若以成立的歷史排序來看，法新社的前身哈瓦斯通訊社是目前公認全球最早的通訊社（1835年），其次是美聯社（Associated Press，AP）（1846年），再次是路透社（1851年）。法新社則於1944年在哈瓦斯通訊社的基礎上改組成立。
中央通訊社創立於1924年，是中華民國歷史最悠久的新聞通訊社，曾於二次大戰期間躋身世界五大通訊社之列，隨政府遷台後持續運作至今，逾百年來見證了中華民國從戰亂動盪到民主深化的歷史進程。 今天，我們就利用這個機會，探討回顧一下國內外重要通訊社的數位轉型與生存之道。
1846年，美聯社（Associated Press，AP）在紐約以合作社模式創立，初衷不過是共享電報費用、分攤採訪成本。那時的新聞傳遞，以天計算；今日的新聞競速，以秒衡量。路透社（Reuters）的目標是在收到新聞稿後三十秒內發出第一則快訊，其旗下AI工具「Fact Genie」甚至能在五秒內掃描整份文件並提示記者最具新聞性的段落[1]。這個對比，某種程度上道盡了傳統通訊社在數位時代所面臨的根本挑戰。
困境：不只是速度的問題
表面上看，數位轉型是一場速度競賽。然而對AP、路透社、法新社（AFP）和中央社等百年機構而言，真正的困境遠比「跑得更快」複雜得多。
根據路透新聞研究所（Reuters Institute for the Study of Journalism）2025年發布的《數位新聞報告》，全球閱聽眾正在以前所未有的速度離開傳統媒體，轉向社群平台、Podcast，乃至AI聊天機器人取得資訊[2]。TikTok凌駕電視，「新聞網紅」（newsfluencers）的影響力悄然超過職業記者，而年輕的閱聽眾/網路使用者甚至開始繞過搜尋引擎，直接向ChatGPT、Google Gemini詢問時事。報告指出，每週使用生成式AI的閱聽眾比例，在2024至2025年間幾乎翻倍，從18%躍升至34%[3]。
更值得警惕的是流量結構的崩塌。來自Chartbeat[4] 的數據顯示，全球逾2500個新聞網站的Google有機搜尋流量[5]，在2024年11月至2025年11月間下降了33%，在美國更達38%[6]。搜尋引擎長期是新聞網站流量最重要的入口，如今AI摘要功能大行其道，使用者在搜尋頁面時即獲得答案，點擊進入原始報導的動機大幅降低。
廣告收入同樣在萎縮。媒體生態的另一頭，科技平台挾帶演算法與海量用戶，把廣告市場幾乎一手囊括。通訊社的傳統收入模式——向訂閱媒體授權電訊稿——在使用者的新聞消費管道多元化後，正面臨結構性壓力。
應對：從工具到戰略的全面轉型
面對這場看不到盡頭的風暴，三大國際通訊社採取了各有側重但方向一致的轉型路徑。
路透社：把AI納入新聞室的日常
路透社的AI轉型策略可以用鼓勵全員實驗、改造新聞室工作流程，以及將AI工具整合進面向客戶平台的「三支柱」模式來形容[7]。 它的孟加拉魯爾新聞室如今是全球最大的分社之一，同時也是AI驅動新聞的核心實驗場[8]。
至於在具體的工具層面，路透社已發展出一套頗具規模的AI系統群：自動化標題助手LEON、AI摘要工具Fact Genie、影像與影片的機器標記系統AVISTA，以及供全體員工實驗使用的內部沙盒平台Open Arena[9]。值得注意的是，路透社在推動AI應用的同時，始終強調「人在迴路中」（human in the loop）的原則，編輯監督被定位為AI工具的必要前提，而非可隨選配件。這反映了一種務實的自我認知：AI可以提升效率，但新聞的信譽與判斷，仍然必須由人類記者來承擔。
路透社的另一個重要觀察是代際落差的問題，也就是說，高階編輯在使用AI摘要工具時，反而花費更多時間仔細審核AI的選擇，工作效率不升反降[10]。這迫使技術團隊重新設計工具的呈現方式，針對不同資歷的使用者提供差異化的介面。這個細節說明了，AI的導入工作流程絕不是一個「裝好就用」的技術問題，而是必須深入理解新聞室人員行為模式的組織工程。
美聯社：合作社基因下的謹慎創新
作為一個非營利合作社，美聯社由美國各地的會員媒體共同擁有與治理，並向全球媒體提供新聞服務。許多會員明確表示不希望在AP的新聞稿中看到生成式AI的內容，這使美聯社必須在創新與服務承諾之間走鋼索[11]。
AP的自動化歷程其實相當悠久。早在2014年，AP便與Automated Insights合作，用演算法自動撰寫企業財報快訊，每季產出從300篇暴增至4400篇，且錯誤率更低[12]。這樣的布局，使AP在AI應用上累積了紮實的實戰經驗，也確立了一個核心理念：自動化不是為了取代記者，而是為了把記者從不斷重複的數據整理工作中解放出來。
進入生成式AI時代，AP繼續延伸這套哲學。2025年初，AP利用自建的AI工具，分析了聯邦調查局局長提名人卡什·帕特爾（Kash Patel）在逾百個Podcast節目中的發言，協助記者快速梳理大量零散的音頻資料[13]。這個案例中，AP罕見地將AI產品經理的名字也列入報導署名，某種程度上公開承認了AI在新聞生產中的參與角色。
