[黃耀文] 新創公司必讀!股權結構與募資可以這樣做
[黃耀文] 新創公司必讀!股權結構與募資可以這樣做
2014.09.04 | 創業

編按:專攻資安領域2005年就從南港育成中心起步的阿碼科技,去年被美國那斯達克上市軟體公司Proofpoint以台幣約7.5億收購,創辦人黃耀文自己走過一段創業辛苦的路,最近又密集接觸了許多國內新創公司,發現許多國內早期的新創團隊所面臨之挑戰,在於股權結構的設計以及價值(估值、valuation)的決定,他整理個人心得,並刻意簡化專有名詞與例子,希望能幫助更多台灣新創團隊走得更穩。

台灣新創團隊面臨的大問題之一,是整個公司只有一種股份,而法律面甚至觀念上,都是認為:出資者才能持股。這反映了台灣經濟以製造業起家的事實;而其實國內連語言上都反映著這個事實:例如我創辦阿碼科技後,被叫做「廠商」,但阿碼是一家純軟體的資安公司,服務大部分透過雲端提供,我們不製造,也沒有廠房,為何叫我們為「廠商」呢?又如國內常聽見「科技大廠」這名詞,例如前幾天新聞:「紐約時報報導,谷歌、臉書、思科等科技大廠不再依賴投資銀行尋找併購目標」,一看讓人覺得,谷歌、臉書到了台灣,被講成科技大「廠」,這些公司到底有什麼「廠」?

廠廠廠,台灣似乎無法走出既有的製造業思維,也因此對新創公司產生了不必要的門檻。我覺得一家新創公司的價值,可以粗分為兩類價值的結合:1)資源 以及 2)執行。

1) 資源
資源包含了:創業的點子、申請中或已取得的專利、資金等等。這類投入有個重點:一旦投入,當下直接成為公司的資產。

2) 執行
執行就是公司的團隊(創辦人、員工、顧問等)接下來時間與腦力的投入。這類投入有個重點:他是從零而持續在發生的,隨著時間不斷增加價值。

以製造業來說,因為重要的是資金(廠房、物料),而大部分員工被當成廉價的勞力,所以通常「2)執行」不被重視。可是在科技公司,或任何以「人才」為主要資產的公司中,「2)執行」的價值常常遠超過「1)資源」。我認為這就是矽谷跟台灣最大的差別之一。由於特性不同,架構公司股權結構時,比較好的做法是導入兩個角度:

一:不同類股。把這兩種的貢獻分開來看:「1)資源」的投入,換來的是「A類股」,而「2)執行」的投入,換來的則是「B類股」。

二:不同時間。釐清貢獻產生的時間。例如大部分「1)資源」的投入,一旦投入後隨即轉成公司資產,故產生的價值是立即性的;而「2)執行」的投入,則是隨著時間慢慢產生並累積的。

導入這兩個角度,會帶來莫大好處,並避免許多問題。我們舉例如下:

例一:在第一輪出資時,創辦人甲雖然實力淺,但是家裡有錢,於是投入一千萬資金,並擔任公司研發工程師,而創辦人乙,技術上身經百戰,但是家裡沒錢,於是沒有出資,並擔任公司技術長。

此例可以如此規劃股權結構:我們定義兩種類股:代表「1)資源」的「A類股票」、以及代表「2)執行」的「B類股票」。我們同時也定義「B類股票」的實現時間為四年,按月實現。

這個架構讓我們得以如此規劃:

公司成立之際,甲君的投資,立刻獲得10張「A類股票」,而往後四年對公司的付出,按月實現,累積達四年,將獲得共10張「B類股票」。四年後,甲君擁有10張A與10張B,一共20張股票。
公司成立之際,乙君沒有獲得「A類股票」,但是往後四年的付出,按月實現,累積達四年,可獲得40張「B類股票」。

在分股利或上市時,A、B類股擁有相同的權利。

以上例子中,我們可以看出導入這兩個角度後的許多好處,如:

好處一:正確歸咎責任。

在本例中,創辦人甲出了所有資金(一千萬),四年後卻只擁有公司的1/3股權(20張除以60張)。當初設立公司時,站在「2)執行」價值高於「1)資源」的角度,大家覺得這是合理的。

但假設四年後,公司經營失敗,大家決定關掉並清算,而清算資產後,共得兩百萬。這結局,應該先追究「2)執行」方(B股),而比較不甘「1)資源」(A股)的責任。所以,這兩百萬應該優先清償創辦人甲當初投資一千萬所獲得的那10張「A類股票」。

術語上,這就是優先清償權(liquidation preference)的概念。此例中,在公司成立之際,我們可以定義「A類股票」相對於「B類股票」,擁有優先清償權。

那麼此時,公司清算所得的兩百萬,將全數歸創辦人甲。雖然甲乙都有負責執行,故都有責任,但是當初只有甲放資金進來,故甲獲得優先償還。

好處二:正確估算付出。

兩年後,甲君決定離開公司,那麼他該擁有多少股票?

