有好內容了？那你更需要好技術！
在進入新聞媒體二年半的當下，要預測 2020 年的台灣媒體狀況，其實對我還是有點難。不過不久前，寫了這兩年來的觀察《新聞衝浪二年雜談》，所以也許能就我目前所見，從我較熟悉的技術與網路觀點，大膽猜測一下。
早在幾年前，我就聽過不少「傳統媒體式微」的說法，這也正是當初引領我進來這個產業的原因 — 產業崩壞得更快，我們就該設法讓它更好。
靠好內容吸引讀者，已成基本功
更好，可以怎麼做？
多數人第一個念頭，就是製作更好的內容。但我認為，要猜測新聞媒體的趨勢，就必須先擺脫只考慮「我們希望做好內容讓讀者願意回來」的思維，畢竟好內容一直是新聞媒體的基本要求。
我並非主張用激烈的、吸引眼球的方法來產出新聞內容。當所有媒體（不只新聞媒體）都想靠吸引讀者來衝高 pageview ，就必然會發生抄新聞、農場標等，而我們現在正在面臨這些後遺症。況且，網路廣告價格短期不見好轉，想單靠「衝高流量」來維持生計，將越來越辛苦。
儘管依賴流量產生的廣告仍是一種生存方式，但靠流量維持主要收入的網路新聞媒體，恐怕會越來越少。畢竟，從最近幾年的網路廣告流量可以看出，網路廣告有很大部分都流向 Google 及 Facebook 。
有鑑於此，國外許多老牌新聞媒體開始嘗試不同的獲利來源，甚至出現許多新型態營利模式。因此，當國內新聞媒體希望開拓更多收入來源，paywall必然是台灣新聞媒體主要前進方向之一。
其次，社群網站與新聞的關係，接下來的幾年，顯然也會有快速的轉變。
近期，許多新聞網站都因 Facebook 改變演算法，吃了不少苦頭，這是完全可以想像的。畢竟對 Facebook 來說，新聞網站的貼文未必對平台有利，減少這些貼文來搶讀者的眼球，可能是提高廣告點擊率的方法之一。
而失去社群網站舞台後的新聞媒體，會怎麼變化？其他曝光管道也許會開始興起，例如去年開始，有一些媒體又開始重新重視電子報。未來幾年，新聞媒體也需要開始尋找其他的曝光管道，並且開始尋求其他創新。
好新聞還要好技術，工程團隊角色日重
電腦科學技術的發展快速，在新聞的應用上，絕不只是從印刷機改為網路呈現這種程度。國外媒體討論未來應用時，從新聞呈現上的突破（如 360度、VR）、新聞服務的進化（用機器學習做新聞推薦），甚至用 AI 代替記者完成形式固定的新聞，或偵測異常狀況等等。
無論是營運或營利模式的創新，或技術的創新跟銜接，都非常需要思維與組織架構的改革。而以網路作為載體的新聞媒體來說，一個好的技術團隊，角色舉足輕重。
例如當初，《紐約時報》為使資料視覺化能更好的應用在新聞上，力邀 D3.js 作者 Mike Bostock 加入。《衛報》雖無科技名人加持，但從他們在 github 上開放的系統原始碼來看，也能窺見他們其實也有一批技術能力不錯的團隊。
更不用說《華盛頓郵報》了。在亞馬遜（Amazon）創辦人貝佐斯（Jeff Bezos）買下華盛頓郵報之後，對產品跟技術團隊的提升也相當可觀。
新聞報導的品質，是媒體的核心。但上述三家頂尖媒體，除了持續產出高品質新聞，也放手讓科技領域的人才嘗試做出不一樣的作品。
這不只是組織的變革，更是思維的翻轉。如同華盛頓郵報的執行長 Frederick J. Ryan, Jr. 所言：「當科技持續以前所未見的速度改變（新聞）的形貌，華郵將持續投資有高超技術的科技與工程人才，以維持領先。」
但我認為，未來二、三年內，能接軌上述技術的台灣媒體，可能不多。
畢竟無論是數據新聞、數據視覺化、數據分析、甚至 AI 等，都需要大量的資料科學家以及工程師。這些技術對未來媒體發展，都將有舉足輕重的地位；但多數國內媒體沒有這樣的人力配置，基礎建設也不夠完備，對於投資技術的重要，認知仍待提升。
而將這個趨勢預測的目標落在2020年，其實是相當聰明的。畢竟下一屆總統大選就在2020年，台灣媒體將傾盡全力在這個議題上，展示自己的數位能耐，大量使用視覺化跟互動。來完成相關報導。2016年美國大選，媒體百家爭鳴的盛況記憶猶新，台灣重視數據與互動新聞的新聞媒體，應該是重頭戲。
而未來兩年台灣新聞媒體，會有一些零星的小實驗；但我大膽猜想，若媒體經營者思維沒有大翻轉，組織沒有結構性改變，2020年之前，可能仍難期待出現巨大的質變。
（責任編輯：陳芳毓）