在版權與商業模式的布局上，AP也採取了積極姿態。AP先後與OpenAI、Google等科技巨頭簽署協議，授權這些公司使用AP的新聞內容訓練AI模型，換取商業回報。 AP在與OpenAI的合作聲明中明確表示，支持建立一套確保智慧財產權受到保護、內容創作者獲得公平補償的產業框架，此舉被視為通訊社在AI授權談判中率先確立立場的重要訊號。[14]
法新社：從內容授權到歐洲合作的新路徑
法新社的轉型路徑別具特色。2025年1月，法新社與法國AI公司Mistral AI簽署多年授權協議，讓後者的Le Chat聊天機器人得以調用法新社自1983年以來逾3800萬篇的文字存檔，並每日持續納入約2300篇新稿[15]。這不僅是法新社第一次此類合作，也是Mistral AI首度與媒體機構建立系統性內容連結。
法新社執行長法布里斯·弗里斯（Fabrice Fries）形容，這為通訊社帶來「新的收入來源」；Mistral創辦人阿蒂爾·芒施（Arthur Mensch）則強調，當使用者提出需要「經過驗證的資訊」時，AFP提供的內容恰恰是AI系統最需要的「可靠錨點」[16]。因此，這項合作的意義在於，它開創了一種「已驗證資訊模組」的供應模式。
值得注意的是，這場合作具有明確的歐洲立場。在美國科技平台主導AI敘事的當下，法新社選擇與歐洲最具競爭力的AI新創合作，呼應了歐洲在數位主權議題上的自主意識。這種區域性合作策略，或許是規模較小的媒體機構在面對科技巨頭時保有議價空間的可行選項。
台灣的鏡子：中央社的轉型嘗試與結構困境
讓我們把目光從國際場景移回台灣，成立逾百年的中央通訊社（CNA）提供了一個頗具代表性的在地參照。做為台灣唯一的國家通訊社，中央社的數位轉型歷程反映出許多中小型通訊社在資源與格局之間的兩難。
就轉型努力而言，中央社的布局並不算遲緩。早在1990年（民國79年），中央社即率先推動新聞業務電腦化，成為全國最早完成電腦化的媒體機構[17]。進入行動時代，2011年率先推出中文新聞App「一手新聞」，並陸續發展英文版、日文版應用程式；2013年推出圖表新聞，開始將服務對象從B2B媒體客戶延伸至B2C一般讀者[18]。2015年成立數位新聞中心，2018年成立「媒體實驗室」，與資策會合作探索創新科技在新聞產業的應用。Podcast頻道「中央社好POD」於2021年開台，同年受文化部委託主責執行全英語國際影音串流平台TaiwanPlus，嘗試向全球閱聽人說台灣的故事[19]。
在拓展收入來源與資產活化方面，中央社亦有值得記錄的嘗試。其一，中央社參與行政院國家科學委員會主導的「數位典藏國家型科技計畫」（2002–2012年），與國立故宮博物院、中央研究院等機構同列指定典藏單位，將館藏歷史新聞照片全數數位化，使數十年來的珍貴影像得以系統性保存，並開闢影像資產的商業授權管道〔20〕。其二，據內部資料顯示，在市場區隔策略上，中央社曾有意識地深耕兩岸新聞報導，憑藉駐點優勢與長期採訪資歷，向台灣媒體客戶提供具差異化價值的中國大陸即時新聞服務，試圖在競爭激烈的訂閱市場中確立不可取代的利基位置。這兩項努力，反映了中央社在核心新聞業務之外，嘗試將既有資源與採訪優勢轉化為可持續收入的積極意圖。
然而，這些努力的成效與局限同樣清晰可見。TaiwanPlus是最具代表性的案例。政府投入逾7億7500萬新台幣，但截至2024年底，TaiwanPlus App下載數僅約16萬次，與政府投入逾7億7500萬新台幣的規模相比，成效明顯不成比例。YouTube頻道每月平均觀看數約百萬，遠遜於韓國競爭對手阿里郎國際廣播的800萬[21]。2024年12月，立法院教育及文化委員會在審查114年度文化部預算時，朝野立委均對TaiwanPlus成效提出質疑，決議減列2000萬元[22]；翌年1月院會表決，在野黨進一步主導刪減，TaiwanPlus最終被削減逾2億元預算[23]。立委的質疑還包括TaiwanPlus的國際擴散效果過於集中在亞洲地區，未能真正打入歐美主流市場。
在AI與版權這個問題的處理上，中央社的處境同樣困難。2025年，一名台大博士生因分享含有中央社未授權新聞內容的繁體中文資料集，遭中央社提起刑事告訴，引發外界廣泛討論[24]。該事件目前雖已和解，卻暴露了一個深層矛盾：台灣繁體中文語料資源本來就稀缺，若媒體機構過於嚴格保護版權，可能反而阻礙具台灣觀點的AI模型發展；但若放任語料被無償擷取，新聞機構的智慧財產又毫無保障。這個兩難，正是AP選擇主動與OpenAI談判授權、法新社與Mistral簽署商業合作的關鍵原因——以授權換取收入，而非讓內容在法律灰色地帶流失。
中央社轉型的深層限制，或許在於結構性因素。作為依法設置的財團法人，政府是最大捐助者，中央社在預算規劃與業務重心上，難以完全擺脫政策期待的掣肘；而有別於AP的合作社機制或路透社的商業集團架構，中央社缺乏一個可以驅動大規模技術投資的穩定商業收入基礎。在AI工具研發、數位平台建置及國際行銷等環節所需的持續資本投入，對一個規模有限的機構而言，始終是不易跨越的門檻。
