加速了十年的世界（二）

上星期分享了（一）大加速（二）強者恆強（三）現金為王，我們一起來接著看看其他幾個觀點：

四、大分散
不只區塊鏈帶來了去中心化，COVID-19帶來的疫情也讓我們的世界愈來愈分散。
Amazon奪走實體商店再把店家分散到我們家門口，疫情加強也加速大家在網路上購物的行為；
Netflix與或其它影音串流平台接下電影院的地位，把電影院放在我們的客廳與房間；
醫療照護產業，在美國，過去不被保險規定支持的遠距離醫療、遠距離開立處方，已經在疫情的影響下被接受了，而這樣的規定未來被改回來的機會不大；
食品雜貨業以前所未見的速度朝向分散的趨勢轉型，從2020年三月初到四月中，線上雜貨的銷售大約增加90%，食品運送的銷售額則成長50%，這個轉變帶來基礎設備的更新，從倉儲到客戶關係的深化，都不會隨疫情結束而消失，並且將改變食品運銷系統。（前陣子三級警戒期間，我老婆為了兼顧安全與健康，堅持餐餐自己下廚，對新鮮食材的需求大增，所以我們上網訂購了蔬果箱：選好自已想買的新鮮的蔬菜水果，由廠商幫忙挑貨然後直接送到家。而我們並不是少數這樣做的家庭，很顯然大家已經接受這樣的食物配送方式，而不再堅持一定要自已親手挑揀蔬菜水果）這樣的分散在未來會出現在更多產業。
另外像家具用品、行動裝置的銷售也會因為大分散這個趨勢而大幅度成長，如果我需要花更多時間待在家裡，不管是工作或是娛樂，我都希望自已有更舒適的沙發、更好的音響與電視、更棒的居家空間。

五、「品牌時代」讓位給「產品時代」
「Covid-19在美國的致死率是0.5~1%，在美國的媒體產業，公司淘汰率是它的十倍以上。」被淘汰、面臨危機或是衰退的都是品牌時代的大師。
「二次世界大戰結束到Google問世之前，創造合於一般水準、大量生產的產品，為它注入一些無形的聯想；接著透過廉價的廣電媒體來鞏固這些聯想……品牌時代從令人喘不過氣的製造業手中奪下指揮棒……創造出廣告大師、行銷部門、以及行銷長的職務……這套演算法在平庸的產品（美國汽車、淡啤酒、廉價食物）裡注入情感，為利害關係人創造數萬億美元的價值。」
而品牌時代在一連串相互影響的因素中，如Google、臉書的出現，加上把財富從廣告中解放出來的科技...等，也終於來到尾聲
還有人記得Tivo嗎？可以讓你預先設定好時間錄下想看的電視節目的數位錄放影機，只要你擁有它然後願意花一點點時間完成計畫，除了可以在任何時間看自已想看的電視節目外，你也不用再看到廣告。
Tivo標誌著從品牌時代轉移到產品時代的開始（花再多錢做廣告，都無法提升平庸產品的形象了，因為可以直接被跳過），2020年夏天則是品牌時代的結束。
「在品牌時代，剛到一個新城市的有錢旅人會吩咐他的司機送至麗思酒店（Ritz），因為這是他認識的品牌。然而，在產品時代，這位有價值的消費者一下飛機先查自已的手機，她知道麗思酒店才剛翻新過，評論者認為它的房價太高，於是她透過眾籌推薦改選一家位在時髦地段的精品酒店」（甚至我們更愛從Airbnb找到自已更喜歡的住宿地點，連品牌都不用了）
「在這場轉變中的輸家，是在品牌時代裡為打造品牌廣告提供平台的媒體公司，以憑藉創意製作這些廣告的廣告代理商。」
臉書和Google在股市裡的表現證明了這個事實：2015年8月到2020年8月，臉書成長174%，Google成長114%，其它老牌廣告行銷公司像IPG、陽獅集團Publicis、WPP集團等是-9%到-63%不等。
景氣黯淡的時候，廣告預算會縮水，這是大家都可以理解的事，但是當景氣復甦，錢潮重新回流，只會流向產品時代的廣告媒體公司，所以未來Google和臉書這對雙巨頭在數位廣告市場勢必會繼續輾壓品牌時代的廣告老兵們。在2020年公佈的數位廣告預算分配比例，臉書加上Google，就拿下了61%。（不過深入探討這個數字，會發現這個趨勢造成更嚴重打擊的的其實是臉書或Google之外的數位行銷公司。BuzzFeed和Yelp在2020年的展示型廣告比起2019年衰退40~70%，Vice跟其它類似的公司也會跟進，只有一些，能撐過加護病房活下來。）

