创投研究 | 音频生意之谜：生于美国为播客，生于中国为知识付费

Edu指南 2023-07-26 06:33:11

在纽约，随机问一个戴着耳机的美国人，在听什么，ta的回答更可能是：我在听podcast（播客）。

在北京，随机问一个戴耳机、不看电子设备屏幕的中国人，在听什么，ta 的回答可能是：我在听某门音频课程。

这是音频落地在美中的差异。

在美国，音频生意，做成了podcast 播客；在中国，播客仍“遥遥未期”之时，音频形态的知识付费，做得颇为“风生水起”、远超海外（本文提及的音频商业化，不提及音乐产品）。

同一媒介，美中却存在明显差异的商业方向，这是怎样形成的？它们当下格局如何？覆盖了很大比例消费者的美国播客市场，它的产品模式，能给国内知识付费为主的音频商业探索，哪些参考？

今天我们就来详细拆解其中奥秘，希望能给音频知识付费创业者、从业者，以及关注跨界创新的朋友们一些启发。

一、美国的音频商业化：播客podcast

1.1 被资本关注的播客

2016年450万美元被收购的播客工具Stitcher，2020年再度被售出，但这一次它的作价超过了3亿美元，4年间市场价格“暴涨”至原来的66倍。这个定价背后，是对Stitcher近年用户数据的增长、营收潜力，以及Stitcher所在播客市场的认可。

发起收购方是美国SiriusXM广播公司，后者为美国提供卫星广播、在线广播音频服务，服务场景覆盖：车上、家里、船舶、飞机与其他商业服务，收费以年月订阅付费模式。现在SiriusXM市值约为256亿美元。

SiriusXM的产品实例：按月订阅，支持多种场景、多个频道的音频广播。

SiriusXM作为收购方，可以说是传统媒介大公司，对新兴音频公司介入的一个典型案例。此外，不仅是SiriusXM收购Stitcher，音频媒介发展起来的播客商业公司，已经有数个其他“大额”收购事件达成：

市值470亿美元的数字音乐服务商Spotify，进军播客领域，连续收购三家头部播客公司：

2.25亿美元收购了Gimlet Media，后者是一家美国top播客生产商。
1亿美元收购Parcast，一家以创作系列神秘、科幻和历史音频节目出名的播客生产商。
1.1亿美元价格收购了Anchor FM，这是一家生产播客商以及分发商，它的定位是帮助播客爱好者、个人更简易完成播客创作。

苹果、Google等巨头公司以及音视频大公司也有以千万美元以上量级收购的案例。

这些密集的收购案例，意味着播客产业，在商业化能力或者在探索商业可能性上，正在备受传统巨头、行业资本的关注。

1.2 市场增长

更具体来看，近年播客podcast的市场增长情况。在重要的变现方式——广告上，2019年播客收入增长比例为48%。如果按照这个增速作为年复合增长率，不到十年播客产业即便在广告的收入，也将可能超过500亿美元。如果中途有一些“突变”事件，促进了整个播客产业的前进，那么这个预期市场规模的达成会更快到来。

至2019年，美国已经有达51%国民听过播客(国内音频产品使用率的29%)。1/4的美国人，每周听过播客音频。这可以说是一个非常“高频”、覆盖人数比例非常大的内容。

1.3 作为无线电台的“下一代”：播客起源与当下特征

播客（podcast）这个音频产业，最早可以追溯到1980s，当时就是音频形式的博客（blog），音乐与对话音频可以通过数字软件的形式上传，广播电台可以通过软件分发音频。在后来，包括Audioblog.com、苹果公司、同期越来越多的播客工具参与者推动下，以及供给端优质内容愈加丰富，自2014年后的不乏“爆品”，推动了大量C端对播客音频的关注。

播客可以说是自广播电台之后，“新一代”音频媒介产品，它对比传统广播电台的差异/特征在于：供给端的去中心（对应是多元参与者、多元内容的可能），随时播放的便捷性。

当下，典型播客的主要形式是：

“播客系列通常包含一个或多个经常主持人，他们讨论有关特定主题或当前事件。

播客中的讨论和内容，从精心编写的脚本到完全即兴创作的不等。

内容范围，涉及从科学研究到生活、新闻的各个方面。”

二、中国的音频商业化：知识付费

自2006年，播客曾被“纳入国内市场的关注范畴”。但是直到当下，很难说中国的播客产业发展成熟度，能达到美国的程度。在商业化变现能力上亦然。有意思的是，音频媒介，播客的商业化在国内“未得结果”，但在2016前后开始，在知识付费产品上，音频媒介完成了商业化“逆袭”。

