📻國立教育廣播電臺【新聞真假掰】台大最受歡迎通識課 揭秘《影視幕後的商業運作》-Netflix如何稱霸影音串流平台？（逐字稿大公開）
📻國立教育廣播電臺【新聞真假掰】台大最受歡迎通識課 揭秘《影視幕後的商業運作》-Netflix如何稱霸影音串流平台？（逐字稿大公開）
📻國立教育廣播電臺【新聞真假掰】台大最受歡迎通識課 揭秘《影視幕後的商業運作》-Netflix如何稱霸影音串流平台？（逐字稿大公開）
📻國立教育廣播電臺【新聞真假掰】節目資訊
播出時間：7 月 1 日起，每周日 17:05-18:00
收聽方式：國立教育廣播電臺 官網 60 天隨選收聽
📅節目預告
2023/01/15 周日 17:05-18:00 全台皆可收聽（查閱各地收聽頻率）
科技時代的亂象，用科技解決！AI如何識假、打假？阻斷惡意訊息傳播，媒體素養將是最後防線？
專訪資策會執行長卓政宏
🌐最新精彩內容
2023/01/01 台大最受歡迎通識課 揭秘《影視幕後的商業運作》-Netflix如何稱霸影音串流平台？
📌邀訪來賓
國立臺灣大學經濟系副教授 馮勃翰
📌訪談精華短片
https://www.youtube.com/watch?v=zCMLuMnYHCE
📌完整訪談內容Podcast
https://open.firstory.me/story/cl9z00mb9015l01xvgjs6hkgm
📌節目介紹
第57屆金鐘獎風光落幕，除了首位女性金鐘影帝引發話題，「台劇」的發展也讓各界關注，台灣影視產業如何看到自身的優勢、提升競爭力？
選課人數年年爆炸、需要先交履歷才有機會修課的《影視幕後的商業運作》，開課教授馮勃翰竟是從電機系跨域到經濟系，他的通識課為何熱門？連業界都來課程社團攬才？
大數據時代來臨，影視產業也想透過AI人工智慧掌握閱聽眾口味，只要掌握流量明星、熱門話題及主流題材，就能打造收視冠軍？成功的秘訣這麼容易複製？
相較於Netflix《紙牌屋》開出紅盤，Amazon透過數據資料打造的《Alpha House》，口碑評分卻只高於平均一點點，「江湖一點訣」沒說穿的到底在哪裡？
影音串流平台從訂閱走向廣告制是必須？又收訂閱費用、又塞廣告，閱聽眾能接受？廣告商要求追蹤成效、訂戶隱私和公司的商業機密如何保持穩定的三角關係？
韓國影集《魷魚遊戲》去年掀起熱潮，演員獲獎、登上國際舞台，台灣的內容產業有沒有機會？借鏡國際趨勢，台灣對「編劇」的不重視恐是最致命的弱點？
本集節目邀請臺灣大學經濟系 馮勃翰教授，從影視幕前幕後的商業運作，帶你看透業界、新聞沒說的事，不只追劇，想成為影視產業的insider，請收聽「新聞真假掰 」，假訊息Bye Bye。
馮勃翰（國立臺灣大學經濟系副教授，以下簡稱「馮」）
黃兆徽（台灣事實查核教育基金會顧問／台大新聞所兼任助理教授，以下簡稱「黃」）
------------------------------------------------------------------------------------------------------------------------
黃：哈囉，大家好，我是兆徽，歡迎來到新聞真假掰，今天來到現場要陪伴我們一起跟假訊息說掰掰的好朋友。是臺大經濟系的馮勃翰、馮老師，馮老師好。
馮：兆徽好，大家好。
黃：馮老師今天要來跟我們談談您熟悉的影視產業，在這之前我很好奇，馮老師您是臺大電機系畢業。
馮：對。
黃：現在是在臺大經濟系教書。
馮：對於我讀了電機系就覺得不是很開心。我比較喜歡觀察人之間的互動，所以大學畢業就直接出國念經濟學博士。
黃：然後您回來之後又對影視產業特別的有研究，為什麼會從電機、經濟到影視產業
馮：我覺得影視產業很迷人，第一個它佔據我們每個人很多的時間。
黃：沒錯。
馮：然後產值越來越大，現在變成是國際化，每次都跟學生說影視是international business（國際商務）。
黃：沒錯。
馮：而且它的投入其實是無形的，人的創意才華跟技術產出是內容也是無形的，這樣的產業，他有很多不同的經濟特性是我們平常實體製造業或服務業所沒有的。
黃：而且影視產業其實是帶動整個文化，整個時尚很多潮流，它可以帶動非常多的產業。對不對？
馮：對，對。它其實對一個國家來講是文化輸出，發揮全球影響力非常重要的管道。去年在《魷魚遊戲》播出之後。
黃：韓劇。
馮：我看英國的《衛報》，在英國的這個語言補習班報名學韓文的人數增加60%。
黃：一齣戲就可以，何況它帶動了周邊的商品，帶動的是觀光啊、還有各個產業，我們看韓國就非常厲害，韓劇、韓流這十幾年來的席捲全球。所以我們今天想要跟您請教您的很多的觀察，尤其是您電機背景對於AI現在可以在影視產業發揮什麼樣的作用，也很有觀察，這個當然是當代非常重要的媒體素養，所以想要邀請您來談談，首先我們先從一些假訊息或錯誤訊息談起。
黃：在影視產業，您最常被問到你覺得這就是錯誤的。或接觸到的一些錯誤訊息，我們先來幫大家破解。
馮：今年暑假我有開暑修的課，然後我看到很多學生寫期末報告就引述一則新聞，就說8月中迪士尼公佈，第二季財報，那在Disney+（串流平臺）的訂閱者人數開始超越Netflix（串流平臺）成為全球最大。
黃：訂閱人數。
馮：訂閱人數達到了2億2100萬人。
黃：是。真的這麼厲害嗎？
馮：沒有，因為其實媒體做記者發佈會會把數據用對他們有利的方式組裝。
黃：是。
馮：迪士尼只說，我們下面所有的串流平臺加在一起，訂閱人數超越Netflix，它下面有Disney+，臺灣看得到的。再來有ESPN+（串流平臺），是運動頻道，目前還沒有進臺灣，最後還有一個叫Hulu（串流平臺）。主要是在美國。
黃：是。
馮：那他是比較複製有線電視的模式到網路上。
黃：對，所以是把它旗下所有的平臺加起來的流量。
馮：對。其實Disney+這個訂閱人數成長也是相當可觀。現在來到超過1.5億的訂戶。
黃：為什麼您的觀察為什麼他可以這麼快速的增長它的訂閱人數？