六、紅與藍
數據vs隱私；販賣隱私權vs付費保護隱私
「基本商業模式有兩種：（一）公司用高於製造成本的價格把東西賣出去（二）公司的產品可以免費送人，或以低於成本的價格賣出去，然後跟取用產品的其他公司收費，這裡的產品指的是：消費者的行為數據。」
這也就是在現代商業世界中不可忽視的規則：當你在免費使用某項產品/服務時，你自已其實就是被賣出去的產品。
但是現在愈來愈多隱私外流、資安問題的新聞出現（好萊塢女星私密照外流、劍橋分析事件…等），越來越多人重視跟保護自已的隱私，甚至願意付費保護這些被證明非常珍貴的無形價值。
「過去我們用我們的時間交易價值，如今我們用我們的隱私來交易價值」
「安卓手機每天向使用者收集1200個數據點，傳回Google數據挖掘的母艦。iPhone手機擷取200個，同時蘋果不厭其煩強調它的數據不是用於謀利」
「安卓的使用者是以隱私交易價值的芸芸大眾，iOS則是享受隱私和地位的有錢人，以砸下含稅1249美元的費用（超過匈牙利人一個月的平均家庭收入）來換取價值443美元（製造一台iPhone的成本）的感應器和晶片組。」
安卓是紅色，iOS是藍色。

「你可以在YouTube上得到免費的影視娛樂，不過它的內容是個大雜燴……十之八九你會收到一些煽動、挑釁的內容……。另一方面，Netflix的運作取用『藍色』/iOS的模式：你付費，你得到內容；你是客戶，內容很精彩。」YouTube是紅色，Netflix是藍色。

以社群媒體來說，目前幾乎都是紅色，Facebook、TikTok是紅色：免費的服務，大量榨取我們的個人資料，甚至是用我們不理解的方式巧取豪奪。
「2020年六月，TikTok被揭露它每隔幾秒就掃描使用者的剪貼簿，甚至連它的app只在背景運作時也照掃不誤。這家公司已經承諾停止這種作法（在它的動作被iOS的新安全系統抓個正著之後）。使用臉書或許不會讓你的個人數據被上傳到中國共產黨的數據雲裡，但是臉書過去保護使用者隱私的不良紀錄來看，這不過是因為中國人喊價輸給了一個烏克蘭青少年，……」

搜尋引擎也一直是紅色的，但是藍色的搜尋引擎也即將登場。
「蘋果專有的iOS搜尋勢不可當，你可以期待蘋果很快就會買下DuckDuckGo，或是推出它們自已的搜尋引擎。除此之外，Google廣告部門的前主管斯里達爾．拉瑪斯瓦米（Sridhar Ramaswamy）不久之前推出Neeva，這是採用訂閱模式的Google新對手。」
「同樣的，過去十年來最創新的公司也抓住亞馬遜剝削它的客戶（第三方零售商）的機會。Shopify的價值主張很簡單有力：我們是你的合夥人。你可以掌控自已的數據、品牌、以及消費者的監護權。」
「越來越多產業會出現這種紅藍分野的融合。從航空業到速食業，一些低成本的賽局參與者將充分利用消費者的數據，把省下來的錢用在它們的『廣告資源位』上頭--抱歉，我的意思就是『消費者』。至於頂級的參賽者，則會高舉保護隱私的隱私大旗，藉由不濫用消費者的數據而收取優渥的利潤。」
有人願意犧牲隱私把自已當產品賣掉換取免費的服務，但也有越來越多人願意支付合理的費用保有自已一切的所有權。就像「駭客任務」裡墨菲斯給尼歐選擇的紅藍藥丸，只不過藥丸裡包著的是你的隱私。