国内的这些头部公司，还一度成为美国资本方关注的标的，比如早期投过Facebook、Twitter、Goupon等巨头公司的投资机构A16Z，他们在探讨如何投资播客产业时，拿中国的头部公司作为研究标的。

回到当下，中美音频媒介形成的商业产品：播客vs知识付费。

两者较为明显的区别在：内容表达方式、内容领域、创作中心化程度。

如上已有所以及，在美国，音频媒介的播客：

形式上，更多是两人对话、多人主持栏目，录制为主。
内容品类上，主要在社会与文化，商业，喜剧，健康，新闻与政治、故事等等。
播客的内容制作，多元化，兼具PGC、PUGC、UGC。参与者既有传统的广播电视台、电台专业媒体，垂直的音频内容制造商，也有灵活的创作团队、行业专家、个体IP。

在中国，音频媒介的商业化，有两种方向，一种是我们在本文重点提及的“知识付费”音频产品；另一种是以电台形式，获得打赏收益。

更具体来看，在国内商业化程度最高的音频产品，知识付费。

形式上，以主讲人独立音频录制。
内容上，更多是专业领域的知识拆解或者听书。
内容制作，更多是PGC、PUGC。由一个商业平台，自上而下组织、并体系化创作。比如自上而下生产专业知识音频产品（课程、听书等等）为主的得到和喜马拉雅。

至于另一种形式：直播、录播音频电台，以上面提到的荔枝FM为例，更多是情感、小说、书评类UGC内容。

三、为什么在美国做成了播客，在中国做成了知识付费？

任何市场的形成，由供给端和需求端两方共同推进的，才能最终形成交易市场。在音频商业市场的形成上，来看供给端和需求端如何。

在追溯原因的过程中，也来看看，在美国商业化进相对成熟的音频播客，能给国内音频商业化的知识付费哪些参考。

3.1 供给端

人才在哪，哪里就有创造的可能性。

从人才供给端，美国早期的播客参与者，除了“极客式”个人（2004前后，美国最早期的“播客工具”，正是由技术工程师业余研发的；创作者、收听的用户，均是当时前沿的early adopter），还有专业媒体、广播电台从无线电台到数字化平台的转移。

而在中国，专业媒体的参与者，转移到知识付费（以及在线教育课程）领域较多。比如头部公司的得到，它的创始人原是央视主持人。少年得到的创始人张泉灵，樊登读书的樊登，巴九灵的吴晓波等头部公司创始人，均在专业媒体（电视频道、专业纸媒等等）任职。

除了人才走向的差异，更有变现能力与资本选择。任何新兴赛道的公司，要扩展影响力和推动消费者受众，在内，需要形成相对健康的变现途径，因此获得持续扩张的能力。在外，如果有资本加持，那么它们的进程会更快。

在美国，播客在早期，最早就有苹果公司，一家现金流充足的头部公司的参与，在内，即便播客业务没有即时现金回报，也有相对稳定的资金支持。2014年苹果公司斥资3000万美元收购一家播客公司。这家巨头公司的参与，一定程度上引起资本界对播客产业的关注。后来美国的播客初创公司，也获得了出现了亮眼的融资与被收购案例（如本文开头所提）。这是资本对美国播客产业进展的推动。

在中国，播客初创团队，受资本界的关注度，“远不如”可以直接产生现金流的音频知识付费领域。与之对应的是，是资本对后者的投入更高，也正向推动了知识付费产业的进程。

总体来看，当下美国已形成相对头部的公司版图：

以三类参与者为主，第一类是基础设施型公司。比如提供硬件与软件的苹果公司，它旗下的Apple Podcasts，App Annie数据推算，Apple Podcasts在美国的每月活跃用户为2700万。