馮：迪士尼它有基本盤，因為它過去併購了漫威星際大戰，還有皮克斯，還有他自己的這個迪士尼系列，還有大量他們的影集等等。在Disney+2019年美國上線之前，他們前一任的執行長Bob Iger ，其實做了一個壯士斷腕的事情，他為了要推Disney+。他稱之為direct to consumer（直接面向消費者）就是我們是做內容的，但是我們內容直接推播給我們的觀眾，他為了做這件事情，他就陸續把原本授權到Netflix以及各平臺的東西合約期滿就不再續約，或甚至就提前解約，我的內容全部留著給我Disney+獨家播放。
馮：其實傳統媒體要轉型需要非常大的破例，跟商業的這個策略，怎麼說呢？因為我在Bob Iger 的自傳裡面有讀到他們原本迪士尼的高階主管，他們的年薪裡面有很高比例來自於他們業績獎金，業績取決於你每一個部門你的內容授權出去的所得。所以當Bob Iger說現在你們停止授權，我們留著給Disney+使用。而Disney+初期還沒還在慢慢成長，就馬上面對這些高階主管跟各部門的業績會大跌。會影響到他們的薪水，所以他就必須說，我要做這個轉型，我不能夠只訂出願景跟方向，我就要改變我們公司內部的大家考核的那個指標，Bob Iger 在自傳裡面說我們就取消這個業績的部分，那獎金改成由執行長主觀來給考績ABC，用這樣的方式讓大家能夠一條心就是往發展Disney+串流平臺的方式來推。
黃：所以您觀察就是它主要成功的原因之一。
馮：我覺得他是非常重要的一個原因。因為我們在同期也會看到其他的傳統媒體，比方說像是HBO（美國的付費有線和衛星聯播網）他們過去多年也嘗試要轉行做串流，可是他們沒有去調整組織架構跟考績這個激勵的方案，所以大家還是念茲在茲說我們的內容授權出去。對，那這樣子就很難為自己的平臺來創造獨家內容跟獨特性。
黃：是，非常重要的觀察，那您也提到了這其實剛剛的提醒。是說Disney+說他的訂閱人數超過Netflix，這其實是把Disney+下面三個串流平臺加起來的數字，其實提醒大家說在看數字的時候要小心。
馮：媒體或企業，他們會用對自己講起來最好聽的方式去呈現。那有的時候，可能記者的報導或者是閱聽大眾大家會腦補。因為臺灣只有Disney+．大家腦補以後這個新聞標題就變成Disney+超越Netflix這樣就不對。
黃：那另外呢，另外還有什麼樣的迷思，是您常常被同學們問到？
馮：常常提到的一個說法是，現在我們在網路上面的行為，然後閱聽大眾看什麼、喜歡什麼都有數據，所以很多人會說我們能不能夠收集這些數據，然後根據大家喜歡的東西，你喜歡哪個流量明星、什麼話題是熱潮，我們把這些東西組合起來，來策劃未來的內容。
黃：對。就是大家好像覺得現在什麼都要大數據嘛，所以是不是可以用大數據來預測說，觀眾喜歡什麼，然後應用在戲劇節目裡，臺灣也常常有一些戲劇號稱使用這種方式做出來的，真的是這樣嗎？
馮：在美國不是這樣。我知道在華人世界、在中國、在臺灣都有一些團隊嘗試這樣做，但我們現在來看一個基本的原理。如果是一部電影，順利的話，從你開始發想這個概念到最後能上映，快的話2年。
黃：是。
馮：如果中間卡關3年、4年或者更久，我們要如何根據過去的資料來預測幾年後的觀眾口味，這基本上是很難的，但是在這過程中前幾年我看到有一個新聞引起很大的共鳴，大家都相信是真的，特別是在Netflix剛進臺灣的前2年，因為大家都知道Netflix是一家非常重視數據分析的公司，甚至他們自己定位說我們不是影視公司，我們是數據公司，我們就看到這樣的標題就是Netflix的招牌劇碼是《紙牌屋》（House of Cards）以政治為題材的影集，標題說「你以為《紙牌屋》是創意，不，它是數據和資料分析」，然後如果我在那時候翻那時候的雜誌有寫說Netflix從大數據瞭解使用者的觀看行為跟習慣，結果發現三大元素是他們的訂戶最愛，包括大衛‧芬奇(David Fincher)導演，然後BBC影集以及凱文‧史貝西(Kevin Spacey)。
黃：BBC出品影集。
馮：然後以及凱文‧史貝西(Kevin Spacey)主演。是。所以說Netflix把這三個元素組合拼在一起，那就創造出了《紙牌屋》。
黃：那實情是這樣嗎？
馮：實情不是 我正好有機會去讀到《紙牌屋》，他們整個從發想到打磨整個歷程，Netflix是在2011年的時候決定要投資《紙牌屋》，可是背後的主創團隊從2008年就開始做，對，《紙牌屋》原本是一本在英國的政治小說1989年出版，作者是柴契爾夫人的幕僚長，所以當然後來這個作品就被BBC改成迷你影集，在英國大受歡迎。所以2008年的Netflix版本《紙牌屋》背後這公司叫Media Rights Capital。他們的老闆想要開始從電影慢慢轉型做電視劇，就覺得BBC這個影集很適合拿來改編，然後由我們在美國的團隊，來做一個國際化的劇集，在這樣的情況之下，他們就先取得了原著授權，第一個他們邀請David Fincher來當監製。然後阿甘正傳的編劇來當監製，然後他們找到了一個舞臺劇的編劇給她當showrunner（編劇統籌），也就是編劇統籌，他們花了一年半的時間， 六、七十萬美金的成本投入，做出《紙牌屋》完整的show bible（劇情構思），然後前兩季的故事大綱跟第一集劇本，接著呢，他們去提案，在那個年代你要做電視劇，企圖心強你不會找Netflix，你一定會去找HBO、Showtime（美國付費有線電視網）這些有線電視裡面的這些優質的頻道。他們去提案，然後他們提案完回去找Netflix說：「我們之後來你這裡重播好不好？」，結果Netflix說：「Ｎo，不好，我們直接投資你們做兩季。」，然後不用試播集就直接做，而且給你們最大的創作自由，其實背後過程是這樣，所以我根據主創團隊、芬奇(David Fincher)，然後Media Rights Capital老闆的這些訪談，其實創作是他們自己獨立發展出來的，而Netflix所做的事情只有投資。
黃：是。但是他們在創作過程中有沒有運用大數據？
馮：沒有。
黃：完全沒有？