七、四巨頭
很多人應該都聽過「FAANG」或「FAAMG」，沒聽過至少也用過他們的產品，科技巨頭在我們的生活中已經是不可或缺的存在了，我們現在是活在大型科技公司的世界中。而這些巨頭們在疫情期間或是疫後的未來，會是什麼光景？
「2020年3月到7月，五個月的時間裡，九家主要的科技公司市值增加1.9兆美元：Google、微軟、Netflix、臉書、蘋果、亞馬遜、Paypal、特斯拉、Shopify。」
「這類產業裡的龍頭大哥，『四巨頭』，亞馬遜、蘋果、臉書、Google，加上微軟，這五家公司在2020年上半年股市成長了24%，總計市值增長超過1兆美元。到了八月中，它們從年初到現在的這段時間獲利成長47%，達2.3兆美元。……這五家公司，占了美國所有公開上市公司市值的21%。」
「去掉一些科技業龍頭公司之後，主要股市指數在2020年中其實是下跌。在科技股之外，眾多美國資本主義的雄獅也都被拔了爪：埃克森美孚（Exxon Mobil）、可口可樂（Coca Cola）、摩根大通（ JPMorgan Chase）、波音（Boeing）、迪士尼（Disney）以及3M公司，它們半年的股價約下跌30#，市值損失總計將近五千億美元。」
作者的第一本書對這個論點已經有很精彩的探討，在本書中進一步更新了現況並進一步分析未來，簡單來說，就是巨頭們會利用自已的地位與資源竭盡所能保護自已的優勢。這些大型科技公司獨占寡頭們打敗了體制，反托拉斯警察跟輿論也不是對手。它們能把自已的企業核心打造成「飛輪」：物理學裡一個可以利用自已旋轉動能儲存能量的系統，把能量傳導到附近的引擎，讓企業可以隨著飛輪的旋轉，不需增加輸入（也就是成本），就能不斷增加輸出（也就是營收）。亞馬遜的Prime就是個終極飛輪，蘋果的手機電腦與品牌旗下其它穿戴式裝置（手錶、耳機）也是它的無敵飛輪（光是在2019年，蘋果的可穿戴式裝置包括Apple Watch、AirPods耳機和子公司Beats，就創造了超過兩百億美元的營收，比麥當勞還更多），其它巨頭們也都有自已的飛輪可以強化各自的寡占優勢。剛且別忘了，巨頭們可以用極低的資金成本取得它們需要的錢，因為有多到難以想像的資金在尋找標的。四巨頭也開始出現無所不在的擴張，像是派送服務、可穿戴式裝置、串流媒體，都可以看到它們的身影。至於「反托辣斯法案」能不能打破他們的寡占？作者針對現況說了一句貼切卻無奈的事實：「藉著燃媒動力的亮光寫出的法律，對數位化的寡頭公司起不了作用」

八、破壞性創新
「在一個產業裡，破壞性創新的機會可能和一些因素相關—稱之為可破壞指數（disruptability index）。它的關鍵信號，是在價值或創新沒有相伴增加的情況下價格明顯增加。」
在美國，兩個準備出現破壞性創新的產業：高等教育產業與醫療衛生產業。
美國高等教育的破壞性創新指數已經爆表。過去四十年大學學費增加1400%，（消費者物價指數只增加了294%，一向在價格上歐被批評的美國醫療保險也「只」增加了600%），但是提供的產品與服務並沒有相對應的上升，甚至已經不再是提供階級流動機會的助力，菁英大學甚至變成傲慢的奢侈品牌與一套種姓制度，一個把特權傳遞給一代的管道。學生貸款也因此總額達到1.6兆美元，遠超過信用貸款或汽車貸款的金額。
疫情會催化高等教育的演進，而轉型的核心在於科技—線上課程。因為線上課程可以大量招收學生而沒有空間與時間的限制，因此能減低學費並提升入學率，並恢復大學擔任美國社會向上流動的潤滑劑角色。
在高等教育與醫療產業外外，許多公司賣的，基本上是同樣大量生產、平庸水準的產品，在品牌時代，它們因為投資在行銷與打造品牌上的投資而得以溢價出售。不過轉變到產品時代後，許多二十世紀主導企業的競爭優勢將被侵蝕，因為消費者對品牌資產的依賴，已經出現變化：「如果你的公司欠缺電子商務競爭力，則已經開始受創，因為相隔十年後的世界（也就是—現在）對於不符水準的『直接面對消費者』模式毫不留情。」
Airbnb是破壞創新者、Netflix是破壞創新者、羅賓漢（Robinhood，金融服務企業，主要提供服務散戶的股票app與網站，在網上提供的服務完全免費，推出免佣金交易時讓其化參與者也不得不跟進，2020年時有1300萬用戶）、Shopify是破壞創新者（類似亞馬遜Pay和亞馬遜物流，為第三方零售商提供支付和物流，但沒有使用收集三方零售商的數據來挖取它自身競爭產品的銷售）、Spotify是破壞創新者、特斯拉是破壞創新者（紐約大學史登商學院的另一位教授亞斯華斯．達摩德仁Aswath Damodaran，有著「估值大師」的封號，曾說過：「如果你根據預期獲利或現金流來交易特斯拉股票，那你買賣它的股票理由就不對了。人們是靠氣氛和氣勢在交易特斯拉股票。」）、Uber是破壞創新者。（達拉．霍斯勞沙希Dara Khosrowshabi接任執行長後已做出莫大的改善，持續修復前任執行長造成的品牌形象巨大損傷，雖然還需要時間而且目前尚未有盈利，但是利潤正持續提升中）。許多新的機會在加速十年的這段期間出現，未來看世界的思維與角度，勢必在疫情過後的未來要重新建構。

