【Wired 硬塞】3D 電視在這十年帶給人們的教訓

這一次,就算不配戴 3D 眼鏡,也依舊能看清電子大廠無計可施後的窘迫模樣。
評論
Photo Credit: Shutterstock/達志影像
評論

原文來自 Wired《3D TV Tells You Everything About This Decade’s Tech》,作者 Brian Barrett。 台灣康泰納仕集團授權提供。本文由譯者 Melody Sinn 翻譯並經 INSIDE 編審。

2010 年美國消費性電子展(CES)上,吸引全場目前焦點的產品竟是一台電視機。現在回想起來,總覺得難以置信,但當年東芝(Toshiba)Cell TV 搭載殺傷力十足的同名 Cell 處理器,確實曾一度是科技界最令人振奮的創新突破。作為首批提供網路電視頻道收看功能的智慧型電視,Cell TV 除了允許用戶直接串流觀看 Netflix 或 Pandora 以外, 還能顯示 3D 影像。

正值 3D 電視元年,Cell TV 顯然不是展場內唯一的 3D 電視。Sony、Panasonic、LG、Samsung,多家國際知名電視品牌大廠也都帶著「十年難得一見的重大科技突破」前來參展,大肆吹捧著 3D 技術如何讓生活更美好,指望人們會長時間靜坐在沙發上看電視,在這期間還必須得全程配戴笨重的眼鏡。當然,最終目的就是要讓客戶買單。

3D 技術始於 2007 年,最初由 Samsung 率先突破重圍,然而,這一切卻在 2010 年 1 月出現轉折點。當時,除了 Cell TV 以外,市面上還出現可自動為 2D 平面影像提供立體視覺深度的 3D 藍光播放機,衛星電視商 DirecTV 也信誓旦旦開播全天候 3D 頻道。整個產業對未來懷抱著雄心壯志,各大公司行銷經理、產品經理仍堅持認為,產品必須越多才是越好。

五年後,3D 電視終究還是走向終結。迄今為止,你或許還沒意識到:過去十年,消費性電子產業好像也玩不出什麼新花樣了,就算各家廠商費盡腦筋也依舊一籌莫展。最終,無論創新的理想抱負有多遠大,照樣難逃商品化的命運,也就預示著「萬物聯網、萬物化身監控裝置」的新時代正要降臨。長期以來,這些電子巨頭都忽視了人們實際使用科技產品的習慣,明明實用價值跟售價不成正比,卻還用盡各種辦法拉抬買氣,將過剩效能成本留給消費者吸收,以至於各界開始質疑:3D 只是炒作噱頭,只是為了賺錢。

即便如此,這些電子巨頭仍然篤定相信,千萬戶人家會樂意戴著眼鏡看電視,這就是筆者在 2010 年參與多場產品發表會後,最印象深刻的記憶。但這根本不合常理。常年來,看電視都是一種被動式體驗,是邊做事邊娛樂的消遣。除此之外,人們也只有在觀看電影、體育節目時,才能真正享受到 3D 技術所帶來的震撼視覺衝擊,但前提是,這台電視性能要夠強大。為何?以早期 3D 電視為例,就算是坐在螢幕正中央,畫面還是會不停閃爍,若再往左右兩邊稍微移動,視覺、使用觀感瞬間被抹殺,再有耐心的觀眾都吃不消。

再苦撐個好幾年,3D 技術的生存空間越發渺茫。多家電視廠牌自持獨樹一格的 3D 格式和技術,意味著 A 牌濾片眼鏡無法拿來觀看 B 牌的 3D 電視。再者,即便是久坐不動,3D 電視還是容易導致消費者視覺疲勞。更不容忽視的是,3D 電視內容也相當有限。歸根究底,若無法滿足用戶需求往往就不會被市場接受,也許,這就是 3D 技術最大的敗筆。

萬事起頭難,許多新興技術一開始也是如此不堪入目。但你可曾想過,當年毫無意義的 3D 電視標準之戰還是點燃智慧家居萬惡的導火線。Google 智慧眼鏡 Glass、Amazon 一鍵購物鈕 Dash button、Snap 攝影眼鏡 Spectacles,這些產品之間都有著明顯的共通點。試想,除為了衝高銷售量和業績以外,它們似乎根本就沒有生存的理由。

時至今日,Oculus、HTC Vive、Magic Leap 還堅持認為臉部電子裝置終有一日會被主流市場所接受,看似懷著一股頑強決心,實則是在自欺欺人。這雖然有點困難,但是若能仔細觀察你會發現,一台對眼睛有害的電視機以及頻傳爆炸的漂移滑板(Hoverboard),這兩者中間畫著一條隱約可見的分界線。

3D 電視席捲全球的那一年,它在短時間內便成為頂級電視機的默認標配。若是想要最高畫質的視覺饗宴,就必須得購買 3D 電視,但價格過高不在話下,而且還很浪費。適逢 3D 炒作時期,當年,每台像樣的電視機都會搭配 3D 眼鏡套餐,筆者就曾經買過一套配有四副 3D 眼鏡的 Vizio 電視,從此便開始意識到自己作為消費者的責任和失敗。雖然這麼比較並不精確,但消費階層化不禁讓人聯想起某些智慧型手機公司的一貫做法,明明人們更偏向使用小型裝置,但仍將特殊功能預留給尺寸較大、價格更高的型號。

3D 電視是首批具備網路功能的智慧型電視,每家廠牌都附上自家應用程式以實現兩種體驗:影片串流以及很多電視上本來不應該發生的事情。那是如何辦到的?其實就是置入晶片,但久而久之,無論人們應允與否,屋內其他的電子產品也跟著內建晶片了。但你可知,今時今日,Roku 機上盒還是敵不過一台傳統電視機。

原因很令人震驚:它們正監視著你我,未經同意就私自安裝軟體,然後分秒不漏持續追蹤我們觀看過的內容,再將這些數據以及 IP 地址轉賣給第三方廣告商。年復一年,直到 Vizio 後來在 2017 年被識破為止。至於其他廠牌呢?做法也就大同小異,有些至少會在第一次開機時向用戶索求權限。

隱私疑慮從來就不僅限於 3D 電視,實際上,這種現象是在 3D 電視時代終結之際才開始崛起。每每有任何創新科技產品宣告失敗,這些電子大廠就會護著公司營業額孤注一擲,而這次就正好砸在地下數據經濟產業,以最具侵入性的方式、在最意想不到的地方侵犯人們的隱私。2018 年 3 月, Cambridge Analytica 爆發資料醜聞,Facebook 後來也坦承,為了精準廣告投放,即便使用者關閉定位功能,也還是會隨時追蹤他們的位置。正是這整個數據代理網絡以及其他利用隱私賺錢的第三方公司,一磚一瓦地建起了本世紀最大型的圓形監獄(Panopticon) 。諷刺的是,這十年間,你花錢買來的電子產品,竟讓你淪為別人賺錢的商品。

十年來,科技產業雖未壞到谷底,但無論是智慧手機、平板、筆電亦或是智慧手錶,這些產品都已適應自己作為商品的角色,它們甚至可以互換角色也不會有人覺得突兀,口口聲聲「科技創新」但其實毫無進展、了無新意,折疊手機就是一個「為創新而創新」絕佳範例。如今邁入 2020 年,3D 電視已近乎絕跡,是否零零總總的電子產品都將落得如此下場?

核稿編輯:Mia


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。