眾達國際法律事務所主持律師黃日燦:心懷世界,才能衝出去
眾達國際法律事務所主持律師黃日燦:心懷世界,才能衝出去
2015.02.24 | 科技

「當企業無法再靠『自我有機成長』(Internal Organic Growth)擴充營運規模時,如何透過併購調整體質、脫胎換骨,已經是不可忽視的經營課題。」2009年被選為「亞洲頂尖25位併購律師」的黃日燦,曾經手美國雅虎併購台灣奇摩,以及富邦金併購安泰人壽、中國京東方併購台灣美齊科技、聯發科併購晨星等交易案。台灣科技業併購新創團隊面臨了哪些挑戰呢?黃日燦發表了他的看法。

enter image description here
(圖片來源:林衍億攝影)

當全球各國大型企業都在併購的時候,台灣的大企業是否要加快腳步追逐這波浪潮,將會是2015年必須要面對的課題。然而在決定展開併購之前,至少有幾個面向需要抽絲剝繭、深入了解一番,才能為企業長遠發展進一步定奪,真正掌握要面對的產業環境挑戰。

大企業與新創團隊難連結

第一個挑戰是,大企業與新創團隊本來就很難連結在一起,這是普世現象。雖然網路創業圈一直認為和大企業缺乏連結,但眾達國際法律事務所主持律師黃日燦認為,這並不是台灣獨有現象,新創與大企業本來就很難連結在一起。「新創與舊有大產業有很大的落差,這一點都不稀奇,所有國家都一樣。」黃日燦認為,老產業與新產業本來就不容易連結,因為需要的資源與人才都不一樣,如果容易連結就不叫老產業。這些大企業如果忽然之間就能聽懂新創團隊在做的是什麼,那就表示這個團隊的創新還不夠。

以阿里巴巴為例,一路走來也是從零開始,沒有哪個舊產業在初始階段就全面支持,但馬雲沒有怨天尤人。「因此團隊要先找到立足點,還有心懷世界,才能真的衝出去,否則只是一個夢而已。當碰到挫折,也不要太快定調,歸咎都是環境的問題、都是大企業不給資源的問題、政府政策太顢頇等,當然這些都是重要的原因,但在這些事實無法改變之前,你必須更加確定自己要走的路。」黃日燦分析。

硬體對新創團隊不見得加分

第二個挑戰則來自於台灣科技大企業的強項是硬體,對網路與新創團隊來說不見得能加分。併購案必須買賣雙方情投意合,也就是「郎有情、妹有意」。然而台灣企業決定要併購網創團隊時,卻時常出現團隊並不想讓大企業併購或投資的狀況。一個極具國際市場發展潛力或已經拿得出國際布局成績單的優秀團隊,會同時思考有併購意願的台灣大企業能給團隊什麼樣的願景?能幫助團隊在世界舞台更上一層樓嗎?併購的金額大小僅是考量因素之一。「台灣的企業能給團隊世界的舞台嗎?如果不行,就算台灣企業有百分之兩百的併購意願也沒有辦法。」黃日燦強調。

加上台灣大企業的強項是科技硬體,對於網路與軟體等新創團隊來說,不見得有很大的加分作用。「舉例來說,台灣國際性科技企業都是硬體通路,對於網路與軟體等新創公司的價值意義有限,除非新創團隊對科技大企業或傳統舊產業的『本業發展』也有加乘效果。」黃日燦說。

對網路與軟體用戶不在行

第三個挑戰是台灣大企業的確比較不懂併購網創團隊「買用戶」這件事。台灣企業還是比較擅長評估硬體製造團隊的價值,對於網路與軟體行業不在行。

黃日燦以Facebook用190億美元購併WhatsApp為例,Facebook的併購案是為了取得WhatsApp的4億名用戶,若把WhatsApp的4億名用戶除以190億美元(也就是一個用戶約47.5美元),得出來的結果並不昂貴。另一種說法是,Facebook擔心中國騰訊把WhatsApp買去,因此「先下手為強」。「假如有一家公司講中文已經有4億用戶,不講中文也有5億用戶,還有誰可以打倒這間公司?有人說Facebook怕等騰訊買去才發現就太晚了。」

但Facebook的併購邏輯,台灣企業不一定會接受與認同。「台灣企業會捨不得花這麼多錢,企業會覺得WhatsApp哪有這麼高的行情,190億美元最後買到的是什麼?只能買到用戶數量,其他全是空的。對於這樣的併購,台灣企業不太會接受,甚至會覺得『不踏實』。不過,也有少部分的企業已經慢慢在改變,例如台灣的有線電視公司會開始計算每位用戶的營收貢獻度(ARPU),而不是去計算公司資產有多少。」黃日燦形容。

黃日燦

出生: 1952年
**現職:**眾達國際法律事務所主持律師
**學歷:**哈佛大學法學博士
**曾參與的併購案:**奇摩與雅虎的併購交易、富邦金控併購ING安泰人壽、中國京東方併購台灣美齊科技、聯發科併購晨星

enter image description here
(尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第249期)
其他精彩內容》》
訂閱數位時代》》

關鍵字: #併購
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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