在300頁的篇幅中滿滿的觀點，認同不認同，至少是作者自己親身經歷萃取出的營養，內容精純，含金量高，沒有太多老掉牙或是象牙塔裡的視角。有些趨勢或許我們已經隱約知道，但是透過作者的分析，我們能更清楚的看到未來很可能會出現的世界樣貌。
跟大家分享的只是一小部份的個人摘錄重點，想更深入了解作者實務經驗與看法，除了《疫後大未來》之外，《四騎士主宰的未來》可以當成前傳閱讀。

#jeffmachine #postcorona #newworld #deusexmachina #deustaiwan
（照片是去年拍的，經歷疫情大加速前的我😆）

好，夜深了，我們來聊天吧！

反正也好久沒更新置頂了，就順便跟大家作個生存報告！

要是看到這篇的同學請務必按讚留個言幫我觸一下嘿～

(´･ω･`)

(上次想更新置頂時發現它消失了…而且粉絲留言貼圖功能依舊還沒修好，難過)

-

【1】

最近工作忙翻了，一不小心錯過BLOG的900萬人次紀念了，只好等1000萬人次的時候再來吧。

...

...其實我部落格寫很久很久了。

但如果你是在FB上認識我的同學，那很可能不知道我有寫BLOG。

而從BLOG連過來的同學，應該會很懷疑自己是不是追蹤錯人 ... XD

之前呢，是為了不要降低FB的觸及率，所以盡量不在這裡貼外部連結。

至於BLOG那邊，大多拿來保存文章用，順便靠GOOGLE關鍵字吸引新同學來這邊按讚。

久而久之，兩邊的內容跟風格越差越多，要是不整合一下，我一定會忙死。

而且老實說，最近FB的觸及差成這樣，以前的顧慮似乎已經沒有太大的意義。

也許我該試試看兩邊同步更新的效果如何了？

我已經除草一整個月了，之後只要把各個區塊逐一完成就好。

(๑•̀ㅂ•́)و✧

如果我還欠了什麼文章，還請各位在這串下面留言催稿一下，我看到的話會盡量先寫 QQ

-

【2】

實況台請長假後，感覺能運用的時間多了，效率也變好了，眼睛終於能好好休息。

真是奇妙，當全職實況主的時候都覺得開台好累。

結果一休息，卻反而時時刻刻都想開台。

抖M嗎我？

-

【3】

最積極布局的youtube現在反而有點卡關。

卡住的問題一樣是路線太多，必須作出取捨。

在以前，創作者只要用心生出好作品，其他就交給關鍵字與搜尋引擎就好。

但現在不一樣了，不先搞定演算法基本上什麼都不用講了。

現在的主頻道《黑貓老師》，說穿了，本來也只是我一個線上放影片、順便曬貓用的地方。

而且由於我在那邊開遊戲、剪精華、還剪了鯊鯊之歌BGM，所以youtube已經把我定型了，我在yt君眼中不是個V就是個烤肉MAN。

如果想說書、說故事的話，較理想的方案是開新頻道，或讓副頻道《黑貓電台》轉守為攻。

所以我的主頻道，只剩下四條路可以走：

‧ 漫長的轉型
‧ 成為寵物型youtuber
‧ 繼續當V
‧ 都作，管你演算法去死

由於這次打算要幹大事了，資源不能太分散，讓我再研究一下吧。

-

【4】

至於podcast，從去年的一周2更，到現在一個月1更。

主要原因還是因為疫情來襲，不方便約人去錄音室。

前一陣子疫情好轉，看起來好像有希望復出了...!!，結果最近DELTA似乎有點危險，我想我最好還是安份待在家比較好啦。

咱們見機行事。

-

【5】

身體方面，這陣子眼睛有好一點，也慢慢找回運動習慣，瘦了2公斤。

