Web2.0生產力之探討

Web2.0生產力之探討 - MMDays

Web2.0主要的想法，就是希望讓使用者同時也是生產者，譬如說 Wikipedia，除了讓使用者閱讀，使用者也可以貢獻內容，如果是文字以外的內容，譬如說影像或音樂，Web2.0也希望成為一個平台，讓使用者容易產生或重製內容的工具。然而除了內容共同製作、重新製作會產生著作權的問題之外，經濟面上的考量，大概是就獲利的部分了。首先必須讓使用者有動機來生產內容，其次，即使使用者願意不收代價貢獻內容，提供平台的第三者又要怎樣子獲利？除了廣告模式，目前似乎還沒有很好的商業模式 (business model) 。本篇文章也先不談到這個部分，不過先談談商業模式的前一步，Web2.0生產力的分析。也許透過對Web2.0生產力特性的分析，我們可以把Web2.0如何生產內容看的更清楚，進而有機會想到除了廣告模式之外，有哪一種新的商業模式可以在Web2.0網站上實行。

那麼，使用者會怎樣子透過Web2.0的方式來分享和貢獻內容呢？在這邊我分成三大部分來探討：(1) 使用者圍繞既有內容外圍產生新的內容。(2) 使用者透過分割重組方式產生新的內容。(3) 產生內容對於獲利可能的關鍵步驟。

使用者圍繞既有內容外圍產生新的內容

使用者可以根據已經產生的內容，來製作新的內容。根據新產生內容的多寡以及難易度，大約分成下面幾類：

(1) 瀏覽行為或是推薦書籤

這類內容提供了最基本的內容，對於使用者來說產生這個內容也最為容易，因為一邊瀏覽一邊就可以產生出來，不用額外花費力氣。譬如說最多人瀏覽的新聞，搜尋引擎的熱門關鍵字，推薦或收藏部落格文章，以及分享網頁書籤等等。這些推薦內容不用額外花力氣，幾乎只要幾秒鐘就能產生，其作用也是在一堆資訊中作為一種過濾的功能，讓資訊消費更有效率。雖然這些新產生的資訊不像原來的資訊那麼多，但是對於使用者來說，舉手之勞何樂不為，負擔也不大。

(2) 進一步的推薦說明或相關討論

對於一則新聞或是其他數位內容，閱讀瀏覽之後的心得，可能會用文字的方式來分享，短到一句推文或是twitter留言，長一些像是討論區中的回應，對於使用者來說，需要稍微花一些時間來產生，但是因為是使用者本身本來就有話要說，因此付出的時間對於使用者來說負擔不會太大，產生出來的回應則是比剛才純粹的推薦稍微豐富一些。經過機器的處理蒐集，這部分或許可以應用長尾理論來產生新的內容。

(3) 詳細的討論文章或是出版書籍

這部分就不是一般讀者每個人都能做到的，通常是學有所長，該領域的專家，才有辦法掌握相關基礎知識 (domain knowledge)，作詳細專業的評論，或是由原來的內容作為靈感來源，產生新的創作等等。這部分內容產生者只有專家，而且需要比較大的成本才能夠產生。

因此從 (1) 到 (3) ，能夠生產內容的使用者個數越來越少，所需要的成本越來越多，但是生產出來的內容資訊性也越來越高。然而我們也可以想辦法，讓 (1) 的生產者能夠在負擔不改變的情況下，慢慢往 (3) 移動，要用什麼方法呢？或許可以再思考一下。

使用者透過分割重組方式產生新的內容

使用者除了根據既有內容來生產新的內容，也可以切割舊有的內容，重新組織後形成新的內容，根據切割的程度，可以分成下面幾類。

(1) 完整內容的重組

內容本身沒有被切割，只是將同性質的內容放在一起，或是組織成時間上的序列。譬如說一場舞會，DJ依照會場的氣氛，交錯播放激烈或緩慢的舞曲。同一個地點不同時間或是不同角度的照片，可以依照地區來擺放，讓大家透過地區的方式來觀賞不同角度的照片，或是穿越時空觀看歷史照片。也可以根據一個特別的事件，像是出外遊玩的照片，大家一起分享在同一個相簿等等。這些都是使用者重製自己內容，產生新的內容的例子。但是對於原來的內容切割比較少，產生的新資訊也就沒有特別多，比較屬於一種索引 (index) 的分享創作行為。