馮：其實並沒有。很多時候在臺灣，特別是我的一些學生，他們想像可以運用數據的方式，在美國有人做，大公司。
黃：哪一家公司？
馮：亞馬遜。
馮：是。因為他們自己有串流平臺叫做Amazon Prime。而且就在Netflix投資《紙牌屋》的同時，亞馬遜也開始想要做原創的這個戲劇，然後他們也鎖定了政治喜劇的題材。所以跟《紙牌屋》在概念上有點像，那他們怎麼做呢？他們相信透過網路可以觀察到觀眾的行為，所以他們一開始蒐集不同的idea（想法）跟這個故事的提案，然後挑選了八個做出pilot(試播節目)，就是比較短的劇集，提供給Amazon的訂戶免費看。當大家在看的時候，Amazon的團隊就觀察這些人怎麼看，他們收集了幾百萬筆的資料包括你什麼時候快轉、什麼時候停掉不看等等，他們把這些東西收集起來以後，八段影片、某一段特別熱門，我們就把這個概念繼續發展下去，然後我們根據觀眾的行為參考來修改劇本，最後產出了他們第一部作品叫做《Alpha House》（阿爾法屋）。
黃：《Alpha House》。
馮：《Alpha House》，我想大家都沒有聽過，因為這部片並不成功，他的IMDb（網路電影資料庫）上面的觀眾評分是7.5分，所有美劇的分數平均是7.4，比平均分好0.1，然後點評人數五千人。
黃：是。
馮：《紙牌屋》的點評人數50萬人。
黃：那為什麼他用了大數據好像可以充分掌握這個閱聽大眾的使用狀況，反而不太成功？
馮：不太成功，其實裡面有一個很關鍵的因素，當我們做數據分析的時候，那個工作叫做拆解。一個戲劇，我們把裡面不同的特徵設法量化，比方說角色性格他的類型、他的情緒，這個故事的節奏等等這些拆解，可是你要講一個好故事，需要的是整合，在拆解的各個元素中間其實有非常大量的空隙是創作者需要去填補的，這個東西大數據沒有辦法幫你，這是第一點。第二點，當我們做數據分析的時候，我們觀察到的，觀眾只能夠從已有的作品來表現出他們的好惡，可是如果我們期待一個爆款的作品，我相信做創作的人都期待爆款，那我們需要有一些東西是以前沒有的，那個東西數據沒有辦法告訴我們哪些東西是現在還沒有，而且觀眾喜歡。
黃：提到說像Netflix是很多人會以為他是用數據來做戲劇開發，但其實不見得如此，我們今天邀請到馮老師，馮老師其實在臺大也有開一堂課叫做影視幕後的商業運作，這堂課吸引了非常多的學生，應該是全臺灣大學目前最熱門的的課程。
馮：不一定是最熱門，但是學生反應真的很踴躍，我想是裡面的很多故事很有趣，然後影視本身就非常吸引人。
黃：您上課一定也非常風趣幽默，聽說錄取率只有10%的學員抽籤可以抽到。
馮：對。我後來不完全用抽籤，我有一半的名額是用申請的，學生要交履歷，然後要跟我推薦一部影視作品。
黃：哇，那你光要篩選來上課學生就要花很多時間看。
馮：需要花一點時間，可是也可以讓我更接地氣瞭解現在的年輕人大學生都在看什麼。
黃：也是一種民意調查。
黃：那所以現在的大學生都在看什麼啊？
馮：像我就被推坑了一些作品，所以原本沒有注意到的，很多人喜歡排球少年（動畫），然後還有在Disney+ 上面有一部叫做《Only Murders in the Building》（破案三人行），非常有趣的這個有點是推理然後是三個角色之間的關係，而且他們是把影集跟Podcast整合在一起，非常創新的形式，他們透過Podcast是來講解案情，因為有些時候光是做那個案情分析那麼多推理小說，如果是用演的會有點枯燥，因為他的視覺性不夠，所以他在戲劇裡面是刻畫人物關係。但是Podcast上面是有更多的案情解析。
黃：然後Podcast跟戲劇怎麼整合？
馮：怎麼整合，就他分析的是戲劇裡面出現的這個案情。
黃：那不聽Podcast戲劇還是可以看得下去？
馮：完全是可以獨立看也可以懂。
黃：就是做更深入的討論，讓觀眾更有參與感。
馮：是。
黃：是。您開這堂課開幾年了？
馮：我這堂課其實是慢慢演進的，其實5、6年前，本來是個讀書會，以讀論文為主，那後來變成經濟系的選修課，我們放進去很多哈佛的商業個案，是美國的媒體巨頭、科技巨頭他們怎麼樣來做各種的做內容，然後以及商業模式等等。那後來我發現這個產業的變化實在太快，我覺得在過去很長一段時間以電視產業來講，他比較是local（本地）的市場，我們很多的偶像劇，當然有些我們最厲害的偶像劇也是賣到很多國家，但是多數的作品其實光靠臺灣觀眾自己看就可以創造很高的收視率，但是隨著串流平臺的興起，就算我們不想走出去，世界各地最優質的節目會進入臺灣，現在不只是英美日韓，我們有西班牙的《紙房子》，然後有法國的《亞森．羅蘋》，然後還有其他不同國家的作品，這是以前我們看都不會去看，但是現在卻成為很多人，包括很多學生的最愛。
黃：是。因為很容易在手機裡隨時隨地都可以看到。
馮：是。所以表示說什麼？表示我們做影視內容。如果就算只想固守本土市場，我們還是會面對……
黃：全球的挑戰。
馮：全球的挑戰，那在這種時候其實我覺得攻擊是最好的防守，我們需要思考怎麼用串流平臺走向國際，但是當你要這樣做的時候有非常多的調整，就是你的管理、你的財務、你的法務這些東西都需要能夠跟國際平臺以及其他國家的標準能夠接軌，因此在這個產業，我看到很立即就需要這個商管、法律，然後製作，需要最優秀的人才進來，哪一個環節弱了，整個最後的作品跟它整個商業佈局都會被拖到。那在這樣的情況之下，我就覺得說，關於影視產業幕後的商業這塊，它值得拿來做一門全校的課。我覺得我的課程內容的深度，應該是遠遠超過通識這樣子的這個概念，但是我覺得這個內容，它是需要是全校性的，所以我把它列為通識課。
黃：是。所以也會有臺灣大學的各個科系的學生來修？
馮：有各科系，但是比方說我們生傳系等，等於就是臺大的大傳系，然後戲劇系、外文系的學生不少，然後臺大管院的學生非常的多。
黃：管理學院。
馮：然後政治系、經濟系。
黃：法律系。
馮：法律系原本很少，但是後來在這2年慢慢開始越來越多。
黃：所以有達到您原本開設這門課的目的，讓更多的人才來關心影視產業的發展。
