LinkedIn創辦人Reid Hoffman:創業公司如何聰明地去冒險
LinkedIn創辦人Reid Hoffman:創業公司如何聰明地去冒險
2014.10.28 | 技能

LinkedIn創辦人霍夫曼(Reid Hoffman)生於史丹佛,長在柏克萊,每一個細胞裡都是矽谷基因,被稱為「矽谷人脈王」。這是他本月在舊金山一次公開演講中的核心觀點:創業公司應對一輪輪融資大潮的三個要點是多維度締結人脈、持續維護關係、制定至少三個中長期計劃。在每一個部分Reid都詳細闡述了「Why and How」,以下是演講內容:

enter image description here
(圖片來源:http://reidhoffman.org/

如果讓你選擇,你是朝向未知冒險呢?還是活在安全地帶?如果選擇權是取決於個人的,我想多數人還是會選擇後者。但縱觀資本市場,一個不爭的事實是,很多公司能夠在潮起潮落後站得更堅挺,正是因為不斷迎向了風險而不是觀望、逃避,他們不斷冒險甚至不斷試錯,在這個過程中找尋到自己在市場上的定位並最後形成了核心競爭力。

所以要大膽,並且聰明地行動。對一個創業公司來說,更是這樣。

怎麼聰明地去行動?方法有很多,比如讓自己有敏銳的觀察力,在初期就能夠評估事情的利弊,在感覺大事不妙時立刻撤退。但這或許不是最好的,我來分享下我認為最有效的方法:

尋求幫助

大多數人,包括我自己,在求職或工作工程中犯過最嚴重的一個錯誤,便是認為能夠把工作做好的關鍵在於和工作相關的技能,而這個只要通過不斷學習就可以獲得。但實際上,現在雖然是網路時代,光自己去搜尋、去學習卻永遠是有限的。很多時候真正擁有的訊息也許不在書上、不在網上,而是在一些人的腦子裡,你只有認識了這樣的一些人,才能獲得這些信息。

對於公司來說也是一樣的道理。一個能長久發展的公司必定明白怎樣去維護現有的外部聯繫,也能夠去創造新的聯繫。畢竟,一個公司內部聰明的人再多也遠不及公司外部聰明人的數量,這是自然法則。去尋找在某一方面比你聰明的人吧,你去找了,就會發現這樣的人處處存在。

通過網路這個工具,我們更可以快速地建立自己的那張關係網,這兩個網的協同效應可以呈幾何等級地幫助人們獲得專業的知識、專家的意見,以及別人對某件事的深刻見解,這能讓你獲取好的資源和訊息,幫助你出色地完成工作,效果可能遠勝於你自己本身擁有的技能。所以,我想告訴各位的是,擁有良好的社交能力,能維護好長久的關係對於工作更重要。

維護現有聯繫並不斷創造新的外部聯繫,這樣一來公司的風險承受力,會大大提高。

維護關係

個人怎麼去擴展關係網呢?毫無疑問積極結識新朋友,但是也一定別忘了經常聯繫老朋友。對於公司來說,就是與內部員工維持好的關係,不僅僅是在職的,還包括離職的。

公司不是要總考慮努力打造員工喜愛的公司文化來留住他們,而是應該思考如何增強公司的適應性,讓員工在一個變化的環境中發展,從而為公司做出更大的貢獻。與此同時, 「我給了你寶貴的工作,所以為了表達感激,你要在這裡賣力工作」的思想策略和隱性洗腦是很不聰明的。這個道理只要簡單想一下就可以明白,如果一個人要求自己的朋友是要帶著感恩的心為他做事情,他的朋友估計不會在他的身邊呆太久。給員工投資,給他們創造好的條件才是王道。

如果一切都做到位了,還是有員工選擇離開,公司的態度,怎麼說呢?用對待校友一樣對待他們是最好的,也可以常邀請他們回來坐坐,平時時不時送上溫暖的問候。離職的員工會因此感受到原來公司對他們的關心,在原公司需要某一方面技術支持時,離職的員工就會毫不猶豫將自己熟悉的人才推薦給它。在熟悉的範圍內納入人才對任何一個公司的發展都是至關重要的。

現代社會,也許一個長久的僱傭關係很難做到,但一個成功的公司必須懂得如何與員工發展長久關係。正是因為我們身處在有些浮躁的社交時代,維護長久的關係顯得尤為重要,畢竟,是你身邊的人定義了你。很多時候,成功就在於你能不能長時間跟著一個或者幾個對的人去做一件對的事。

制定計劃

如果你想讓冒險這事沒那麼不可控,一個長遠的目標和計劃是少不了的,一個好的發展計劃或許並不能讓公司馬上受益,但卻能讓公司有長遠的發展。這種長遠性正是創業者在一開始就要認真關注的。當然,同時你要能用一個變化的眼光去看待這個不斷變化的市場並且適應它。所以這個長遠的計劃不該是一成不變的,世界唯一不變的東西就是變化。所以在計劃的制定中一定要充分考慮這一點。

創業公司吸引投資人的重要一點也是要讓投資人看到你的長遠計劃。對於一個創業公司來講,有沒有想到為數以百萬計的個人、社群和市場定義一個生態系統,這點對吸引投資人非常重要。讓投資人看到你建立起來的一張大網,裡面包括長遠發展,資源,人脈在內的大網,這是獲得投資的關鍵。

舉個例子,我對比特幣特別感興趣,我認為比特幣所打造的平台是革命性的,它開創了一個讓人難以置信的系統,一個跨越全世界的分佈式帳本。我是怎麼判斷的?因為它的價值不在於明天或後天,而在於今後的三年五年。我看到的不僅僅是比特幣,而是它構建起來的一個廣闊平台,這正是激發我熱情的地方。

另外有一點提醒的是,在制定計劃的時候盡量準備三個:A計劃,B計劃和Z計劃。A計劃是你要去完成什麼事情制定的第一個方案,也就是你手上正握著的計劃。傳統上人們認為B計劃是在A計劃失敗的情況下,扔掉計劃A選擇的一個不同的計劃,其實B計劃應該和A計劃共有一個目標,它不應該是A計劃的替代計劃,而應當是它的附屬計劃。你一開始設定了目標,可能在實施A計劃的時候你發現了更好的機遇,你開始在實現目標的路上慢慢調整,可你並不會完全丟棄A計劃。Z計劃則是當所有計劃都宣告失敗時,你的「應對方案」,它是全新的。它有兩個關鍵的部分。首先,你明白A計劃和B計劃都已經不奏效,你正在朝最悲觀的方向發展,其次,Z計劃是在最壞結果出現的時候,給你指出一條明路。

你問我的Z計劃是什麼嗎?我的Z計劃是專注於寫書,每天和朋友聊天獲得更多的訊息,不斷去學習更新的東西。這是我的退路。

本文出自36氪/曾小蘇Clara

[活動推薦]
2014創業小聚年終盛事!12/9-12/10 MeetTaipei創新創業展
時間:12月9日(二)大會論壇、12月10日(三)創業之星Demo Show
地點:臺北文創大樓6樓 (臺北市信義區菸廠路88號6樓)
報名方式:請參見活動網頁(11/20前早鳥票7折優惠)。另有創新創業大展徵件中,歡迎報名

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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