由於我們定義「B類股票」代表「2)執行」,並分四年實現(vest),故此時,甲君將帶走10張「A類股票」以及5張「B類股票」,並因為提早兩年離開,損失了5張未實現的「B類股票」。

又如一家公司開始獲利並持續成長,不需要繼續募資,那麼隨著時間,「A類股票」比例會慢慢被「B類股票」稀釋。在上例中,四年過後,公司必須要再發下四年的股票給甲乙君以及團隊。由於「B類股票」變多了,「A類股票」佔全公司股票的比例自然就下降了。這是合理的,因為這反映了執行方為公司持續創造價值之際,也獲得相對應的報償。

如果出資者不幫忙執行,那麼出資完就不再付出了。但是執行者,卻是隨時間一直不斷付出,所以當然,就需要持續獲得報償。

從以上說明中我們也可以體會到,公司股權是應該是一個隨時間而持續變動的概念。

好處三:細化決定權。

很多沒有資金的技術創辦人,為了覺得要維持掌控權,而一直不願意募資,導致公司無法獲得成長所需的資金。但是一但我們把股票分類,那麼我們也就可以將決定權細分。例如技術創辦人可以要求,更換技術長或技術副總時,需要「A類股票」與「B類股票」分開投票決定。這也就給予了「B類股票」在此事上的否決權。不論「B類股票」被稀釋得多嚴重,仍然可以保有在某些決定的上的影響力。

好處四:脫勾「獲利」與「決定權」

常見許多團隊堅持持股比例,為的是掌控權,而投資人也堅持持股比例,為的是高的報酬。目的不同卻都卡在持股比例時,就可以利用多類股方式來脫勾:我們可以設計成,所有類股都有股利權,但是「B類股票」在某些表決案中,一股可以投10票,這麼一來,稀釋就不會影響控制權了。這部分大家最熟悉的,就是 Google 的B類股了。Google 創辦人拿的都是 Google 的B股,在投票時,一股可以投10票,而其他類股則是一股投1票。

好處五:正確反映股價。

每個投資人可為團隊帶來的價值不等,厲害的投資人就是可以立刻為團隊帶來經驗、方向、人脈、資源、客戶、甚至品牌效應。尤其這幾年在美國竄紅的實境募資節目 「The Shark Tank」,更讓一般人了解到投資人除了資金外,可以為新創公司帶來的價值。

不過,厲害的投資人也很習慣拿自己的價值來要求較低股價。在某種程度來說,這是公平的,尤其在創業所需資金大幅降低的今天,團隊初期需要的幾百萬或千萬,很多有錢的個人就出得起了,更不用說創投,但是能夠有能力真正幫公司的投資人卻不多。如果優秀而又肯花時間的投資人,跟一般的土金主,拿的是一樣的股價,那就不公平了。

問題是,假設第一輪我們找到了超級天使,而願意用極低的股價讓他進來,那麼第二輪時,新的投資人勢必質疑,為何一年內股價翻了三十倍?第二輪的投資人,只願意用五倍的價格入股,此時解釋起來,就耗時間了。

所以我認為比較好的做法,是讓股價盡量反映公司目前合理的估值,而對於某些特別優秀,或特別肯幫忙的投資人,我們另外給予「B類股票」,而就如同薪水一樣,對方有持續幫忙公司做好「2)執行」,我們就按月給,如果幫忙中斷了,例如對方找到他覺得更值得花時間的公司去幫忙了,那我們也可以合理地終止合約,這對雙方都公平。

即使對於同一輪增資進來的投資人,我們也可以針對其中某幾位,依其對於「2)執行」面的時間投入、價值產生的不同,而給予不同數量的「B類股票」。

記得某一集的 Shark Tank 中,科技創業家、NBA 小牛隊老闆 Mark Cuban 馬克‧庫班 與某團隊議價,庫班一直講自己帶來的附加價值,壓低股價。最後團隊突然說,認同您將帶來的價值,這部分我們用「B類股票」給您。庫班當場答應,雙方敲定投資案。這應該是該節目中唯一一次團隊提出「B類股票」,不過原因是 The Shark Tank 身為實境節目,希望一般觀眾都能夠看得懂,所以刻意簡化談判內容的原因。

好處六:建立「人才為主要資產」的概念。

今天的科技市場,很明顯是一個資金過多而人才不足的情況。新創公司切分出不同類型的股票,可以分清楚「資源的付出」與「執行的付出」。這兩種,哪一種價值比較高呢?我個人覺得對於高科技新創來說,是後者。