馮：對，他們可以知道說這個國際上的標準，好萊塢、韓國是怎麼做的，他們各自的專業，如果他們對影視、對於這個文創有熱情，那他們可以用什麼樣的方式參與，而且我覺得有一些很重要的觀念，其實需要扎根，因為我覺得已經在產業裡面的人，大家面對到很多轉型跟困境。
黃：是。
馮：就是想眼前的問題就已經很辛苦了。
黃：就是要解決這個問題很困擾，想不到未來。
馮：對於長期要怎麼發展，我覺得從學生出發，然後大家來建立一個國際化的視野，這點我覺得蠻重要的。
黃：您的課是臺灣的影視產業非常重要的人才培訓中心。
馮：其實蠻有趣的，因為後來修過課的學生大概已經超過一千人，大家修完課，我讓大家自願決定要不要加入一個社團。現在裡面有六百人，陸續也開始有一些媒體或者娛樂產業的一些公司或團隊到社團來徵才，實習生、有全職這樣子，因為我們也陸續有學生畢業了。
黃：是，非常棒，就是大家可以一起結合跨科系、跨領域的專業，來為臺灣的影視產業更邁向國際努力，我們剛剛有談到說，影視產業的一些常常見到的迷思，包括Netflix用數據來做戲劇開發。但您說其實不見得是這樣。但Netflix自己定位它是一個數據公司，如果它的數據不是用來做戲劇開發，那它用數據做什麼呢？
馮：簡單講二個字，「媒合」。
黃：媒合。
馮：它用數據來媒合大量的影視作品跟大量的觀眾。
黃：這是指推薦制度嗎？
馮：對，如果是用白話講的話，就是說我們平常看到Netflix各種的推薦系統。
黃：就是你看了幾部紀錄片電影之後，它就會推薦你說你可能喜歡什麼。
馮：對。這背後其實有一個更深的一個事情，就是在過去傳統電視的時代，我們所擁有的數據就是調查方法，就是收視率，收視率給的是總體數據，就是有多少比例的觀眾、或是有多少人看什麼東西、喜歡什麼，可是Netflix它能夠掌握的是個體數據，它知道誰看了什麼，因此可以透過數據分析來推論，誰可能喜歡什麼，這是一個非常大的躍進。
黃：對。
馮：那但是擁有這些數據Netflix做的並不是說，因為我知道這麼多人喜歡某一個題材，所以我來做這個題材的故事，不是，它讓創作者自由創作，但是拿到這麼多的作品之後，我知道每部作品可以優先推薦給誰，而且不只是誰的問題，我們每個人可能我們在不同的季節、一個禮拜當中是週間還是週末、白天還是晚上想看的都不一樣。
黃：心情不同。
馮：心情不同，所以它掌握到這些東西，所以它可以知道在什麼時候可以推薦什麼樣的作品給人，就可以促成讓我們身為觀眾的人似乎更容易找到讓我們欲罷不能的作品。
黃：就是它比我們自己還更瞭解，我們自己在什麼時間點想要看什麼樣的戲劇。
馮：對，然後結合數據。其實我曾經有去觀察比較過同樣一部作品，在不同國家的Netflix，他的那個片花，然後劇照都不一樣。
黃：都不一樣。
馮：因為文化、每一個語言底下大家習慣然後會被吸引的東西不同，所以數據可以幫助他們在做戲劇宣傳的時候，整個包裝就把這些東西考慮進去。
馮：不過這裡有一個很深遠的影響。我曾經讀過《哈佛商業評論》的一篇文章，就因為Netflix是用數據來做媒合，等於是幫戲劇找到觀眾、幫觀眾找到喜歡的東西，因此他們可以讓原本小眾的東西更多人看。
黃：不再小眾。
馮：不再小眾，原本小眾的東西可能比方說以前電視臺要拼收視率，那你這收視率注定不會高，那就略過。
黃：對。因為大家不見得會去關注到我想看的東西在哪裡。
馮：對。但Netflix知道說，你雖然小眾，但我知道你的觀眾在哪裡，所以我可以更容易找到他，再來網路無國界國際化，我把各地的小眾加在一起，那可以成為大眾，所以Netflix他們自己內部有講過一句話，他說我們可以是在經營niche market for the masses ，niche market就是利基市場、小眾市場。我們是可以在大眾底下來經營小眾市場，關鍵就在數據能力，以及他們能夠掌握這個人數據。
黃：就讓小眾不再小了。
馮：就讓小眾不再小了，或是小眾只要你能找到，那其實也是一股很可觀。
黃：匯聚起來。
馮：匯聚起來，還有就是我曾經讀過在卡內基美隆大學底下有一個研究中心，專門是研究新舊媒體之間的競合和數據，那他們就發現，我們很多東西比方說買書，然後聽音樂等等，然後看影視作品。以前在實體店裡面買書，書店裡面放不了那麼多書，那到網路買書以後，就很多的暢銷書、老書都可以上架。他說當讀者或閱聽大眾面對更多選擇的時候，大家的行為是這樣的一個流行東西他會追，但是扣掉最流行的東西之外，每一個人多多少少都有一些自己特別偏好。然後大家其實會不知不覺看很多所謂冷門的東西，所以大家的觀影，至少我自己也是這樣。
黃：是，因為很多原本我們可能知名度不夠，或同溫層沒有在看的。
馮：對。
黃：那經由推薦我才發現原來還有一個我很愛的東西我遺漏掉。
馮：對，而且再加上Netflix它是因為是訂閱制，所以我要多嘗試一片我不用再花錢。然後我可以很快點一下看個前幾分鐘。
黃：看看是不是我愛的類型。
馮：也因為這個緣故，Netflix造就了不只是小眾的東西得到大幅的推廣，而且是國際化，影視小國的這些作品也被很多人看。
黃：是。
馮：對，因為我嘗試一下其他不同語言的巴西的作品，其實我就點過去看一看，結果發現還不錯。
黃：是。
馮：對，所以讓大家的胃口也變得越來越多元。
黃：是，從這個角度來看推薦制，它反而讓創作者更自由。
馮：對，那是哈佛商業評論的一位作者，他們的一個理論，就是他運用數據並不是像很多人想的是……
黃：以為數據綁架了創作。
馮：我們迎合數據，所以就是被數據綁架了，而是一種解放，讓你可以更專注在你想做的事情，然後他幫你找到觀眾，當然前提是你要過得了它這關，讓他願意買你的片，或者是投資你的作品。
黃：不過這個角度來思考還蠻有趣的。一般人聽到數據，我想很多創作者會反感，以為那我要服從於這個數據的解析。
馮：沒有，是不是服從因為就看到有些地方。如果大家把數據誤用就會出問題，在美國的大公司也曾經犯過大錯，不是影視，是服裝公司GAP。
黃：怎麼錯？