第二类是，许多有大量粉丝受众的媒体和技术公司，比如上面提及的Spotify，Pandora和iHeartRadio。

第三类是长尾的播客app和生产商。这些由初创企业和小型团队组成。

在中国，则是音频形态的知识付费供给端，形成了相对成熟的头部公司版图。

如下：

数据整理自：格隆汇

特征上文已有所提及，不再展开。

3.2 需求端

丰富的供给端之所以得以持续发展，消费者端的需求是基础。

美国：

那么在美国的播客，谁在听众？他们为什么选择播客这种音频产品、愿意将注意力和时间投入其中？

谁在听？

除了上文已提到的美国已超过一半的个体，听过播客，其他关于播客用户特征的数据包括：

青年是主体。18~44岁以下，占比67%。
收入水平相对高。与不收听播客的用户相比，年收入在25万美金及以上的比例高45%。

在看到这两个特征时，我首先想到的是，市场上，任何后来得以扩展的创新产品和方向。它们由年轻人作为主要的“倡议者、推动者”，他们愿意接受创新产品及其风险。且这类早期接受创新产品的消费者中，不乏有相对良好经济基础者。

什么场景收听播客？

休闲、出行、工作，遍布了美国人几乎所有日常场景。最密集还是在家中，休闲时间。这种密集度，无异于目前中国消费者对短视频等视频媒介的选择。

听什么？

“社会与文化”是美国播客中，最受欢迎的内容类型，其后是商业，喜剧，新闻与政治和健康。可以看到，相对而言，美国消费者对播客内容的需求，既延续了传统公共广播的专业领域（新闻与政治、商业等），也覆盖更广泛的文娱、健康等。

与美国的消费群体相比，再来看，中国音频知识付费的用户画像如何？

中国：

谁在听？

根据数据服务商艾媒调研，国内的音频平台用户，90后，即30岁及以下用户为主，占比52%。大学学历占比59%，相对而言受教育水平较高。总体而言，与美国播客的用户特征大致相似。

听的场景是什么？

同样参考艾媒的调研数据，国内用户主要在吃饭休息、入睡前、户外运动、居家休息、通勤路上等等，多种场景均有收听行为。多场景收听，与美国的播客也是相似的。

听什么？

包括音频在内的整个知识付费行业，对于中国用户而言，付费的目的在于“专业学习所需、自身发展、提高经济收入、增加知识面”等等，有清晰的目标要求。

这些目标要求，在学习层面更集中在：文化、亲子、成长、财经等相对通识的付费内容上。这些品类的需求，也可以在知识付费相对头部的公司数据反映出来，比如得到app 的热榜课程，分布在：财经商业、文化、个人等。

从供给端和需求端来看，人才供给、资本的选择，以及用户收听的目的，已经使美中音频商业化探索上，出现了分叉。

3.3 收入模式差异

美国的播客，收入以广告为主，去年广告位播客产业贡献7亿美元，与之对比的是，中国的音频知识付费，除了广告，还有非常重要的课程收入、订阅付费、交易（打赏）佣金等多元方式。同样以得到为例，它2019年确认营收超过一半来自线上知识付费（课程）业务，其他收入来源还包括线下课程，线上电商交易等。

不仅是相对轻模式的音频知识付费，中国市场当下，与知识、教育学习产品包括相对重模式的线上线下课程服务，具备全球最大的消费者用户基数，以及最大的变现潜力。也因此使得中国，在近十年，成为全球一级市场教育投融资最高的国家。

美国音频商业化的下一步？对于中国音频知识付费，有哪些值得学习的切入点？

四、美国音频商业化的下一步

播客更专业的平台应用、垂类内容创作商、与创作服务公司。

从单向的音频节目，到多向的语音社交。

A16Z投资机构，在《Investing in the Podcast Ecosystem in 2019》一文中，曾系统分享过对播客投资的思考。文章中，提到：美国播客的创投方向包括：

