利用AI，现在TVBS早班人员能以原本2至3倍的速度，从原本需耗费10到20倍人工阅读量的资料来源中，挑选晨间新闻的素材。（图片来源／TVBS）
身处各种媒体激烈竞争的新时代下，电视台逐渐式微，网路媒体、App、串流平台等多元数位通路，开始获得更多阅听人注意力及广告主预算。旧时代的成功者，纷纷拥抱现代科技，适应全新环境。其中，成立时间超过30年的电视媒体公司TVBS，不只导入Martech、AI、生成式AI等新兴科技，更让技术与非技术部门愿意主动学习使用AI，甚至用AI打造创新应用。
例如，TVBS已用AI颠覆内容产制流程。他们用AI降低新闻节目资搜作业60%时间、提升20倍搜集量。4成的资讯图卡等内容产制作业，也用AI大幅简化到可以只靠一名编辑就能完成，而不用与美术人员来回作业。甚至，有编辑自学后，转职到AI部门成为提示专家。
充满著AI风气的办公室，是TVBS过去5年数位转型的成果。背后推手，是一个又一个IT工程与数位应用高手。
要做到这些，公司高层的愿景很重要！「用科技改变TVBS，甚至改变产业、改变世界。」TVBS董事长陈文琦这句话，使转型关键推手之一，TVBS策略与新创事业部数位开发中心新任副总监陈宏益面谈仅仅20分钟，就决定离开投入20年的影音串流平台，跨入完全陌生的媒体业，要让这家老牌电视台彻底转型。
陈宏益说，当年加入KK集团就发愿，要让全世界看到台湾软体工程师的能耐，陈文琦的志向，让他感到深深的共鸣。「从来没有想过自己会加入电视台，但现在，我想要让大家知道，科技如何让一家媒体公司变得不一样。」
陈宏益不是唯一抱持这种心情的TVBS主管。为了打破传统媒体框架，陈文琦2019年接任TVBS董事长后，陆续找来各路好手，担任技术部门要职，例如，找来Elastic Stack专家吴桢文领导新设立的AI部门，主导AI转型。他更找来数位行销专家及数位会员经营专家邱雯如和杨台麟，分别担任策略与新创事业部门的最高主管和高阶主管，用现代科技打破过往数位通路营利模式。而陈宏益负责工程开发与维运，为TVBS打造符合数位转型目标的强壮IT体质。
解决技术债，著重经营数位通路，更要为大数据铺底
TVBS过往的主要收入是电视广告，随著数位行销市场规模超越电视行销市场，所以，他们也从2019年展开数位转型，长期目标是，对数位通路的影响力及广告业绩超越电视。
当时，他们App、电商等数位通路已包括「TVBS新闻」、「女人我最大」、「食尚玩家」、「健康2.0」、「地球黄金线」等知名品牌通路。这些通路有庞大流量，每天必须处理TB级数据。
不过，他们处理数据的底层架构相当老旧，且有著致命缺陷。所有数位通路共用同一条数据处理流程（Data Pipeline），且只有一台共用开发工作站，处理所有数据的提取、载入、转换、排程。一旦故障，所有通路的数据处理都会停摆。
不只如此，有些数据处理流耦合度过高、没有留下妥善记录，所用的技术未标准化。过往开发这些流程时，也未顾及系统版本控制、CI/CD、数据品质测试维护作业。这导致数位部门成员间，不清楚彼此负责应用的技术细节，维运和升级系统时，须花费许多心力了解数据架构及流程全貌。
这些技术债，使TVBS难以进一步扩大数位通路经营，因此转型第一要务，是将IT基础架构现代化，能使各品牌经营团队能独立弹性运作、高效且稳定处理大量数据，并控制数据处理成本。
为了提高数据应用弹性，快速迭代版本，他们导入敏捷方法Scrum，在数位团队内设置专职Scrum Master，以及导入DevOps做法，改善IT团队的DORA绩效指标。导入容器化技术，来强化CI/CD及自动化部署能力。
由于工程浩大，前前后后花上2年，才有初步成果。有别与过往在同一个VM执行所有数据处理，新架构明确区分出每个阶段的执行环境及使用技术，减少单一环节异常造成的冲击。降低IT部门交流技术及学习使用工具的门槛，更省下超过一半的数据处理成本。
2021年底，TVBS更成立了专职数据团队，负责维护数据基础架构、推动数据文化、打造数据应用，并导入更多现代化数据技术，包括数据湖、数据网格架构等。2022年，他们开始聘用SRE专职人员，来进一步确保数位通路的服务可靠性。