馮：GAP這家公司底下他有不同的子品牌，比較高價的是Banana Republic（香蕉共和國）、中價位的是GAP，還有低價位的Old Navy（老海軍），他們前幾年的那一任CEO已經下臺，他就裁掉了首席設計師這個職位，首席設計師本來就是一個領導職，然後他來拍板決定我們下一季、下二季，我們服裝顏色款式的走向，首席設計師這個職位用AI團隊來取代。
黃：他以為可以更精準。
馮：對。他以為可以更精準，但是結果呢，在穿衣這件事情上面，其實有二種類型的服飾，有一些是功能型的，那我們可以追隨潮流，然後快時尚，很快地抓到大家喜歡什麼顏色什麼的。然後衣服生產出來就賣，但是還有一類比較是高價位，你可能需要引領潮流，我如果買一件很貴的衣服，我希望我跟別人不一樣。
黃：不要撞衫。
馮：對，那這樣的東西就需要突破跟開創，而不是從既有的這個社會大眾穿衣的習慣跟偏好數據分析來提取，那所以在前幾年有一段時間GAP下面他們這個信仰AI數據分析，造成Banana Republic在經營上面有一點點雪上加霜。
黃：所以從這個這樣看起來AI他適合的就是比較中低價位比較平易近人，平價時尚品牌定位，但是要引領潮流的那個靠現有的數據分析是沒辦法，還是要靠人腦來創造。
馮：對。沒錯。就像我們前面談到那個Amazon Prime他們做《Alpha House》。他們透過數據分析能夠做的戲劇就是比平均好一點點，就是做那些mediocre（平庸）還可以的作品，但他沒有辦法創造出爆款。
黃：所以那個create（創作）還是要靠人腦，這是人腦現在很好的優勢。但是那AI人工智慧是全球的流行，或是這是一個趨勢也擋不住，它可以怎麼樣來幫助影視產業？
馮：現在在美國越來越多的AI公司開始號稱他們可以協助影視公司來開發新的劇本跟企劃案，但是方法跟你想的不一樣。
馮：怎麼說呢？其實我們要策劃一個新的作品的時候，我們一定會去瞭解市場，然後我們也會去瞭解既有同類型的作品有哪一些，你才能夠做到跟別人不一樣。
黃：是。
馮：對，那他們讓AI來做這件事情，現在這個作品數目太多了，你說我要拍個恐怖片，然後市面上可能有幾百、上千部作品。
馮：我身為一個監製，我可能根本看不完，但是AI如果訓練他們讀劇本，他們在很短的時間內就可以去分析這一千部恐怖片的方方面面，然後他們提出來的報告，可以拿你正在開發的作品的劇本，拿去跟另外一千部來做比較，比較的結果出來了以後還是由編劇跟主創團隊靠人腦來決定，我該怎麼改？我該怎麼寫？
黃：那他們會是怎麼運用呢？當他分析出全球現在正在流行恐怖片好了，大概是哪些類型之後？
馮：怎麼運用，它其實有很多不同的面向，第一個是類型，就是我們如果要行銷一部電影，那我們需要有很清楚的類型定位。它是愛情喜劇，還是它是這個懸疑驚悚等等。那每一個大的類型下面還會有很多的細項，它牽涉到我們怎麼包裝他跟把它推給誰？那AI的作法是這樣子，我從既有的資料去分析不同類型的作品，他們有哪些共同的特質？然後我再讓AI經過訓練以後，他能夠讀你的劇本來判斷你裡面有哪些特質，而你的那個特質更應該是對應到什麼樣的類型？
馮：他做的是這件事情，對應到那個類型最後還是由人的團隊去操作，然後他可以透過數據分析來看不同作品的敘事節奏，是不是你場景切換比別人快？是不是你對話比別人多還是比別人少？AI可以判斷一部作品的情緒，我們都說影視作品是一個情緒體驗，那裡面是有哪些情緒混合起來，然後順序是哪些情緒先後出現，同樣類型大宗的作品，他們的情緒的比重是怎麼樣，你的又是什麼樣情況，那他可以去做角色分析。角色你說AI怎麼看得懂Tom是什麼樣的人物？我們常說聽其言、觀其行，所以AI讀劇本，他看這個角色說什麼話、採取什麼動作，然後就可以判斷說，這個人是個開朗的，然後是主動積極的，然後還是這個是不擇手段，它可以作出這些判斷，作出這些判斷以後，我們就可以看因為戲劇常常要開拓觀眾可以認同，可是又獨一無二的角色，你不希望說我開發一個角色，我們已經在別的熱門作品看過了，所以它可以幫你的劇本做角色分析，拿來跟既有的這些片庫裡面作品的角色來做一個比對，你就知道說，你夠不夠獨特。
黃：就是會不會跟別人太像。
馮：對。
黃：所以他靠AI做完這個市場所有的劇本的分析之後，不是要學別人，反而是要說看什麼是別人沒有的。
馮：他等於是幫你做一個非常詳細的比較，如果是對比到寫論文的話，我們要寫我們自己的新發現，我們也會先看一下別人做過些什麼東西，我們在開發新的影視內容也是一樣，那AI就是借重它可以短時間快速的看完這麼多作品。而且它不會忘記，然後它可以去捕捉裡面大大小小的各種特徵。
黃：所以現在已經有作品是用這樣的方式來開發出來。
馮：有，比方說像在美國有一家公司叫StoryFit（軟體公司），那我剛才介紹的這些作法就是他們公司在主打的。
黃：是。已經有影視作品產生了嗎？
馮：這個我就不曉得了，這就要看他們這個東西是現在正在萌芽的部分。
黃：但是關於推薦制，也有人會覺得說這樣會不會讓我們受限，我們會變得一直沉浸在同一種類型裡，因為AI也知道我很喜歡就一直推薦我，就永遠都是在看同個類型的戲劇。
馮：我覺得會欸，如果我是在Spotify（線上音樂串流媒體平台）或Youtube聽音樂感受就很明顯，就是我一開始第一首放什麼東西大概就影響到後面一連串的這個音樂。對。有時候會蠻單調的，反而是以前聽廣播可能是DJ決定，有時候突如其來放一些我從來想都沒想過的東西，因此發現了很多新的有趣的作品。
黃：是，是。就是可以跳脫我們原本的喜好，接觸到更多元的作品，那這怎麼解決呢？
馮：我不曉得，我覺得這個推薦系統剛開始發展的時候，他一定在短期會引起很大的成效，然後讓更多人花更多的時間被黏在這些媒體上面，但是慢慢地我覺得他的反效果也會出來，就像有時候我旅行迷路了，結果反而發現到……
黃：新的風景。
馮：新的風景，這裡蠻好玩的，旅遊書沒有介紹。
黃：是。所以或許我們在他的推薦之外，我們要主動再去搜尋一下。現在有哪些新上市的影視作品啊、或者用各種不同的搜尋方式來接觸。
馮：對。我自己的話我是會主動的去搜一些其他人在關注的流行的東西，或者是任何上市的作品，就是瞄一下看看有沒有什麼東西，它是可以打中我的。
黃：所以這是一體的二面，我們人腦要想辦法。來克服這個AI推薦給我們的東西可能產生的問題。