馬六則是都不運動，現在6公斤。 (除了咬我以外的時間都在吃跟睡，傷腦筋。)

希望明年這時候能拍個「我就是這樣瘦了20公斤」的影片。

如果有任何運動相關的廠商想找人業配的話 ... 咳咳，我這邊配合度很高的～

(✪ω✪)

-

【6】

至於其他平台，IG就老樣子隨機曬貓，每周開個問答，雖然每天都被乳房大軍鬧場，但還是穩定成長中。

twitter沒有想認真經營，就一直發廢文跟RT色圖，成長速度卻比IG快。

Line@、plurk、lbry跟mewe真的沒時間弄，所以刪掉了。

想說社群就留FB社團、LINE跟DISCORD就夠了 ...

-

【7】

至於FB這邊呢 …

雖然每天都在罵，每天都在被搞。

但其實我這幾年來幾乎都是維持著日更。

在FB真正爆炸到我們不得不跳船之前，我也會盡量維持著這個頻率，希望盡可能為大家帶來一點點歡樂跟貓貓，每天補充點能量去對付這個姬芭世界。

大概就是這樣了。

拖延仔不敢開太多支票。

總之

謝謝大家，謝謝每一位黑貓小隊，我愛你們！

(*´ω`)+

-

最後附上我所有的連結，各位剛好有在用的話可以follow一下，免得哪天FB真的爆炸時我們來不及道別。

🩲 IG:

https://goo.gl/Z993sm

🔴 youtube主頻道：

https://www.youtube.com/channel/UCt3A_JbsPA_MIXAWEOUkfVQ

📍 youtube副頻道：

https://reurl.cc/Q7NN5q

🟣 Twitch隨機開台：
https://www.twitch.tv/kurtsunx

🎵 PODCAST這邊聽：

APPLE：https://apple.co/3lpoKRa

ANDROID：https://reurl.cc/XexXxe

👉 如果想要接受即時更新通知、曬貓或跟大家互動 ...

歡迎加入社群

↓ ↓ ↓ ↓ ↓ ↓

Discord頻道：https://discord.gg/q2aeE3T

Telegram電報：https://t.me/ma6cat

LINE社群：https://reurl.cc/R6RRLD

📘 FB社團在這： (曬貓跟討論遊戲用)

↓ ↓ ↓ ↓ ↓ ↓

黑貓老師的秘密基地

奇文共賞。

很久沒在fb發長文，現在大多在instagram ➡️ rpgtaiwan 出沒，有興趣follow的歡迎上車，但這次看到這篇奇文實在酷，節錄幾段奇文重點給大家，我一邊看一邊嘖嘖稱奇，覺得台灣一定有平行宇宙啦！

🤔奇文節錄之一：
「?te壞特，你看她的藝名，跟她昨晚的打扮，是不是都難以理解？說真的，我在我的門診還蠻常看到這樣idiosyncratic的打扮。沒有必要！」

🙋‍♂️我的個人意見：
先講藝名，我先講我認知的可能性，有可能是隨性為之，也有可能是因為現在是個網路時代，藝名用特殊拼法，在career stage前期，搜尋時會更準確的導向對使用者來說有意義的資料，有很多人都這樣設計的啊比如The Weeknd也是少一個e

打扮這就是個人觀感了，我予以尊重，但當她的打扮數以萬計的?te粉沒有不理解，而且整個網路世代多數人都能說出些藝名設計的脈絡可能性時，我是覺得文章內的「沒有必要」才真的是沒有必要。