4.1 播客应用的优化

比如通过算法、内容呈现或社交信号，让用户更好地发现播客；改善内容搜索的方式；或者改善社交功能。

A16Z 的消费者团队倾向于认为，仅仅依靠更好的发现、推荐等用户功能，不足以吸引大量的听众。因为在音频应用中，用户交互的核心是内容本身。

因此垂直的内容方向也有机会。

4.2 内容更加集中

包括教育、有声读物、小说、健康养生和健身类型等。

举几个例子，Calm 和 Headspace 都是引导式的音频冥想应用，它们提供免费和付费订阅的内容，这些内容专属于平台。

除了内容本身，两者都有一些特色，可以帮助用户进行正念训练，例如，每日提醒、打卡天数、视觉化内容和视频等。

在健身类别中，Aaptiv、ClassPass Go 和 MoveWith 可以提供各种类型的音频健身课程。

这在内容方向分深度、浅度。垂直深层次的内容，可以通过B端获得营收。广泛、浅层的内容，面向大量用户，通过C端变现。

4.3 “送水者”，播客服务商

内容创作者有内容能力，但他们可能在其他方面存在短板：比如收入变现、影响力扩展。在这些环节，相应的一站式服务商，也是需求所在。

4.4 音频产品，除了单向传输信息的播客，还有音频社交、互动语音产品

这个方向的语音产品，已有探索的项目。比如今年有获得亿元美元融资的语音社交聊天App，Clubhouse。

Clubhouse允许陌生人根据兴趣话题，进入一个语言聊天室，基于主题进行相对专业、关联度高的讨论。聊天室一般是小规模人数。这个早期用户策略上，类似国内知乎早期的模式，把优质的IP、用户（比如明星、企业家等）引入。

在2019年，A16Z认为播客仍处于非常早期阶段，像黑白电影时期，他们认为播客的未来，还有类似从黑白电视到彩色电影、3D等更高阶的商业可能性：

“我们仍然处于播客的「黑白电影」时期。”

五、对比美国音频播客商业化，国内音频知识付费，有哪些方向参考？

中国的音频知识付费市场，自2016年至今，已经发展出相对亮眼的公司，甚至总体市场规模超过了美国的播客，如果说后者有参考借鉴的地方，那它们更多分布在产品模式和方向上。

垂直的内容。当下中国的音频知识付费公司，更多覆盖综合品类内容，垂直行业，比如成长、商业、金融、农业、健康等垂类平台，从浅度到深度。

“送水者”，一站式服务商，面向中长尾的知识创作者与公司。

一个足够丰富的知识生态，不仅需要头部IP、顶级流量参与，更有多元的供给端、IP参与，以保持生态长期的活力。

在得到、喜马拉雅等知识付费公司，我们可以看到头部IP，与机构达成合作，生产知识内容，获得除内容外的一站式支持。而在中国，事实上有大量的中长尾知识创作者，有供给的动力——有大量知识IP、创作者在B站、视频号、快手、抖音，但是这些创作者在外部难有额外的扶持。

互动、交互的探索。正如美国音频、语音媒介的商业化，正在从单向音频输出，到双向、多向互动的社交产品。国内的知识付费产品，如果说得到、喜马拉雅等是单向的知识音频供给端，双向、多向互动的知识音频、语音工具，是创新的方向。

至于音频知识付费的应用，受益于国内搜索商业化（电商、短视频）与人才的成熟，个性化呈现、易于搜索等在知识付费平台，也有较为成熟的落地。因此对比其美国播客技术应用优化，仍有探索空间，国内这个方向的空间收窄。

六、最后

我们在谈美国播客、中国音频知识付费时，这些内容的传输，都是通过声音、口头表述的形式完成。这是它们最大的共同点。

声音，可以说，是人类最古老的记录媒介。它在没有体系化文字以前的数十万甚至千万年前，就承载着事件、历史的记忆功能。口口相传、口头讲述，使一些事件记忆，得以留在极少数个体那里。

不仅在历史上与人类有更深的渊源，声音更是当下重要的信息传输媒介。因为能听懂的人，比识字的人多。且对于大多数人们来说，自小接受教育的方式，也是声音信息的接收，无论是家庭教育（听家长的话）还是课堂上的教师传授（听老师的话）。因此用人类最开始的信息传送、交流媒介（音频、声音），从根本上降低了知识、信息接收的门槛。

得益于工业技术、数字化技术的发展，声音的传达有了突破性跨越：不限于线下面对面的形式。上个世纪是公共广播通过录音机，将时事、政治新闻传达到大众。到了新的21世纪，是更便捷灵活的音频商业产品。比如美国的播客，在中国是音频版本的各类知识产品。

放到更大的维度，不妨再想一想，世界安静下来的时间，被重新激活的最古老媒介，在每个人的耳边，理论上能创造多大市场？与当下热火朝天的视觉媒介（图文、视频）相比，包括（知识、播客等等）当下的市场规模是否只是一个起点？

参考资料：

《Investing in the Podcast Ecosystem in 2019》，https://a16z.com/2019/05/23/podcast-ecosystem-investing-2019/，A16Z，2019

口头叙事传统的意义与作用，https://www.chinesefolklore.org.cn/web/index.php?NewsID=2283&Page=1，中国社科院，2008

口头传统在文明互鉴中的作用，http://china.chinadaily.com.cn/a/201905/25/WS5ce9076aa310e7f8b157eb1e.html，中国社会科学院学部委员，中国民族报，2019