(2) 主題式重組

Wikipedia 是根據一個個條目，將每個人腦海中的知識，或是網路上找到的資料，重製成新的一個網頁，專門說明某一個主題 (topic)。因此，照片、音樂、影片，是否也有這種根據主題進行切割重組的內容產生方式呢？文字知識有主題，但是影片比較沒有這種重製方式，譬如說製作一個新的影片，主題是「跳傘」，然後開始把每一部電影找過來，只要裡面有「跳傘」的片段就剪下來，最後重組成新的影片。然而會有幾個問題，首先就是比需要有方便的剪接編輯工具，再來是這個新製作出來的內容 — 跳傘影片，是否能夠成為有趣的內容呢？是否會有人願意走進電影院，然後觀賞連續兩小時的跳傘畫面，而且是從各部電影的片段剪接而成呢？因此，除了文字知識之外，影片、音樂、照片，似乎比較沒辦法進行主題式重組，除了著作權和編輯工具的方便性問題以外，製作出來的新內容，似乎沒有很大的資訊價值？

(3) 材料式切割

投影片簡報，或是發表文章的時候，有時候都會需要插圖來輔助說明，或是讓讀者印象更加深刻。因此數位內容的材料切割，是另外一個需求。然而要使用者自己把每一張相片，剪下有意義的材料，除了不方便，可能也不是非常有趣。因此，這部分就需要倚賴機器的自動化來幫忙，譬如說各種過濾演算法 (filter) ，可能有辦法自動剪下人臉、或是各項物品。在需求這一端，也可以自動化，譬如說文章寫到電腦，可以跳出各種電腦的照片，還可以指定是哪一種形狀或背景的電腦照片。因此這部分比較需要軟體技術上的突破，讓供給端可以方便地分享內容的各個有意義的部分，需求端也可以用文字以外的方式，來搜尋多媒體的材料 (components)。

(4) 基本元素式切割

這一部分主要是想探討切割的方式，以及切割對分享的影響。如果我們努力切割，文字內容可以切割成一句話，或是一個單字。相片內容可以切割成一個256色的亮點，音樂內容可以切割成每一個單音音符。切割到這麼小的時候，比較沒有著作權的問題，就像我們不能申請某個單字的專利，除非是商標，某個音樂的音符也不能申請專利，某個亮點也不能申請專利。然而，切割到這麼小的時候，似乎也失去原來內容的性質。譬如說一首歌把每一個音符都切開，剩下一堆音符的累積，之間的速度關係和節奏變化關係，在切割的過程中就消失掉，而這也是一首歌具有資訊價值的部分。因此在這邊只是想探討，如果要Web2.0重組內容，怎樣子切割原來的內容，才不會把內容切成失去原來的性質，變成音樂裡面的音符一樣，這個時候可能機器亂數產生，同樣可以重製內容了，因為機器也可以隨意輸出各種音符的組合。

(5) 相關工具連結

因為上面 (1) 到 (4) 點，都需要有相關工具，才有辦法編輯重組，因此就到 MMDays 的 Wedex 服務尋找了一下，目前似乎圖片的工具比較多，影片次之，音樂部分就比較少一些了。在下面重覆貼一下給各為參考：

圖片薦推:

* Diggirl : 美女圖片薦推
* PHOTOREE:依個人喜好推薦照片

漫畫/對白創作:

* VeryXD : 對白惡搞
* Bubblr: 利用 Flickr 來製作對白連環漫畫
* toonlet: 創作連環漫畫
* Comiqs: 創作連環漫畫
* ComicJuice: 創作連環漫畫
* FlipFrames: 將圖片加上相框以及對話
* ToonDoo: 提供大量的素材來製作漫畫
* Comeeko: 製作自己的漫畫影印出來, 或是印在馬克杯/T-Shirt 上面
* BubbleShare: 將圖片加上相框以及對話
* iBubble: 將圖片加上相框以及對話

圖片編輯:

