引言：當「看什麼」比「有什麼」更令人頭痛
還記得上次癱在沙發上，卻花了超過二十分鐘在 Netflix、Disney+ 的目錄中反覆滑動，最終可能只是關掉電視的經驗嗎？這不是你的問題，而是整個串流產業共同創造的「選擇悖論」困境。根據產業數據，2025 年用戶平均花費 20 分鐘 尋找下一部要看的節目，是 2019 年的兩倍以上。內容爆炸性增長，反而讓「發現」成了體驗中最令人沮喪的一環。
就在這個節骨眼，隸屬福斯集團的免費廣告支援串流電視（FAST）服務 Tubi，做了一個大膽且極具象徵意義的舉動：它不再試圖讓用戶回到 Tubi 的應用程式裡解決這個問題，而是直接將「推薦引擎」打包成一個原生應用，送進了 ChatGPT 的商店裡。
用戶只需在 ChatGPT 對話框中輸入「@Tubi」，然後用自然語言描述——例如「給我一部適合下雨天看的溫馨家庭喜劇」或「找一部有反轉結局的冷門科幻片」——AI 便會直接給出推薦，並附上在 Tubi 上觀看的連結。
這看似只是一個功能整合，但在我看來，這是串流媒體戰爭進入「後應用程式時代」的第一聲號砲。它背後的產業邏輯與策略意圖，遠比表面上看起來的技術合作要深刻得多。
為什麼說「發現」已成為串流產業的終極戰場？
注意力稀缺時代的殘酷算術
要理解 Tubi 這步棋的深意，必須先看清當前的戰場態勢。串流產業經過十年廝殺，已從早期的「內容軍備競賽」，進入到「用戶注意力爭奪」的深水區。各大平台砸下數百億美元充實片庫，結果卻讓用戶陷入選擇癱瘓。更致命的是，年輕世代的注意力結構已經徹底改變。
Tubi 的用戶中有超過 34% 年齡落在 18 至 34 歲之間。這個族群的使用情境是什麼？是同時在手機上刷著 TikTok、回覆 Instagram 訊息，並在電視上播放著串流節目。他們的注意力是高度碎片化且多工並行的。Tubi 執行長 Anjali Sud 一語道破其策略核心：「我們賭的是，電視的未來應該要像 Instagram 一樣簡單且個人化。」
這句話的潛台詞是：傳統的、封閉的、以平台為中心的瀏覽與搜尋模式，對這群用戶已經失效。如果「發現內容」的過程不夠直覺、不夠快速、不夠貼合當下情境，用戶流失就在一瞬間。
自建 AI 的挫敗與策略轉向
Tubi 並非突然意識到 AI 推薦的重要性。早在 2023 年，它就嘗試推出自建的 AI 發現工具「Rabbit AI」，讓用戶在平台內以問答形式獲取推薦。然而，這項服務在隔年便黯然關閉。這次失敗的經驗極其寶貴，它說明了兩個關鍵點：
- 單一平台的數據與流量，不足以訓練出足夠聰明的通用型對話 AI。
- 要求用戶為了一個特定功能，特意打開另一個特定 App，本身就是一種體驗摩擦。
正是這次挫敗，促使 Tubi 的策略從「建造」（Build）徹底轉向「嵌入」（Embed）。與其耗費巨資打造一個可能無人問津的獨立 AI 介面，不如直接進駐那個已經擁有 每週 9 億活躍用戶 的對話式平台——ChatGPT。這是一種典型的「去哪裡找魚，就去哪裡釣魚」的務實邏輯。
下表比較了 Tubi 新舊兩種 AI 策略的本質差異：
| 維度 | 舊策略：自建 Rabbit AI (2023) | 新策略：整合 ChatGPT App (2026) |
|---|---|---|
| 策略核心 | 建造（Build）與控制 | 嵌入（Embed）與整合 |
| 用戶觸達 | 依賴 Tubi 自有流量（約 1 億月活） | 借力 ChatGPT 生態流量（9 億週活） |
| 使用門檻 | 用戶需主動打開 Tubi App 並找到該功能 | 用戶在 ChatGPT 對話中自然觸發 |
| AI 能力 | 依賴 Tubi 自身數據與模型 | 嫁接 ChatGPT 的通用語言理解能力 |
| 成本結構 | 高昂的研發與維護成本 | 相對較低的整合與 API 成本 |
| 風險 | 高（產品失敗風險自負） | 中低（依賴外部平台，但策略靈活） |
這個轉向不僅是戰術調整，更是一種對產業未來格局的預判：未來的服務將越來越「無形」，成功的關鍵不在於你的應用程式圖標有多常被點開，而在於你的服務能多深、多聰明地融入用戶的數位生活流（Digital Life Stream）之中。