馮：對，這裡其實也反映了一點，就是現在很多的這些數位媒體或者是平臺，它們其實背後分析數據有大量的工程師，不停地在微調、微調、微調、調整他們的這個節目內容的呈現。為了都是把你留住把你的注意力一直持續放在那上面，可是有些東西是出於人性，會被吸引住，不表示我們真的是喜歡，或從他推薦東西得到了什麼啟發，或是多大的快樂等等。
黃：會偏食，我們很容易在資訊上面偏食。
馮：對。所以這個我不知道之後會用什麼方法突破或者是會有在新的媒體再竄起，然後他找到了這種既有的推薦系統以外別的方式，然後可以爭取到觀眾的認同。
黃：那另外呢，您提到說AI現在也有應用在劇本的開發，讓它大量地去讀目前市場上的劇本，那這個讀完然後做完分析之後，怎麼應用，其實還是編劇團隊、製作團隊的自由嘛，他可能有二種面向的解讀。
馮：對。就我看到一支我追到今年上半年，然後在美國最先進的AI公司，他們提供的服務，其實只是幫你把你的劇本拿去跟既有的成千上萬部的劇本來做比較。
馮：對。因為這個比較是我們人力沒有辦法做到，我可能可以讀二十部劇本，我沒辦法讀二萬部。對，他們做的是比較。但是這個比較的報告出來了之後要怎麼解讀？這個就是主創團隊的事情。
黃：你怎麼解讀、然後怎麼運用？就是包括說，你到底看到說我這個角色我要迎合整個市場的潮流，或者是我要創造一個現在市場沒有的角色。
馮：對。我舉一個例子好了，然後但他們這是StoryFit這家公司他們的demo（樣帶），所以根據老片，所以不是他們現在進行的東西，他們曾經診斷過一部電影，就是麥特戴蒙主演的叫《縮小人生》，然後反正他在現實生活中活得不快樂，然後他就找到一個方法，然後縮小到一個瓶子裡面的小世界，在那裡開啟新生活，比較喜劇手法呈現，那StoryFit拿到這個劇本，他們分析了各個方面還包括一項叫做人物關係，我把裡面所有的角色都列出來，他們之間只要有互相對話就是有關係，互相動作就是有關係，然後對話次數越多，那個關係就越強，他們就畫出這個人物關係圖，就發現這部作品不得了，它的人物關係圖是輻射狀的，是都是麥特戴蒙然後跟大量的配角或不重要的角色都有過非常簡短、淺薄的互動，然後就這樣，那StoryFit他們覺得說就一個喜劇這樣子會有問題，為什麼？我們需要很多的角色有比較深入的互動，大家的個性才會……
黃：立體發展。
馮：展現出來，然後每個人都是：「How are you doing？」這樣子過去，那其實觀眾沒有辦法認識到這個角色。結果這片果然他是失敗的，製作預算6800萬、全球票房5500萬。那反過來其他一些成功的喜劇，或者是比方說愛情喜劇《當哈利遇上莎莉》，也是StoryFit他們分析過，除了二個主角以外，還有幾個主要的配角，他們之間是有很深的這個互動跟關係，可以用這樣的方式，他們稱之為 character development（人物發展） ，才能夠把角色塑造起來。
黃：觀眾才能夠同理這個角色的內心世界。
馮：對，對。因為輻射狀的人物關係不見得永遠不好，但是你需要去回到你的故事，以及你的那個類型來做判斷。
黃：是。那另外呢，像我們剛剛提到Netflix、Disney+最近都想要推出有廣告，用比較低價的訂閱方案，能夠讓更多人來使用他們的平臺。這點您怎麼看？
馮：我覺得串流平臺的未來是在廣告，訂閱制有一點走到瓶頸。
黃：怎麼説？
馮：但是這點並不稀奇，因為我們回顧過去在傳統電視的年代，我們所看的大部分作品都是有廣告的，只有少部分不到10%像是HBO或Showtime（美國付費有線電視網），他們才是走高價訂閱、沒有廣告，以前會發展成這樣，我覺得某方面也反映出來，大多數觀眾對戲劇的態度。
黃：但是從廣告走向訂閱，其實還有一個很大原因，我自己觀察數位媒體是因為數位廣告通常費用太低了，不是像電視臺廣告大概金額都還蠻高的，可以維持營運，這點上面怎麼解決？
馮：現在在影視這邊他們應該串流平臺開始要從訂閱走向廣告，訂閱遇到了幾個問題。比方說像美國市場訂閱人數已經達到飽和，很難開拓，然後有一些開發中國家，像印度他們不願意花錢，所以印度的Netflix價格特別低、解析度也特別低，他們為印度人創造了一個比較劣質的版本，所以訂閱人數不容易突破，再來呢，現在有Disney，然後有HBO，然後有Amazon還有Apple TV+（串流平台），大家各家加入之後造成內容軍備競賽。過去10年美國電視影集的數量加倍，可是我們觀眾的時間還是一樣多，然後單位的產製成本加了好幾倍，2019年權力遊戲的最後一季1小時製作預算1500萬美金，我們覺得是天花板，4.5億臺幣，結果現在Amazon推出魔戒前傳，1小時製作成本是6000萬美金，是以前的天花板的四倍。
黃：1小時就要將近20億臺幣。
馮：而且製作成本還沒有包括他們買魔戒的電視劇改編權25億（臺幣）。
黃：他怎麼會覺得他可以回收？
馮：這個很可怕，這些數字都非常的大。
黃：一小時的拍攝成本就20億，還要加上很多。
馮：然後Apple說，我們兩億拍一部電影2小時賣硬體的收入就夠了，我們大家覺得很龐大數字，我們在臺灣要做電影募資很困難的，他說我2小時的收入。
黃：所以他覺得投資這樣的影視內容，有助於它硬體的銷售？
馮：但是我們把這些東西加在一起，造成什麼現象？訂戶人數要成長不容易，但是大家彼此競爭，這些訂戶內容成本大幅的提升，那怎麼辦？我這個收支要平衡，我只能靠漲價。可是經濟學原理說需求法則你價格越高，願意訂的人越少，所以訂閱制在這方面有點進入一個死胡同，那要怎麼開拓？開拓的方式就是我們能不能夠也推出一個低價版，或者是免費的這個訂閱服務，但是就讓觀眾看廣告，那如果下廣告的成效好，廣告招商可以很熱烈，那麼平臺可以透過廣告得到足夠收入來支持他們的內容。
黃：所以他就是訂閱跟廣告並行，付比較高的價格，你就可以不用廣告，但比較低價甚至免費的方案，你就會有廣告。