這並不意味著中央社的努力毫無意義。在台灣媒體可信度調查中，中央社長期名列前茅；其即時新聞的速度與精確度，在業界仍具公信力。問題的核心，是在AI重塑新聞生態的浪潮中，可信度的積累是否足以在商業模式上轉化為可持續的競爭優勢。對照國際三大通訊社正積極將它們的品牌信用貨幣化。 因此，無論是授權AI訓練資料、建立付費資訊服務，或開拓多語文數位市場，《中央社》在這些關鍵轉型的環節上，尚有相當距離需要跨越。
深層矛盾：可信度與速度的永恆張力
然而，轉型的腳步越快，一個根本的矛盾也越發清晰：在AI生成內容大量湧入的環境中，新聞的可信度是否反而成了更難守護的稀缺資源？
路透新聞研究所的調查顯示，公眾對完全由AI生成的新聞，信任度僅有12%；一旦加入「人類監督」環節，則上升至21%；若是人類主導、AI輔助，則進一步提升至43%[25]。這組數字清楚說明，閱聽人對新聞的信任，仍然與「有人負責」這件事緊密相連。
同一份研究也揭示，錯誤資訊在數位平台上的傳播速度是正確資訊的六倍[26]。在這樣的環境下，通訊社作為「第一手資訊來源」的角色，理論上更形重要。 問題是，當AI摘要在搜尋結果的頂端就取代了原始連結，當社群演算法決定了什麼內容能被看見，通訊社精心查核過的報導，能否真正抵達需要它的讀者？
這是一個尚無定論的開放問題。有分析者就悲觀地認為，在AI主導的資訊生態中，新聞出版商將面臨又一輪尊嚴的剝奪：內容被引用、被摘要、被重新包裝，但流量與收入卻留不住[27]。也有人相信，當AI生成的資訊汪洋中充斥著幻覺與偏差，具備深度報導與事實查核能力的媒體機構，終將成為閱聽眾重返的彼岸。
轉型的終點不是技術，是信任
通訊社的數位轉型，歸根結柢不只是一場技術競賽，而是一次關於機構存在意義的重新提問。AP、路透社、法新社各自走出了不同的路徑：路透社深耕新聞室的AI工作流程，AP以版權授權換取商業對價，法新社則借力歐洲合作夥伴開闢新版圖。殊途同歸，它們都在試圖回答同一個問題：在一個人人都能生產內容、演算法決定能見度、AI可以無限複製信息的時代，百年通訊社的核心價值究竟是什麼？
答案或許就藏在那個「人在迴路中」的堅持裡。當速度可以被機器超越，當規模可以被演算法放大，唯一無法被輕易複製的，是一個機構長期積累的採訪網絡、專業判斷，以及為每一則報導負責的編輯責任感。
[1]Gupta, N. (2025, April 14). From lab to newsroom: How Reuters builds AI tools journalists actually use. WAN-IFRA. https://wan-ifra.org/2025/04/from-lab-to-newsroom-how-reuters-builds-ai-tools-journalists-actually-use/
[2] Newman, N. et al. (2025). Reuters Institute Digital News Report 2025. Reuters Institute for the Study of Journalism, University of Oxford. https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2025
[3] Simon, F. M., & Newman, N. (2025). Generative AI and News Report 2025: How people think about AI's role in journalism and society. Reuters Institute for the Study of Journalism, University of Oxford. https://reutersinstitute.politics.ox.ac.uk/generative-ai-and-news-report-2025-how-people-think-about-ais-role-journalism-and-society
[4] Chartbeat是一家美國網路數據分析公司，專門為新聞媒體提供即時讀者流量監測服務，協助編輯掌握文章的點閱表現與讀者行為。
[5] Google有機搜尋流量是指使用者在Google搜尋後，點擊自然排列的搜尋結果進入網站的流量，相對於付費廣告帶來的流量而言，這是媒體網站最重要的免費使用者來源。
[6] Newman, N. (2026). Journalism, media, and technology trends and predictions 2026. Reuters Institute for the Study of Journalism, University of Oxford. https://reutersinstitute.politics.ox.ac.uk/journalism-media-and-technology-trends-and-predictions-2026
[7] 同註1。
[8] 路透社在印度南部城市班加羅爾（Bengaluru，舊譯孟加拉魯爾）設有其全球規模最大的新聞分社之一，該新聞室不僅承擔大量日常新聞編採與國際財經報導，更是路透社推動AI新聞工具實驗的核心基地，包括自動化標題生成、影像的人工智慧標記等系統均在此進行研發與測試，是路透將人工智慧納入新聞室日常工作流程的重要前沿陣地。