Tubi 的 ChatGPT 整合，如何改寫串流平台的競爭規則？
從「目錄瀏覽」到「意圖直達」的典範轉移
傳統的串流平台介面，無論設計得多精美，本質上仍是「目錄思維」的產物：將內容按類型、主題、人氣、編輯推薦等維度分門別類，讓用戶像在圖書館查卡片一樣尋找。搜尋功能則依賴關鍵字匹配，無法理解「讓我哭一下的電影」和「感人催淚電影」可能是同一種意圖。
Tubi 透過 ChatGPT 實現的，是一種「意圖直達」的典範轉移。用戶表達的是模糊的、情境化的、充滿個人色彩的「需求」，AI 的任務是解讀背後的「意圖」，並直接給出最匹配的結果。這跳過了所有中間的瀏覽與篩選步驟。
graph LR
A[傳統串流發現路徑] --> B[打開平台App]
B --> C[瀏覽首頁/分類]
C --> D{決定搜尋?}
D -- 是 --> E[輸入關鍵字]
D -- 否 --> F[無限滑動瀏覽]
E --> G[得到關鍵字匹配列表]
F --> H[可能因選擇疲勞放棄]
G --> I[手動點選觀看]
J[Tubi + ChatGPT 路徑] --> K[在任何ChatGPT對話中]
K --> L[輸入 @Tubi + 自然語言需求]
L --> M[AI解析情境與意圖]
M --> N[直接獲得推薦與連結]
N --> O[一鍵跳轉觀看]
subgraph “體驗摩擦比較”
A --> P[高摩擦: 多步驟, 高認知負荷]
J --> Q[低摩擦: 直覺, 情境化, 無縫]
end這個轉變的產業意義在於，它重新定義了「平台優勢」。過去，平台優勢體現在獨家內容、使用者介面、演算法推薦。未來，平台優勢可能更體現在 「與外部AI生態的整合深度與智慧」。誰能更流暢地將自己的內容庫「翻譯」成大型語言模型（LLM）能理解並精準調用的服務，誰就能在注意力爭奪戰中搶占先機。
對訂閱制（SVOD）巨頭的潛在衝擊：封閉花園的裂痕
這項發展對 Netflix、Disney+、Amazon Prime Video 等訂閱制巨頭傳遞了一個強烈訊號。這些巨頭長期經營著被稱為「封閉花園」（Walled Garden）的生態系統：用戶付費進入，所有體驗（包含搜尋、推薦）都在圍牆內完成。它們也投資AI，但主要用於優化圍牆內的推薦演算法（例如 Netflix 著名的個性化海報與排序）。
Tubi 的舉動等於是在花園的圍牆上開了一扇窗。它告訴用戶：你不必非得在花園裡迷路，你可以站在一個更開闊的陽台（ChatGPT）上，直接告訴管家（AI）你想要什麼，我就能把花園裡最適合你的那朵花遞出來。
這會帶來什麼影響？
- 發現漏斗的轉移： 部分用戶，尤其是年輕、科技嚐鮮者，可能會養成「先在 ChatGPT 問，再去平台看」的習慣。這使得 ChatGPT 在某種程度上成了串流內容的「元搜尋入口」，削弱了各平台首頁作為主要發現管道的地位。
- 競爭維度增加： 巨頭們除了彼此競爭，現在還多了一個新的競爭維度：誰的內容庫更能被外部 AI 有效索引與推薦？ 這涉及複雜的技術整合、數據結構化與 API 設計。
- 策略兩難： 巨頭們面臨抉擇：是跟進整合，冒著將部分用戶體驗控制權讓渡給 OpenAI 的風險？還是堅守封閉生態，賭自家 AI 的體驗足以留住用戶？這不是一個容易的答案。
下表分析了主流串流平台面對此趨勢的可能策略選項與利弊：
| 平台類型 | 代表平台 | 跟進整合的潛在利益 | 跟進整合的潛在風險 | 可能策略取向 |
|---|---|---|---|---|
| 免費廣告制 (FAST/AVOD) | Tubi, Pluto TV, YouTube | 最大化觸及，提升廣告庫存填充與價值 | 對外部平台依賴加深，利潤可能被分潤 | 積極擁抱，視為用戶增長核心 |
| 訂閱制巨頭 (SVOD) | Netflix, Disney+ | 接觸新用戶群，優化發現體驗 | 削弱品牌直接觸達，可能影響訂閱轉換路徑 | 謹慎試水，可能以有限內容或特定區域先行 |