馮：對。比方說現在YouTube已經是這樣，我自己就有訂YouTube Premium（付費串流媒體訂閱服務），串流平臺們也開始考慮，可是加廣告就是一個大學問。你知道背後很多做事的方式跟思維模式都翻天覆地改變了，比方說串流平臺你要怎麼下？比照以前電視一樣，有這個廣告破口像切香腸一樣嗎？也不太可能，所以他們有很多不同的討論。關於廣告這件事情，那以Netflix在發展呢，他們其實面對了三個重要的參數。第一個參數叫做ad load，就是廣告量，觀眾看1小時Netflix，會需要看多少廣告，他們現在抓的數字都是幾分鐘而已。以前電視臺的話……
黃：一個小時在大概十到十二分鐘。
馮：美國的話是16分鐘的廣告。44分鐘的戲劇內容。現在Netflix跟Disney大概都是幾分鐘，沒有超過5分鐘。第二個是觀眾數量有多少，有多少人會來選擇訂有廣告的低價版，這裡的設計很微妙，因為我如果廣告量太少，訂高價的人就來定低價版，如果廣告量太少，讓觀眾覺得很滿意，那麼它會衝擊到他那個沒廣告高價版的這個訂閱人數，所以它廣告必須要多。可是多到一個程度觀眾反感，低價版的沒有人要訂，所以它需要拿捏，而這個拿捏會影響到有多少人，以及是哪些人來訂有廣告的低價版，觀眾人數，然後再來第三個重要的參數就是CPM，就是每千次廣告曝光的成本，當然這個成本是從那個投放廣告的人的角度來看。對Netflix說的話，這個是價格、是進帳、是希望它要炒高的。那目前在美國已經有廣告的串流平臺，包括像是Hulu或是HBO某些版本，他們的這個CPM大概可以做到20美金到40美金。就是每千次廣告曝光的成本，Netflix建設的目標是65（美金），是別人的兩倍。
黃：65美金。
馮：65元美金，同業的二倍，那他們要怎麼達到這件事情讓廣告主願意買單，願意買單是一個課題。
黃：是。當廣告商開始進入內容的平臺的時候，它會不會影響到內容的產製？
馮：會，我覺得它對串流平臺帶來兩個層面的影響。第一個是以前我讀美國電視劇的個案，其實廣告商是可以決定什麼戲可以上、不能上，要不要修改？然後有些太暴力的場景要刪掉，那有些人會想說那Netflix，在未來如果廣告變成主流是不是能夠仍然保持過去幾年我們看到這樣的創作自由。第二點對串流平臺的衝擊是我們加入廣告以後，要怎麼樣維護數據跟觀眾的隱私，因為Netflix之所以強大是因為它知道每一個觀眾的舉動，那現在的這些廣告商都希望Netflix能夠做到數據公開透明，你要把這些數據全部都提供給我們，我們才下廣告。那這個目前是違背了Netflix的政策，也違背了他們對於訂戶隱私的承諾，那這個資訊數據要公開到什麼程度？是大家現在在角力、在拿捏的。
黃：是。所以您有看到一些怎麼樣的趨勢的發展，或哪一類的論述是比較……您比較欣賞？
馮：其實詳細這裡面千絲萬縷的，我沒有辦法追蹤跟理解所有的細節，而且這些是現在進行式，所以他們現在正在吵的，所以很多的細節還沒有被公布出來。
黃：還需要一些時間。
馮：那它的爭執點還包括了廣告商會希望在我下廣告之後，我能不能夠追蹤成效，我能夠追蹤到到底誰看到了我的廣告等等。那目前我看到的報導，Netflix也是不願意公布，他也是以隱私為由，那他們可能將找的折衷方案是我們找個什麼第三方的公司然後來做認證，證明說廣告是有轉換有效的。
黃：這樣子串流平臺，如果開始有廣告，他的下一步會不會一開始就商城。
馮：這是蠻好的問題。
黃：尤其是Amazon，他原本就已經有商場。
馮：不過在廣告這邊，我覺得還有另外一點就是很多的廣告商是非常期待的，為什麼呢？因為其實過去這個電視，傳統電視的這個式微對很多的平臺來講很傷。
黃：對。
馮：就少了一個曝光宣傳的管道。然後必須要轉到哪裡？轉到社群然後假如在臉書，你就看到一些banner（橫幅），那大家都去臉書吵架的，怎麼會特別注意到你的品牌，然後再來的話，在臉書上面其實還是很多我們網路廣告它是平面的、靜態的，這些東西比不上我們看到影片的廣告，就像Netflix有一個主管他就說：「看電視廣告可以看到哭，可是你看到這個這些電子媒體上面的這些banner，大概不會有這種力量。」
黃：不會感動。
馮：對。所以我覺得這個是趨勢，串流平臺需要廣告，然後很多的品牌商也需要搭配戲劇或綜藝來下廣告。
黃：來渲染。
馮：只是中間真的很多因為是全新的領域，然後所以大家在協商、後在在吵。
黃：所以可能很快我們在看一部電影發現這個主角的衣服好好看，點下去就可以買到它，第2天就送來家裡。
馮：這個應該算是置入另外一種形式。
黃：是。
馮：我們現在Netflix在積極討論的會是廣告，不要放在這個影集或者電影的前面，或是中間他們需要判斷找一個合適的地方插入廣告。目前的廣告量不會太多，應該是1小時就是幾分鐘。
黃：是。我們今天討論這麼多，關於國際上您在影視產業的觀察，臺灣呢？從您的這些觀察裡面，您對臺灣的影視產業有哪些的建議？
馮：我覺得臺灣過去幾年在影視產業有蠻多進步的，而且特別是在製作的這個環節，就是我們看到整體的質感提升。
黃：：是。
馮：但是我覺得臺灣的影視產業的弱點在於那些視覺上看不到的地方，我覺得最大的困境跟瓶頸在於編劇這塊，在劇本。
黃：是，我們的編劇就不像國外有固定的薪水或者是高薪，然後甚至是有一些團隊公司來養編劇，然後有很多劇本的討論是團隊，臺灣好像比較多還是個人。
馮：其實很多人不願意當編劇，或是有些有編劇才華的人，他有過一、兩部代表作以後，他不希望再繼續當編劇。
黃：很難養活自己對不對。。
馮：他要轉往當導演，當製作等等，其實我們看從業人員的選擇是最準。大家如果我會寫劇本的，然後我就不想當編劇，我想要當導演。
黃：所以您的觀察為什麼？
馮：地位不高，整體沒有受到很大的重視。
黃：但我覺得這非常可惜，這我自己的觀察也是這樣，很多其實場景什麼都很好的，但劇本不太合理對不對？那這樣就很難成為一齣讓你感動的戲劇。
馮：最真實的觀察可能會得罪很多人，因為我覺得很多的製作單位，或者是有權利做投資決策的人，他們看不懂劇本，然後大家抓的都是抓題材，可是在題材要執行出來有非常非常多技術面的細節需要去做的，對。