* Picnik: 圖片修改, 加入特效
* WebPicTool: 圖片修改, 加入特效, 加入外
* LUNAPIC: 圖片修改, 加入特效
* Picture2Life: 圖片修改, 加入特效
* ANIMOTO: 產生特效 Slideshow, slideshow 的變化會跟著音樂節拍變動
* Splashup: 圖片修改, 加入特效
* PikiPimp : 將圖片上面加入一些物件
* PicHacks: 產生左右對稱的圖片
* PhotoNote: 產生相框, 加入註解
* Pictogame: 自己創作圖片小遊戲
* 戲樓: 主題圖片收集
* PictureTrail: 照片儲存、Slideshow、社群
* retrievr: 以手繪方式找相關圖片或是以圖找圖
* sketchplanet: 錄製畫圖的過程
* ComicsSketch: 錄製畫圖的過程
* likebetter: 透過照片來知道朋友的喜好
* Vidoop: 用圖片做密碼
* 音樂小畫家 MusicPainter: 鼓勵創作分享和協同(collaborative)音樂創作為目標而設計的網路遊戲。



產生內容對於獲利可能的關鍵步驟

分析了可能重製內容、創造內容的生產方式之後，稍微分享一下一些關鍵步驟，對於 Web2.0 的獲利或許會有幫助。因為目前內容通常會免費提供，但是創造內容卻需要花費力氣。除此之外，經營者也希望有所獲利，但是數位化的內容因為容易複製，怎樣子才能把虛擬的數位內容資訊，轉換成可以吃的實體金錢呢？

(1) 獲利與成本的平移關係

首先想先坦討一下平移關係。如果說一間房子的房租是5000元，那麼賺到5000元，和租到一間房子但是免費不用錢，兩者相等，只不過租房子的例子裡面，限定要租房子而不能享受其他事情。因此我在想對於使用者來說，免費的內容，就如同賺到了錢一樣，讓虛擬的數位內容和實體的錢，至少有了一個流通的管道。然而對於生產者來說，卻好像租出去一間房子，卻收不到錢。如果生產者可以把房子拿回來，享受房子，那麼就如同有收到錢一般了。如果生產者本身也能夠享受內容，而且剛好也是他要享受的內容，那麼也算是有賺到錢了。

(2) 機器生產力的發揮

第二項困難在於數位內容容易複製，因此獲利有困難。然而既然複製是因為機器的發明，讓複製變的容易，也就是消費端可以更加容易，生產端不也是可以運用機器，讓成本降低呢？尤其是人工智慧 (Artificial Intelligence) 的應用，不管是之前切割需要的演算法，或是蒐集分散各處的推薦文字，都可以是讓生產成本變低，進而讓複製這件事情成為合理的消費方式的方法。

(3) 使用者透過網路共同創作產生的成本無限小可能性

除了機器的幫忙，獲利和成本的平移關係，網路聯繫眾多使用者的方式，也可以變成聯繫眾多生產者的方式。也許會說，《世界是平的》這本書已經提過這個想法，然而這邊我主要是想結合前面提到的分割重組概念，當分割到很小的一件事情，對於使用者來說，成本可以忽略。但是積沙成塔之後，產出的內容具有資訊價值，即使可以複製，平移之後仍舊能夠回饋獲利給生產者，消費者仍舊是免費消費。

目前的情況是希望使用者可以複製、又可以免費消費，但是生產者又能夠有實質金錢獲利，似乎是要馬兒好又要馬兒不吃草，但是現在經過網路集合眾多生產者，有了分割重組的生產內容概念、有了獲利成本平移的想法、有了機器幫助講低生產成本的想法，或許可以產生無限小成本的情況，就像微積分裡面遇到的無限小 (epsilon)，放在分子的時候可以當成 0 ，放在分母的時候又不等於 0 。現在我還沒有很明確想出要怎樣子做才能產生這種無限小的情況，不過前面各種生產力的分析，像是創造內容的負擔程度分析，以及分割重組內容的切割程度分析，或許就是產生這種無限小情況的前一步驟，提供給各為參考，如果各位看懂這個想法，或許也可以一起思考一下，如何創造出這種分子等於 0 ，分母又不等於 0 的神奇的無限小 (epsilon) 概念！