這集節目深入解析 NHK(日本放送協會)這個成立百年的公共廣播機構,如何在收視費制度爭議與網路世代衝擊下,走到今天的轉型十字路口。一起梳理 NHK 從收視費爭議、催繳手段的演變,到網路轉型與 AI 導入方針的完整脈絡,也談談這場公共媒體與民營電視台之間的長期角力。

本集重點｜
✅ NHK 收視費(受信料)的法律依據,以及 2017 年最高法院判決劃下的關鍵界線
✅ 從 NHK Plus 到 NHK ONE 的網路轉型歷程,和「主動使用才收費」的收費原則
✅ 民營五大電視台如何合資打造 TVer,靠「播出後一週內免費補看」建立起競爭優勢
✅ NHK 進軍網路服務後,為何被日本民間放送聯盟指控「利用巨額公帑不公平競爭」
✅ NHK 對 AI 導入的實際方針：哪些場景適合交給 AI,哪些堅持要人類配音？

本集重點：

• 不輸台北 101 的地標野心
• 首度登台與話題美食搶先看
• 「日行萬步」的全方位休閒生態圈

延伸閱讀》
大巨蛋Garden City商場8/22試營運！SOGO揭餐飲大賭注：1.1萬坪包盡吃喝商機，拚營收占比3成
https://www.bnext.com.tw/article/91905/garden-city-b-zone-sogo-dining-revenue

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：[email protected]

這一兩年，矽谷開始流行一個詞：Founder Mode（創辦人模式）：創辦人不再只是找對的人、放手交給專業經理人，而是捲起袖子跳回第一線。幾乎同一時間，越來越多人開始談「招募 AI 員工」：不是 AI 工具、也不是 AI 助理，而是像真人一樣僱用、要幫他考核、升遷甚至淘汰的數位員工。這兩件看似無關的事，其實指向同一種時代氛圍——AI 變強了，一個人、一個很小的團隊，就能完成過去要一整個部門才做得完的事。

數位時代創新長黃亮崢 James，邀請 SUPER 8 STUDIO 雲發互動科技創辦人陳子龍 Brian，聊聊什麼才算 AI 員工、他如何在第一線觀察企業導入 AI，以及他們新推出的 AI 員工平臺 Orra。

學到版｜聽完這集你可以學到

1.什麼才算「AI 員工」：它和前幾年令人失望的聊天機器人最大的差別，在於你給它清楚的目標，它真能把事情做完；做不到時還會回頭跟你講、主動向你要權限，具備反思能力，而不是默默斷在半路。

2.Founder Mode 的真動力是好奇心：回第一線不是怕被取代，而是把 AI 當博士生、外聘顧問來探問公司戰略；重點是先想清楚「你的問題是什麼」，而不是跟著 FOMO 照抄別人的用法。

3.把 AI 員工當新進員工帶：Brian 用「Grill Me」讓 AI 每晚反問他是什麼樣的 CEO，花約一個月教文化、餵知識庫、要求它解釋思維鏈，onboarding 的邏輯跟帶一位實習生幾乎一樣。

4.AI 的界線是「品味」：產品發表 MV 的製作 AI 幾乎全包，但好不好看、好不好聽仍取決於人的品味與價值觀，這也是要保留 human in the loop、把最後一關留給人的原因。

5.Orra 怎麼運作：虛擬招募官用「三問三答」召喚員工，再進訓練中心與技能中心補能力，考核達標才上工；不合格可淘汰，甚至能「換腦」——替換底層模型。

6.導入 AI 沒成效的真正原因：關鍵不是逼員工把 token 用滿（反而會出現 token maxing），而是有沒有選對可被衡量的 project——重複、人難做、且看得出結果的工作。

7.亞洲與西方的落差：西方偏好 result／outcome-based 收費，亞洲更重法遵、要可控預算，也更在意資料上雲的風險，因此 Orra 同時支援地端 GPU 大模型與混合定價。

Brian 最後的提醒很直接：要讓員工擁抱 AI，老闆得先親自下場、把自己做出來的東西透明地分享出去，員工才會安心，也才會相信 AI 不是要取代他，而是幫他找到更有價值的工作。他舉例：公司只有三個人的行銷團隊，靠著大量運用 AI，做出的活動效果讓外界以為背後有二十人。當每個人都被 AI 賦能、也真的從中得到成就感，投入自然水到渠成。James 也總結：AI 員工帶來的組織變化仍在持續發生，或許在今年下半年到明年，你我都有機會僱用自己的第一個 AI 員工。