🤔奇文節錄之二：
「但我必須說，?te壞特雖然才華洋溢，創作與演唱都是能量充沛，還必須找到自己的unique風格，而非只是idiosyncratic。差在哪裡？她現在的整個表演，脫離聽眾太多了，沒有跟台灣的音樂環境有所碰觸，原因可能出在被國外音樂拉走了。」

🙋‍♂️我的個人意見：
「沒有跟台灣的音樂環境有所接觸」，所以?te在眾家串流平台累積破千萬的點聽流量跟去看她現場的人潮？那些都是看到鬼膩啦？

🤔奇文節錄之三：
「這裡沒有要談羅大佑，就只是要說：簡單講，他是台灣流行音樂的第一名。他屬於什麼年代？八十年代是最好的年代，此又是明證。台灣流行音樂在周杰倫以後已經沒有大家，二十年了。」

🙋‍♂️我的個人意見：
羅大佑屌，周杰倫也屌，現在這個分眾世代大家都可以做自己，也很屌。你聽你的鳥鳴，我看我的日出，彼此都有等量美的感受。我是覺得社會有多元審美觀是一種進步啦！

要拿自己同溫層推廣到母體很容易有偏差，要不要去問問看流行音樂主力消費群15～25歲這批人，看看他們比較認識羅大佑還是?te？ 啊就不能這樣比嘛！

🤔奇文節錄之四：
「蛋堡，Soft Lipa，杜振熙。也是idiosyncratic，取了那麼多名字，彼此沒什麼關聯，而且也沒有任何一個響亮起來。這還不夠，他在今年得獎致詞裡，又多了一個「任性的人」封號。拜託，「任性的人」，有什麼特別嗎？這就是個任性的時代啊，大家每天都在網路上任性亂寫啊！」

🙋‍♂️我的個人意見：
先不講嘻哈中使用aka的文化被當成塑膠，所有脈絡只以一個「idiosyncratic」帶過；一個華語饒舌屆當代傳奇的音樂人，全世界華語音樂圈都有知名度的金曲獎得主，被原文作者覺得他的藝名「沒有任何一個響亮起來」，我是覺得原文作者也蠻會sample的，chop的手段之粗殘，導致sample size引出的結論又再次法大。

然後我倒是覺得任性這件事情，原文作者不會輸杜振熙啦！對於這一點我衷心羨慕🥺

🤔奇文節錄之五：
「但為什麼拒絕數位音樂平台？手工做《家常音樂》，不必手工發行吧？他的詞曲都是言之有物，不會流於饒舌炫技，很適合入門。」

🙋‍♂️我的個人意見：
啊就跟你說是任性的人了。

🤔奇文節錄之六：
「有沒有看到韓國的BTS已經再度拿下告示牌單曲冠軍了？流行音樂就是一個產業，如果沒有外銷的可能，就只能變成手工業與路邊攤，成不了氣候。

你在金曲獎，可以唱各類語言的歌曲，唱得很高興，問題是，你根本找不到樂迷了，出了台灣更不會有人聽了。」

🙋‍♂️我的個人意見：
BTS商業上的成功很屌我同意，但「台灣音樂有沒有外銷的可能」這一段我不完全同意。

的確我們還有很多人在努力中，但也有不少插旗插出去的例子啊，「出了台灣更不會有人聽了」的反例實在多到我舉不完，這邊我實在不知從何吐槽起，下略三千字。

🤔奇文節錄之七：
「桑布伊又得獎了，頒獎的是阿爆，兩人的音樂都相當優異。現在大家在談《斯卡羅》，問題是他們聽過桑布伊與阿爆嗎？顯然就是湊熱鬧居多。」

🙋‍♂️我的個人意見：
國寶級歌手「桑布衣」跟去年金曲最大贏家「阿爆」被說成「湊熱鬧」，啊你醫生發文評論音樂要怎麼形容才好？

🤔奇文節錄之八：
「今年金曲獎頒獎因為疫情，在沒有現場觀眾下舉辦，大家也都戴了口罩，於是我想請問一下：疫情一年多了，台灣有誰寫下任何疫情相關歌曲？」

🙋‍♂️我的個人意見：
天啊😅你要不要試試看google搜尋關鍵字「台灣 防疫歌曲」

🤔奇文節錄之九：
「八十年代有好多有趣好看的綜藝節目，是電視表演人才的沃土，現在幾乎是零，只剩網路胡鬧了。」

🙋‍♂️我的個人意見：
電視、網路等等，不同的媒體只是視聽作品的通路，視聽作品的多元（娛樂、知識、工具類...等）不會因為通路的不同而失去，只要你願意，在網路上你一定能找到你覺得有才華的人才發表的影片。