[9] 同註1。
[10] 同註1。
[11] Rinehart, A., & Kung, E. (2025). How the Associated Press built its AI strategy without breaking trust. News Machines (Substack). https://newsmachines.substack.com/p/associated-press-ai-strategy
[12] 同前註。
[13] 同前註。
[14] Associated Press & OpenAI. (2023, July 13). AP and OpenAI announce licensing partnership. Reported by The Washington Post. https://www.washingtonpost.com/technology/2023/07/13/openai-chatgpt-pay-ap-news-ai/
[15] AFP. (2025, January 16). AFP strikes deal for France's Mistral AI to use news articles. France 24. https://www.france24.com/en/live-news/20250116-afp-strikes-deal-for-france-s-mistral-ai-to-use-news-articles
[16] 同前註。
[17] 中央通訊社。中央社簡介。中央社官網。https://www.cna.com.tw/about/info.aspx
[18] 同前註。
[19] Wikipedia. (2025). TaiwanPlus. https://en.wikipedia.org/wiki/TaiwanPlus
[20]國家科學委員會（2002–2012）。數位典藏國家型科技計畫。國家數位典藏入口網。https://www.ndap.org.tw
[21] 葉冠吟（2024年12月16日）。〈TaiwanPlus預算案立法院卡關近2小時 刪2千萬元〉。中央社。https://www.cna.com.tw/news/aipl/202412160293.aspx
[22] 同前註。
[23] 陳思樺（2025年1月20至21日）。〈20小時不斷電表決，2025總預算刪減2,075億創新高〉。報導者。https://www.twreporter.org/a/legislature-passes-2025-government-budget
[24] Meet創業小聚（2025年7月）。〈台大生因語料訓練資料遭中央社提告！AI訓練在台灣的兩難〉。https://meet.bnext.com.tw/articles/view/52486
[25] Simon, F. M., & Newman, N. (2025). Generative AI and News Report 2025: How people think about AI's role in journalism and society. Reuters Institute for the Study of Journalism, University of Oxford. https://reutersinstitute.politics.ox.ac.uk/generative-ai-and-news-report-2025-how-people-think-about-ais-role-journalism-and-society
[26] Sonni, A. et al. (2025). Digital transformation in journalism: Mini review on the impact of AI on journalistic practices. Frontiers in Communication, 10. https://www.frontiersin.org/journals/communication/articles/10.3389/fcomm.2025.1535156/full
[27] Newman, N. (2026). Journalism, media, and technology trends and predictions 2026. Reuters Institute for the Study of Journalism, University of Oxford. https://reutersinstitute.politics.ox.ac.uk/journalism-media-and-technology-trends-and-predictions-2026