1. 關於陳士駿，第一個問題ㄧ定繞不開YouTube. 他和伙伴在2005年成立，隔年就被Google以16.5億美元買下。他提到，當時YouTube的流量成長太快，幾乎每週或每兩週就翻倍，他們需要找到資源更豐富的公司來協助，而Sequoia創投很快牽線兩家有興趣的收購方：雅虎和Google. 最終選Google, 因為可以保留品牌和獨立運作，這在Google的其他收購案Android和DeepMind也體現出來。

2. 八歲在台灣讀完小學二年級隨家人移民美國，ㄧ如黃仁勳九歲移民美國，楊致遠則是十歲。亞洲家庭教育讓他們在大學都念工程、之後在父母擔心之下走向創業。陳士駿21歲大學畢業，1999年要加入新創公司Pay Pal時，父母都不諒解，而他從Pay Pal離開再創辦YouTube，父母的反應一樣。楊致遠當年創辦雅虎時，他的母親也不諒解，為何讀到史丹佛博士卻要休學去賣廣告；黃仁勳即便今天管理全球最大市值公司，他的父母仍經常覺得他哪裡做的不夠好。

3. 陳士駿在芝加哥長大，甲骨文創辦人Larry Ellison和Netscape共同創辦人Marc Andressen也都在芝加哥長大，但他們都是在矽谷創業成功，芝加哥沒有這樣的氛圍。矽谷不只對美國是獨特存在，對全世界都是，他認為要在科技業創業成功，ㄧ定要去接觸矽谷，不管是短期停留或長期發展，那裡有其他地方花錢花時間花人力也複製不了的東西。

4. 到了矽谷，怎麼去找到你該認識的人，怎麼敲開第一扇門？這是最難的。陳士駿觀察，台灣創業者到矽谷取經的越來越多，但千萬不要只找説中文的或都待在辦公室裡，ㄧ定要多出去參加活動、喝咖啡、吃飯，當地新創圈的活動多不勝數，包含加速器如Y Combinator等的選拔比賽，都能幫人脈鋪路；史丹佛和柏克萊這兩所就近學校的創業風氣和資源也很豐富；這些再加上創投和天使投資等團體，是陳士駿這幾年積極串連拉起的網路。

5. 同樣的，矽谷的新創如果牽涉到硬體和半導體，也需要到台灣來尋求協助，也有不知去找誰和如何敲開第一扇門的煩惱，以及後續注冊公司、開銀行帳戶、小孩就學等不知如何解決的問題。陳士駿是國發會就業金卡最早期核發的人士之一，即便有享受到便利、即便台灣是他的故鄉，但還是感受外國人在台灣要創業和落地工作生活的不便，何況純外國人。

6. 陳士駿正在成立一個基金，協助台灣新創到矽谷落地，以及矽谷新創到台灣落地，幫他們各自在當地找到需要的人和資源，並藉參與投資分享後面的成長。他舉例，即使Google這麼大的公司，如果是某些硬體新產品在初期階段量不大，來台灣也不是想見誰就能見誰，何況是新創。他希望經由他的台灣背景和矽谷經驗，能幫到更多兩邊的新創。但他也提醒，初到異國他鄉，在選取合作夥伴時，必需非常小心，ㄧ定要做背景調查，了解對方的相關經驗和歷史，提高成功機率避免踩坑。

📌開場分享詳細資訊：即日起報名付費論壇即享高鐵來回95折優惠；8月30號前點擊下方連結，輸入專屬折扣碼【BNEXT】，免費折抵500元觀展門票https://registration.semicontaiwan.org/visitor/index?sid=businessnext_podcast
（本案為 SEMICON Taiwan 2026 國際半導體展 廣告）

本集重點：

• 告別傳統創業邏輯，AI 催生「超級個體」與一人公司
• 不會寫程式，如何用 AI 重構工作流？
• 什麼是 FDE 前線部署工程師？

延伸閱讀》
一人公司估值80億！他打造「AI代理團隊」Polsia，年收衝向1,000萬美元
https://reurl.cc/QNZOW9

-----------
🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------
🤩有合作需求請洽：[email protected]