成立专责AI部门并调整IT架构来因应大量数据处理需求
「到现在，每次开会会听到的『科技改变世界』，已经变成『AI改变世界』。」陈宏益用陈文琦的新口谈禅，点出TVBS如今数位转型主题。
2022年底，ChatGPT一问世，TVBS就看好生成式AI的潜力，鼓励内部使用，以摸索出真正符合第一线工作需求的AI应用专案。TVBS数位转型策略中，拥抱AI开始成为重要一环。
接下来一年，TVBS动用集团内资源，和关系企业中的AI厂商，打造AI应用。经过一系列成功的POC实验后，2023年10月，决定正式设立「AI未来科技部」，专责推动AI转型与AI应用开发，奠定以AI为主轴的数位转型基调。
AI部门与IT部门的分工是，由AI部门不断研究和尝试最新AI技术，打造AI工具和推动跨部门AI开发专案。IT部门则负责AI以外的系统开发、导入与维运。
IT虽不负责了解最新AI技术，但仍会积极试用AI工具。「要让工程师学习新技术很简单，可以靠良性竞争。有人进行火力展示，让其他人知道用这个技术可以做得更快更好，他们就会自己去学。」陈宏益笑道。
IT部门也负责打造更加强大的数据基础架构，支援AI等更多大数据应用。2024年2月起，陈宏益因应日渐增加的数据处理需求，重新审视当时基础架构的资料处理流程，并发起又一次MDS大改版，要MDS定义出标准化资料存取与应用流程、打造更易于非专业人员使用的资料操作介面，更加入FinOps机制。
带起由下而上的AI应用风气，用科技力增加人才能力「守备范围」
有完善的IT基础建设不够，AI和IT部门还得联手推动企业上下拥抱AI的风气。不过，要改变非技术人员，是一项长期任务。「非技术人员，就不能像工程师一样，只靠火力展示来引起兴趣。」陈宏益说，需要根据对非技术人员的实际需求，陪著他们利用科技展示实际效益，循序渐进养成用技术的习惯与意愿。
一个具体做法是，举办各式竞赛和交流会，来搜集需求，并发想和推广AI应用可能。透过这些场域，技术部门可以推广科技知识与应用案例，非技术部门则可以透过参赛和参与讨论，探讨AI如何有助于自己专业领域的工作。令TVBS高层惊喜的是，非技术部门非常踊跃参与竞赛，原本一年举办一次大型黑客松的计划，改为半年一次，来搜集如雨后春笋冒出的非技术部门需求。
另一个重要做法是，优先找出拥抱AI意愿更高的非技术人员，作为AI种子，来培育AI技能、观摩IT人员工作，以及带动部门内AI转型风气。当有打造AI应用的机会，TVBS还会集合起这些种子人员，形成专案小组，和技术人员一同打造POC用的原型。
TVBS AI未来科技部副总监吴桢文说，这个培养非技术人才AI能力的做法，可以拓展人才能力守备范围，使他们在各自专业领域上，做出更大贡献。「好比工程师从Dev，走到DevOps、BizDevOps，将一个人的技能往相邻领域扩展。这个做法也适用任何非技术人员。」
他更期许，TVBS AI转型途中，不只能培养出具备AI能力的跨领域人才，更要打造出充满未来性的职场，让这些人才愿意持续留下，升级自身技能同时，为企业带来更多价值。
下一步希望让更多非技术人员信任科技，更要将数位转型成果由内向外发展成商品
至今，TVBS AI数位转型已经小成，不只改变媒体内容产制流程和IT部门开发流程，更有许多由非技术部门提出的AI需求，正在实际应用或开发中。甚至，开始出现编辑借由自学，转职到AI部门当提示工程专家的情况。
从高层由上而下展开，非技术部门由下而上响应，TVBS数位转型的下一步是由内而外的扩大，要将转型成果推广到企业外部。例如与其他关系企业，每个1至2个月举办技术主管的AI交流会，共享技术应用案例及研究成果。
他们还计划将自制AI工具商品化，贩售给其他媒体。陈宏益说，一方面，自行开发的软体，使用者越多，价值越高。另一方面，也是为了实践陈文琦「用科技改变媒体业界」的梦想。
接下来，我们将介绍，TVBS如何在企业内推动AI，来改变从IT到非技术部门的技术应用思维和实务作业流程。