啊如果你覺得你在網路上看到的都是胡鬧的話，那你可能要問問你自己，是不是你就喜歡看胡鬧呢？不然演算法怎麼一直送胡鬧片給你？

人臉辨識，就是用科技計算的方式，來比較臉部視覺特徵，藉此鑑定身分的一種電腦技術。

其實我們可以把人臉辨識想像成是一套演算法，各種不同的廠商或公司可能會有不同的演算規則。但整體的邏輯是一樣的，通常會先偵測人臉、然後進行臉部校正與擷取特徵、再進行比對工作。

當攝影機拍到你的時候，它第一步也會先切成一張一張的影格，然後去找到你的臉，就像是我們相機在拍照的時候，它不是會在臉旁邊出現一個框框讓你比較好對焦，這就是使用了人臉偵測的技術。

也因為人臉其實有一些特徵，所系統會開始擷取一些我們臉上出具有「辨別度」的特徵，像是顴骨的形狀啦、眼窩的深度之類的，一張臉大約有80幾個識別點，但也因為拍攝時可能剛好低頭或轉頭，或是受到光線影響之類的，有些系統會在抓取特徵的時候也要進行校正，利用人中啊、眼睛啊或嘴角之類的作為錨點，將人臉校正到同一個比較基準。現在也有2D轉3Ｄ的技術，用3D模型來計算你不同角度應該是長什麼樣子。那抓出這些特徵以後呢，這個演算法會把你臉上用這些特徵畫出來的向量，轉換成編碼，於是你這個人獨特的特徵就可以用一串數字來代表，最後再送到資料庫進行比對。

雖然人臉識別這個技術早再很多年前就已經開始發展，但是到這幾年因為電腦計算速度大幅加快、雲端技術成熟，才有較大的進展。而且這樣子一套演算法，還需要透過ＡＩ深度學習，模擬我們大腦神經網絡的運作，然後從大規模未標記的資料中學習，來建立出一套演算法、不斷優化出更好的模型。才能讓辨識度越來越準確。

不過即使臉部辨識技術已經發展了一段時間，辨識準確度卻還是有待加強，美國國家標準暨技術研究院 (Nist) 的一項測試就發現，2014年到2018年期間，人臉辨識系統因為深度學習的技術，失敗率從4% 降到 0.2%。BUT！資料庫中的照片跟現實生活中可不一樣，每個人頭擺的角度、臉出現在畫面中的位置、拍攝光線、畫素、有沒有戴帽子、帶圍巾或變老，這些都會影響準確度。而且目前雙胞胎的辨識，還是一大難題。

像是英國南威爾斯警方2017在歐洲足球冠軍賽期間，測試一款全新的AI臉部識別程序，可以搜尋比對資料庫裡面的50萬筆潛在罪犯資料，結果系統在17萬名觀眾當中，配對了2470人為潛在目標，但是錯誤率高達92%。

Amazon 2016年推出影像辨識 AI 系統Rekognition，也曾經把28名國會議員辨識為罪犯，讓大家都嚇到吃手手。美國奧蘭多市政府也從 2017 年開始與 Amazon 合作進行先導計劃，在市內幾個地方架設監視器，實時進行人臉辨識，希望可以找出通緝犯等特定人士，幫助執法。不過在 15 個月的測試中，卻發現系統經常誤判，準確度常常出問題，後來在2019年終止這項合作。

人臉辨識跟很多技術一樣，就是個雙面刃。雖然這項科技已經越來越進步，而且透過電腦的深度學習，讓判讀的準確度大大提升，但它仍然不像DNA那樣，正確度高達99.9%，可以作為決定性的判定標準。
--------------------------------------

《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在 #寰宇新聞台 播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 1030pm準時上傳完整版！