人形機器人、AI 機器人與 Physical AI 成為全球科技業最熱門的戰場，但會走路、能展示，不代表真的能在工廠工作。本集邀請 Holon Robotics赫侖科技 創辦人羅元玠，揭開機器人從 Demo 走向製造現場時，面對的系統整合、客製化與實際操作難題。我們也將探討世界模型能否成為機器人的「大腦」，以及擁有完整製造供應鏈的台灣，如何搶下智慧製造與機器人革命的下一波商機。

• 人形機器人真的能取代工人嗎？
• 為何機器人 Demo 成功，進入工廠卻容易失敗？
• AI 如何改變機器人開發與工廠自動化？
• 世界模型能否成為機器人的「大腦」？
• 台灣如何搶下 Physical AI 與智慧製造商機？

了解更多國際新創圈大小事 👉🏼 https://meetstartup.pse.is/4jhd5u

📍鏈結矽谷創新動態，關注Startup Island TAIWAN 矽谷 Hub：https://sv.startupisland.tw/

2026 年 7 月底，一份長達 3 小時 44 分的錄音檔在中國投資圈傳開。說話的是DeepSeek 的創辦人梁文鋒，，一個幾乎不公開露面的人。奇怪的是，DeepSeek 到今天一句話都沒有回；但在紀要傳開之後沒幾天，彭博社就報導他們一筆估值 4,800 億的融資按下了暫停鍵。

數位時代創新長黃亮崢 James 邀請 Red Silicon 電子報作者陳欣怡 Lucy，一起讀這份沒有人證實真偽的檔案，也談這幾個月中國 AI 圈實際發生的變化。Lucy 目前在新加坡一家美元基金擔任駐點創業家，這是她第二次上《數位關鍵字》。

聽完這集你可以學到

1. 閉門會紀要外流有多罕見：Lucy 直言這在創投圈「非常罕見」。而且流出的時間點正好卡在上海世界人工智慧大會（WAIC）那一週，她判斷這場會其實是上一輪融資結束後的投資人關係會議，而不是外界猜測的、為新一輪融資鋪路。
2. 怎麼判斷一份沒人證實的檔案：Lucy 的方法是看內容完整度，再與自己既有的產業知識交叉比對。她也提醒，DeepSeek 官方的沉默本身就是一種回應，原定要立刻重啟的那筆融資，到今天都沒有啟動。
   
3. 版本愈短，傳得愈廣，也錯得愈多：同一份檔案在市面上至少有三種版本：完整逐字稿、二十幾條的分類版、五十幾句的金句版。愈短的版本傳播力愈強，但梁文鋒前後在講什麼的脈絡會全部掉光，讀者只剩下一句話。
   
4. 中國不是只會蒸餾：紀要裡梁文鋒重申 DeepSeek 要加大預訓練投入，這跟海外普遍認為「中國以蒸餾和後訓練為主」的印象有明顯落差。Kimi K3 端出大參數模型，也從另一側證明了同一件事。
   
5. 為什麼團隊穩定性排在技術前面：萬卡等級的訓練開一次機就是幾千萬美元，而調參更像廚師的手感；同一份食譜，有人做出米其林，有人只做出小吃。真正摸過食譜的人全球有限，這就是人才被瘋搶的根本原因。
   
6. 晶片要把軟體和硬體分開看：華為的卡目前主要承擔推理，中國在推理端已實現自主可控；但預訓練仍然依賴英偉達的卡，訓練層面至少還有兩代差距。「中國已脫離英偉達」這個說法，過於簡化。
   
7. Kimi 為什麼敢漲價：K3 的定價相對前一代貴上許多，Lucy 拆出三個原因：算力成本本來就高、發布時點緊接港股上市前的資本化操作、以及它對標的根本不是中國模型，而是美國模型。
   
8. 誰會活下來，判準只有一個：Lucy 認為，今天評斷一家前沿實驗室能不能留在牌桌上，唯一的標準是「穩定獲取算力的能力」。用這個尺去量，美中兩邊的名單都會變得非常清楚。

--

Red Silicon 電子報連結：
https://redsillicon.substack.com/



紀要版本：
https://drive.google.com/file/d/13NSXtglkcMJoWPRyT_2yQq_VhREG8nkt/view?usp=sharing

