什麼情況下需要技術型CEO重出江湖?
什麼情況下需要技術型CEO重出江湖?
2014.10.19 | 技能

編者按:本文為著名投資機構GRP Partners合夥人Mark Suster所著。

什麼時候應當讓一個專門的執行長來打理公司?

這個問題已經有太多人在談論了。矽谷眾多的創辦人在發現自己淺薄的經驗將直接限制公司的發展時就意識到了這個問題。

那麼,什麼時候應當讓一個技術型執行長來打理公司?

似乎沒有多少人在討論。

enter image description here

然而如果你對最近幾年市場上的變化敏感一些的話,你會發現技術是其中最重要的因素。Larry Page 回歸Google,擔任執行長,就是一個典型的例子。

問題是,Google 明明已經有了Eric Schmidt。為什麼還需要Larry Page?

我覺得,Google 是受了矽谷的技術型新領袖——Mark Zuckerberg 的刺激。

世界變化的太快了,網路領域的快速發展讓Mark Zuckerberg 有機會劃著自己輕盈的小舟超過身邊一艘艘笨重的、官僚的、傳統網路行業的大遊輪。Larry Page 的回歸,似乎是Google 在簡化機構、增強創新力和競爭力方面的一次努力。

Larry Page 的回歸並不是矽谷唯一的案例。Steve Jobs 或許是最知名的一個例子了。但Steve Jobs 不太算「技術型CEO」的回歸,因為他代替的人——John Scully,本身就技術能力十足。

近來我們越來越多的看到類似Matte Mullenweg(WorldPress 的創辦人)8 年之後繼任公司執行長 這樣的情況。

我們似乎可以看到這樣一個慢慢成型的模式:先是專業的企業管理在推進著公司的快速發展,而技術領袖則專心研究如何成為行業翹楚,一直等到技術領袖經驗稍長時,再繼任執行長職位。

之所以有這些想法,是因為我最近正在處理Nick Halstead 重新擔任DataSift執行長一職的事情。

整個故事的發展是這樣的:

2009 年我第一次見到Nick Halstead,那時他正運營著一家叫做Tweetmeme(也就是DataSift 的前身)的公司,並且幫推特開發了早期版本的API。他向我介紹了許多Twitter的技術基礎,以及為什麼Twitter的數據特別有價值。

他不僅關注Twitter本身的數據,還關注其他一些諸如哪些用戶看到了這條發文、這條發文是在哪裡推送的、用什麼設備推送的、哪個時間段推送的等等。

更重要的是,他看到了一些數據之外的可能性推斷。他指出,Twitter這種發送鏈接給粉絲,粉絲通過鏈接找到被分享的原文進行閱讀的數據,其中隱含的數據價值比推文本身要大得多。

他就是那種讓你覺得聽君一席話、勝讀十年書的人,每次和他有過一些交流,就覺得自己對科技行業的未來又有了新認知。

這種交流我們一直持續了18 個月。等到時機成熟時,我們正式開始了合作。我和Roger Ehrenberg 決定投他的首輪VC 融資時,他正在英國的公司擔任執行長的職位。

在融資過程中,我們問他是否同意在北美市場僱一個新CEO 來幫他管理運營北美的市場銷售方面的業務,他很開放地同意了,並且覺得這樣做對於公司利益來說是最好的。

於是他在英國負責技術和戰略方面的事情,同時擔任公司董事會成員兼技術長。

接著我們請來來了Rob Bailey 擔任執行長。在那時,這是我們可以做的、最好的決定。

Rob Bailey 也帶領公司取得了快速的發展。在他領導下,公司的企業客戶數量增長超過了1000,獲得了超過6000 萬美元投資,也成為SaaS 行業成長最快的公司。同時我也向Rob Bailey 學習到了許多東西。如果可能的話,我希望能和他一直合作下去。

那,為什麼Nick Halstead 又要重新回來擔任CEO?

我們的行業發展得太快了,也因此技術型領袖能為公司帶來的成長和財富是不容疏忽的。如果在這方面稍有失誤,公司很有可能一蹶不振。John Sculley 在放走賈伯斯這件事情上曾說過這樣一段話:

“I did not have the breadth of experience at that time to really appreciate just how different leadership is when you are shaping an industry, as Bill Gates did or Steve Jobs did, versus when you're a competitor in an industry, in a public company, where you don't make mistakes because if you lose, you're out.”

裡面有一個很重要的詞,shaping an industry,重塑一個行業。

這就是我們目前面臨的機遇。

在過去的階段我們公司確實發展得不錯,但是你不得不承認,行業已經開始發生改變了。

十八個月前,Nick Halstead 正在研究一個被我稱之為Manhattan Project 的項目,這個項目極有可能成為公司成長史上的一大飛躍,因為它重新定義了企業客戶的公共、社交、大數據方面的內部和外部數據管理模式。

同時Nick 不僅僅滿足於為客戶提供內部數據管理、內外部數據整合這些事情,他認為開發出一個具有機器學習能力的可以自主識別、整合不同數據類型的管理引擎,才是最好的選擇。他把這個項目稱為擁有自主性的VEDO。

在Topsy 和GNIP 分別被蘋果和Google 收購之後,我們目前只剩下一個即時數據流獨立供應商。在Nick 擔任技術長時期,我們已經建立了一個足夠強大的企業數據管理平台,並且這個平台在不同數據量級的企業客戶身上都有很強的移植和改造能力,同時在對大數據的分析理解上又行之有效。

我們相信,基於這樣一種情況下,Nick 已經做好準備,重新回歸執行長一職,將帶領公司獲得一個質的飛躍。

本文出自36氪,原文出自bothsidesofthetable.com

關鍵字: #企業經營管理
往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

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
代理式商務連動百兆商機
© 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