文初我們提到,資源包含了:創業的點子、申請中或已取得的專利、資金等等。我們拿其中「創業的點子」來看好了。「創業的點子」vs「執行」,我想提一下曾於2012年來台灣講 TedxTaipei 的成功創業家與天使投資人 Derek Sivers 在網路上廣被分享的短文:)「Ideas are just a multiplier of execution(點子只是執行力的放大係數)」。他說:「對我而言,點子除非被執行,不然一文不值。點子只是放大係數,而執行力值百萬(To me, ideas are worth nothing unless executed. They are just a multiplier. Execution is worth millions.)」

enter image description here

同理,我覺得創業的點子、申請中或已取得的專利、資金等等,都算是創業中所需要的資源,而最後創造出來的價值,可以用以下公式描述:


價值 = (資源) X (執行)

資源可以幫助放大執行效果,但資源的多寡,只是個放大係數,價值本身仍來自於執行成果。因此,在設計公司高科技新創公司之股權結構時,設計有不同類股,並讓主要負責執行的「人才」,不論是否拿得出錢投資,都能夠獲得相當的股數。

好處七:提升向心力。

我覺得一家高科技新創公司,尤其是軟體公司,若留給團隊的股數不夠多,其實是很危險的。因為如果團隊股數不夠,一但公司做出成績,則必多挖角。如果兩千萬可以挖一位人才,挖十位也才兩億,誰又願意用幾十億,甚至百億來併一家公司?此外,就人才的角度,既然公司沒有提供足夠的股票,這種挖角也只是提供人才另外的選擇,不一定算惡性。

個人認為真正的高科技新創公司,其主要資產並非其資金、資源或甚至點子,而是其負責執行之人才,故設計分類股,可以讓合理的股份,落在公司主要的資產:「人才」身上。

[結語]

根據各國法律不同,多類股的實現方式很多,常見的做法如「A類股票」設計成「可轉換優先股(Convertible preferred stock),簡稱 preferred」、「B類股票」設計成「普通股(Common Stock),簡稱 common」,就是一種做法。當然,文中的「A類股票」也常被再細分,例如每輪的投資者會拿不同的類股(A輪類股、B輪類股、C輪類股等)。

不同類股的概念在美國,自十九世紀中旬於伐木業者中開始流行,至今已餘一百五十年。然而在台灣,不同類股的概念仍不流行,原因在於與境外公司(比如說開曼群島、維京群島或美國德拉瓦公司)相比,台灣公司法對於特別股的限制較多,設計靈活性較低,因此比較難讓特別股發揮細分持股人的目的。

舉例來說,台灣公司法第157條,基本上限制了特別股的表决或分派順序,而第179條則規定,各股東的每股是一表決權。

最近看了不少台灣新創公司,驚訝地發現許多仍以普通股為工具。同時,需要較靈活股權設計及法律法令的新創公司,即便創辦人及公司都在台灣,仍必須借由架設境外公司來方便達成多類股架構之好處。

要加速培育高科技新創公司,我覺得我國在法律面需儘速提升。別忘了除了法律與法令面外,判例也是大環境中很重要的一環,需要長時間累積。

學運後,政府回應速度明顯加快,最近也終於有了些具體的進展。我認為加速器、育成中心、國際接軌等,其實業界都可以做得不錯,然而制度面與法律面,就非得政府才能改革了。扶植新創,政府可考慮集中資源,聚焦此種只有政府能做的改革上。

對新創公司來說,股權設計影響深遠,好的律師也是新創團隊不可或缺的資源。創業的過程,本來也就是不斷累積團隊資源,建立人脈的一個過程。創業不用想哪一天會成功,因為永遠有新的東西要學。只要不停地走,不會的東西總會熟,困難的市場總將克服,不知不覺中,會發現自己已經變成了經驗豐富的經營者,這就是創業。與各位共勉之。

本文感謝 群策整合顧問 簡榮宗律師、協合國際法律事務所 廖維達律師、Chiang Law Office 蔣萬安律師、以及 WI Harper 創投 合夥人 Yvonne Chen 審閱。

廖維達律師註:

  1. 一般較早輪投資人,可能會約定次輪投資人的投資條件或是轉換條件不能優於自己的條件。若真的發生次輪投資人的投資條件優於自己的情形,早輪投資人可能會事先約定自身的投資條件(比如將來轉換成普通股的轉換比例等)自動向上調整,以保護早輪投資人的權利。如此一來,當然可能會影響後輪投資人的意願。這是投資人保護自己的手段,本無可厚非,但是就公司經營者角度則應注意這些機制對於公司控制權的潛在稀釋效果。(例如公司在未來擬發行新股給特定投資人A,而該投資人預計要取得公司過半股權,則在計算A到底應該取得幾股才能達到50%控制權時,就會遇到特別股轉換為普通股的數量連動變化的結果,造成計算上需要更加精密。)

  2. 若該新創公司未來預計在台灣上市,依據目前實務作法,上市/櫃前需先將公司特別股全部轉換為普通股。因此該公司若未來計畫在台灣上市,早在設計公司章程及投資合約時,即應事先預留一個合理的特別股轉換時點及機制,以免未來需要轉換時才開始與投資人溝通,造成不必要的困難。

關鍵字: #創新創業
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