--

🔥南台灣最大AI解方企業轉型展「Meet大南方」

8.28-8.29 高雄展覽館，免費入場、立即報名！

👉🏻 https://pse.is/9ga34t

一年來記憶體之亂，屬於週期變化，還是結構變化？對南韓股市和投資人來說，這已不重要，錯失上車機會被剝奪感暴增則更嚴重。這也導致上半年南韓股市大漲一倍後又重挫四成，連帶全球股市跟著震盪。

記憶體需求能見度至少有兩年，但人心更貪婪，其中關係不是AI能算得出來。持續缺貨帶來的大手筆擴廠已經發生，最積極的就是中國的長江和長芯這兩家公司，想彎道超車三星，SK海力士和美光這三強。

這個產業四十多年來暴漲暴跌的特性，曾讓美國、日本、德國和台灣業者吃足苦頭、丟盔棄甲，如今會因AI發展跳脫宿命，或是進入另一個輪迴的開始？美國主導要繞開中國的非紅供應鏈，反而加速促成紅色供應鏈閉環？曾經參與其中多年的專家吳金榮分享他的觀察。

本集重點：

• 25 歲 AI 原生世代的矽谷夢
• Threads 與火鍋串聯的「創業宿舍」
• 高壓競技場下的韌性與生存哲學

延伸閱讀》
一頓火鍋嗑出「新矽谷台灣幫」！解密台灣創業宿舍日常：白天被投資人K、晚上互相挑毛病
https://www.bnext.com.tw/article/91639/neo-taiwan-mafia

-----------

🤩訂閱數位時代YouTube 》
https://www.youtube.com/@bnext_official

-----------

🤩有合作需求請洽：[email protected]

日本央行今年將利率升至1%，結束了長達八年的負利率時期。這集《東京在線》由主持人柯誠獨自主講，說明升息後日本銀行業出現的幾個結構性問題：網路銀行對央行的負債、地方銀行在不動產放款上的集中風險，以及三大巨頭銀行的資本效率壓力。

這集也談到升息如何改變一般民眾的理財選擇，例如資金轉向一般消費者國債，以及銀行之間的存款競爭，還有AI技術對銀行資安帶來的新規範。

【本集重點】
• 日本央行升息的時間軸，以及資金開始有成本後銀行體系面臨的改變
• 網路銀行對日本央行的負債狀況，以及各自的因應方式
• 地方銀行在都市圈不動產放款上的風險集中問題
• 三大巨頭銀行淨穩定資金比率的變化，以及海外資產的調整方向
• 一般消費者國債興起，以及銀行之間存款爭奪戰的樣貌

【節目資訊】
主持人：柯誠

🎧 Production Team：Meet 創業小聚
🎬 Editing and Post-Production：聲歷其境 All Around You

AI NAS 何時才值得部署？當大家都在追模型，QNAP 總經理劉文義要你先回頭看資料

大家都在談 AI 模型、算力與 GPU，但真正決定企業 AI 能否落地的，往往不是模型，而是資料。
當資料因法規、隱私或營運需求無法上雲，AI 就必須靠近資料運算。地端 AI 因此成為近年企業關注的新方向，但導入真的適合每一家公司嗎？現在就是最佳時機嗎？

本集《數位時代》Podcast，總編輯王志仁邀請威聯通科技（QNAP）總經理劉文義，從企業實務出發，解析地端 AI 的真正門檻：除了模型與算力，更關鍵的是資料治理、基礎架構，以及企業是否具備足夠的導入條件。

本集重點
• 為什麼 AI 時代最重要的改變，其實是資料的位置？
• 哪些產業因合規與資安需求，無法將資料全面上雲？
• 地端 AI 需要多少算力？企業該如何評估導入成本？
• 哪些工作最容易看見 AI 投資效益？哪些情境其實還不適合？
• QNAP 如何定位 AI NAS？為何它更像是一座「資料煉油廠」？
與其急著追逐最新模型，不如先回答一個問題：你的資料，準備好讓 AI 使用了嗎？

【QNAP World Tour 2026 台北場】
想了解 AI NAS 如何協助企業完成資料整理、知識管理到地端 AI 推論，歡迎參加 QNAP World Tour 2026 台北場，現場將展示完整應用流程，並可直接與技術團隊交流導入策略。
立即報名 ▸ https://bnex.tw/9fepbq

【關於 QNAP 】
儲存與網通科技的領導品牌，以資安韌性與資料保護為核心，結合創新 Edge AI 技術，打造全方位安全解決方案，深受全球廣大用戶信賴。