馮：我覺得我們需要更多的編劇的教育跟訓練，而且這個訓練不是只針對想做創作的人，而是還有包括可以做決策，或是你可以掌管資金運用的人，就是大家都覺得說我看故事就覺得好像這個很好懂，什麼故事好、什麼故事不好，可是我們回到一開始還沒有卡司，還沒有視覺、還沒有影像，他就是純文字的文本，所以我在臺大上課的時候我的課雖然是談商業，但我會開一個專區，我會給學生看《絕命毒師》（Breaking Bad）提案成功的那個企劃案，白紙黑字電腦打字的，沒有影像，我給大家看《怪奇物語》（Stranger Things）跟Netflix提案成功的那個企劃案，給大家看BBC影集《新世紀福爾摩斯》（Sherlock）第一季第一集的劇本，我說非常高的金額的商業決策，都是從這些白紙黑字出發的。所以如果你要投入這個領域，你對他的商業或管理有興趣的話，你要有能力來看懂跟辨別
黃：怎麼是好的劇本。
馮：怎麼樣是好的劇本。
黃：然後也給寫出好劇本的人合理的待遇，讓他可以繼續產製好的劇本。
馮：對。我覺得決策者需要有能力去辨別，才有辦法提供好的待遇。當我不能夠辨別，我如果是從題材來挑劇本，那我會發現踩雷的機率很高，所以我對編劇我對劇本的期待就會降低，期待低，我願意出的編劇預算自然就少，編劇預算少，二個效果，有些厲害的人他不來，他去別的產業，他的文字跟創意可以發光發熱，還有另外一種效果我覺得更要命，因為編劇費低，所以大家要用速成的方式來寫。我們在在臺灣看到這些英美的暢銷小說和戲劇，他可能是創作者full time（全職）花了好幾個月，甚至1、2年才完成的，就算大家的才華都一樣，別人是花1年時間寫，你是花二個禮拜，然後甚至中間還要去社交啊什麼的，那自然你投入的時間不一樣，品質會有差，我在臺大開課都會做個調查，如果你今天要去參加一個劇本獎的比賽，你最多願意花多少時間來寫你的劇本，多數人回答是二個禮拜，沒有人願意花超過一個月，他就用這種方式去寫，寫了以後總會有些人中獎，中獎的作品總會有些被拍出來，然後當初那個速成在deadline（最後期限）之前開始急就（快速完成）這樣東西之後，就會被某些公司拿去改改改改，然後就出來了，可是那麼多的資金砸在影音內容的製作，但是我們能不能以他為本那個東西我們投入更多的關注。
黃：是。這非常非常重要的提醒。還有呢？
馮：還有一塊，我覺得會是我們需要更活絡的媒合，就是團隊跟資金的媒合，以及不同的導演、製作之間的媒合，我覺得這件事情過去幾年我覺得越做越多了，就是包括在文策院成立之後。
馮：對，那慢慢地開始把這些媒合會，大家誰有什麼計畫能夠交流，然後希望找到可以合作的對象，我覺得現在是開始就是在幼兒期，我很期待這個部分可以繼續的成長跟發展下去，不然的話我們很多的時候做影視的製作創作，必須要仰賴人脈。
馮：除了認不認識之外，其實互相信任什麼都是關鍵嘛，所以我覺得更多的媒合會然後讓資金找到故事、故事找到資金，這是很重要。
黃：對，所以馮老師您從國際影視媒體的產業觀察給台灣的建議，就是要有好的劇本，然後要培養更多能寫出好劇本編劇的人才，更重視編劇有好的劇本這件事情，以及要做好影視產業上、下游之間的各種媒合，還有呢？臺灣影視產業優勢在哪裡？
馮：我覺得優勢是我覺得很多人員的素質是相當高，應該說，我們的整個教育帶來的你的創造力，以及各種的基本的綜合能力的這個訓練，我覺得品質非常好。
馮：然後現在可能放在國際版圖上，還有一個優勢叫做便宜。
黃：但是我們不希望是這個優勢。
馮：沒有關係，這幾年、過去幾年全世界各地的影視資金去投資韓國，對美國人來說，韓國的一個優勢也是便宜，《魷魚遊戲》拍整季只夠《王冠》（The Crown）拍兩集，然後《魷魚遊戲》的那個產製的那個成本比美國一線的YouTuber還要便宜，美國YouTuber做1分鐘內容是10萬美金。
黃：平均是10萬美金？
馮：我說那個最紅的好像是那個Mr.Beast 之類的，那魷魚遊戲做1分鐘，應該才是3萬、4萬美金。
馮：當你的成本沒有到英美那麼高昂的時候，如果你可以把你的影視發展起來，是有機會收到這個國際上的投資，但是我自己補充還有一點，就是關於對影視內容的觀念，我覺得東西要能夠跨語言、跨文化走出去，你需要能夠用國際化的方法來說這個故事，包括非常清楚的類型定位，以及包括你的故事是在介紹它的時候，需要去主打它裡面最核心的那個衝突在哪裡？舉一個例子好了，前幾年史蒂芬史匹柏拍過一部電影叫做《郵報：密戰》（The Post），在講《華盛頓郵報》（The Washington Post)然後揭露美國政府的醜事，那在這過程中，我可以想像類似真人真事改編的東西，如果在臺灣大家做pitch（推銷）怎麼介紹這個劇本，很可能就會定位成是某某某事件，然後這個事件非常有名，在local非常有名大家都知道，可是當年的post（公告）這部電影在美國在好萊塢大家在推銷劇本的時候，他們需要做一個logline（簡短摘要），logline是用一句話來說清楚故事在講什麼？但他們的logline不是主打知名媒體追求新聞自由的事件改編，他們來主打說這是一個繼承家族遺產的一個新手的報業發行人，然後跟一個非常強悍、強勢、業界知名的總編輯，他們兩個人必須要克服彼此的歧見和個性上的不同，來聯手做一個決策，是否要追求新聞自由，而這件事情可能會對他們的人生以及報社的存廢帶來影響。
馮：當他用……
黃：從人性出發。
馮：它從人性，它勾勒出了兩個角色之間的對撞以及背後的那個衝突和危險在哪裡，因此就算我不知道華盛頓郵報是什麼，然後我也不知道政府的醜聞。
黃：揭露的這個國安事件。
馮：國安事件是怎麼一回事，可是我們在每一個國家，我們都可以感受都有類似的這種……
黃：：普遍的人性的價值。
馮：對。所以我們會覺得可以受到它吸引。
馮：這是他們怎麼樣把一個原本是一個local的題材可以做到的國際化，也就是他不是追求完全的寫實，不假設你知道這個歷史，而是它萃取出當中的人物衝突，跟人與人之間的對撞。
馮：剛才提到的劇本編劇，然後各種的媒合，以及我們怎麼去思考故事的本質這件事情，已經是非常大的工程，在我們既有影視產業已經長足進步的情況之下，這是我覺得下一步，我們會需要把做好的事。
黃：謝謝，謝謝馮老師。（校對：李建甫｜更新：2023/01/09）