| 混合制 (Hybrid) | Hulu, Peacock, Max | 同時促進廣告與訂閱業務，數據收集更全面 | 業務邏輯複雜，整合技術難度高 | 策略性合作，區分免費內容與付費牆內容的AI存取 |
| 硬體綁定生態 | Apple TV+ | 強化 Apple 整體生態（如與 Siri 深度整合） | 若僅限自家生態，觸及面有限 | 生態內優先，深度整合自家裝置與語音助理 |
廣告模式的進化：從「受眾鎖定」到「情境與意圖的雙重鎖定」
Tubi 作為廣告支援平台，其每一步創新最終都需服務於廣告變現。這次的 ChatGPT 整合，可能將其廣告科技（Ad Tech）能力推向一個新高度。
Tubi Moments 與 AI 意圖解析的結合
Tubi 早已將 AI 深度整合至其廣告技術堆疊中，運用大型語言模型與深度學習來解析用戶意圖。其標誌性產品「Tubi Moments」能自動識別影片場景中的情緒、氛圍與視覺元素（例如一個舉杯飲酒的場景），並將其標記為可販售的廣告庫存。這實現了「情境式廣告」（Contextual Advertising）的自動化與規模化。
現在，想像將這項能力與 ChatGPT 整合後的用戶意圖數據相結合：
- 意圖側： 用戶在 ChatGPT 中描述「想找一部在紐約拍攝、節奏緊張的犯罪片」。這不僅表達了內容偏好，也隱含了用戶當下的情緒狀態（尋求刺激）與地理興趣。
- 情境側： Tubi 的 AI 識別出符合條件的影片中，恰好有主角在時代廣場追逐的場景（Tubi Moments 標記）。
- 廣告匹配： 系統可以將紐約旅遊局的廣告、運動鞋品牌的廣告，或能量飲料的廣告，精準地投放在該場景的廣告位中。
這就從傳統的「受眾 demographic 鎖定」，升級為 「意圖 + 情境」的雙重鎖定。廣告的相關性與效果預期將大幅提升，從而推高廣告單價（CPM）與品牌主的投資回報率。
mindmap
root(Tubi AI廣告價值鏈強化)
(意圖數據來源擴充)
ChatGPT自然語言查詢
解析即時觀影情緒
解析潛在興趣主題
解析觀看情境偏好
(情境識別技術深化)
Tubi Moments場景標記
視覺元素識別（物品、場景）
情感與氛圍分析（歡樂、緊張）
音訊內容分析（對話、音樂）
(精準匹配與投放)
動態廣告插入（DAI）
基於意圖選擇廣告類別
基於場景匹配具體廣告素材
即時競價（RTB）效率提升
(效果衡量與優化)
觀看完成率關聯分析
品牌提升效果調查
後續行為轉換追蹤根據 Tubi 公開資料，其模型訓練基於每月 10 億小時 的觀看數據。整合 ChatGPT 後，來自對話介面的高價值意圖數據，將成為優化其廣告匹配模型的又一強大燃料。這構築了一道對於純訂閱制平台和傳統電視廣告都難以企及的競爭壁壘——基於海量互動數據的、動態的、情境感知的廣告引擎。
產業未來圖景：串流媒體的「無應用程式」未來？
Tubi 的這次行動，不應被視為單一事件，而應被看作一個強烈的趨勢信號。它指向一個可能的未來：串流媒體服務變得越來越「無形」，越來越像一種隨時待命的「效用」（Utility）。
階段性發展路徑推演
我認為，串流產業與生成式 AI 的融合將大致經歷三個階段：
- 輔助發現階段（現在 - 2027）： 即當前 Tubi 所處的階段。AI 主要作為外部輔助搜尋與推薦工具，平台核心體驗仍在自家 App 內。競爭焦點是「整合的順暢度與推薦的準確度」。
- 深度整合與服務化階段（2027 - 2030）： AI 不再只是推薦入口，而是驅動個性化體驗的核心。可能出現的功能包括：基於 AI 對話自動生成個人化頻道、跨平台內容的統一 AI 助理、即時根據聊天內容推薦相關影片片段等。平台的部分後端服務將徹底「API 化」，供各種 AI 智慧體（Agent）調用。
- 分散式與智慧體主導階段（2030 以後）： 用戶可能不再需要記住自己訂閱了哪些平台。個人的 AI 智慧體將根據用戶的偏好、預算和當下需求，動態地管理訂閱組合、在各平台內容庫中穿梭、甚至為單一部影片進行跨平台比價與臨時授權。串流平台
