[李開復] 創業的五問五答:來自上週和潘石屹的對話
[李開復] 創業的五問五答:來自上週和潘石屹的對話

編按:潘石屹,1995年,他和妻子張欣創立SOHO中國。現為SOHO中國董事長及聯席總裁,SOHO中國是現時北京最大的房地產發展商

前言:創業合夥人如何能夠凝聚力量避免摩擦?是否可能人人創業?大學生畢業就創業可以嗎?輟學呢?為什麼VC不認可我需要的錢和估值?創業階段如何實現社會責任感?

1. 談創業合伙人:信任是最重要的基礎

  李開復:如果大家有一個最終夢想,就像我們看待中國合伙人這部電影裡面,幾個創始人,其實彼此這種罵、吵,不同意,摔椅子(聽說摔的是旁邊房間的椅子),都曾發生,但是他們的理想就是中國的強大,還有走下去的必要性,讓他們結合在一起,讓他們創造這個奇跡。

  潘石屹:我們做任何事情,一個人是不可能完成的。如果是要把大家聯合在一起,每一個人的能力、每一個人的聰明程度、智慧程度可能都會不一樣。所以最重要的基礎是要相互之間信任,只有信任才可以一步一步地往前走。我現在看到有好多的失敗,不是因為項目的問題,不是因為發展方向的問題,是合伙人之間不夠信任。這種不夠信任實際上跟自私這些東西有很大關系。我覺得創業的時候,這是最大的困難。

  在創業的過程中,無論是夫妻也好,合作伙伴也好,他的能力、性格有差異性是特別重要的。從我們想明白這個道理之後,我們的公司就越辦越好,家庭也越來越好,一直到最後公司上市,發展到今天,我覺得這還是一個觀念,一念之差。有的時候你看是一個特別負面的事情,覺得這個怎麼都不理解我,結果回過頭來看,實際上這種差異性、互補是一種基礎

2.  談萬眾創業:創業是一種與生俱來的獨立與執行能力

  李開復:第一,大部分想的創業就是Facebook、百度、小魚等等這樣高科技頂尖創業,這種創業對經濟是最有價值的,因為它一個公司能夠產生一個非線性的爆發的成長,也是大家心中最想做,最嚮往的。這一類的創業坦誠說,真的不是適合每一個人,甚至一千個人裡面只有一個人能夠做。

  真的不能把每個創業都想成高科技創業,其實整個社會都在變革,都在提升,我們可以看到今天,我們如果廣義一點要把每一個創業都要參與共享經濟,每一個個人都當做一個創業者,我覺得這個其實就一定程度達到了一個大眾創業的目標,我們要清晰的劃分這種高科技創業跟自己自力更生,賺點錢的區別。

  因為這種創業一部分是與生俱來的獨立、自信,執行力,碰到挫折,當做學習的經驗,不斷磨合、不斷學習,不斷成長,能夠碰到有這麼大的抗壓能力、學習能力、執行能力的人真的是千裡挑一的,我們認為這些是最核心的素質。

就是它有非常強的核心,有幾個素質:

  • 第一,非常強大的執行能力
  • 第二,對產品、用戶很深刻的理解
  • 第三,能夠學會專注,不要變成一個聰明人把問題想得太大,太多
  • 第四,最後還是有很強的領導力,可以把所有團員凝聚在一起。

3.  談大學生創業:27歲是一個平均值

  李開復:是有相當少數的存在,一批畢業就可以創業的年輕人,在整個世界上,除了美國我們看到一個又一個的畢業創業還有甚至於輟學創業,從微軟到臉書,中國為什麼沒有?我覺得在中國會有。我們在創新工廠當中看到越來越年輕的人,我們覺得30多歲是黃金創業者,有經驗,現在平均年齡從5年前的31歲跌到27歲,27歲是一個平均值,最年輕有21歲年輕的創業者,剛畢業21、22歲我們都有投。

  現在中國環境已經成長這麼多年了,有一批大學畢業生,他們讀大學的時候在試著打工,試著創業,到創業公司做暑期工,自己做點小項目,在學校的孵化器裡面做點事情,畢業的時候其實已經有經驗了,已經參與過了。所以我覺得今天的大學生,個人應該知道自己是不是符合這個少數的需求,但是我不會再說大學生都不要畢業就創業了,有那麼一小批是有天生的基因跟積累、經驗是可以這麼做的。

  潘石屹:有好多創業的都是大學沒畢業,像比爾·蓋茨等等,但是我的觀點還是要把學業完成。像比爾·蓋茨這樣的都是天才,可是我們每一個人的話,還是要來一步一步的,在該上學的時候讀書的時候,還是要好好的去讀書。至於創業啊,這個以後還有大把的時間。

4.  談VC看項目:規劃一個階段性目標,逐步提升

  李開復:其實整個投資的結構就是你說都要36個月以後希望看到上市,其實我覺得整個VC的行規並不是希望一次到位的,整個VC的行規是怎麼能夠讓你描述一個階段性的目標,給你足夠的資金達到這個目標。這個目標通常是一年到一年半之內的目標。這個好處就是希望投資人在不斷估值滾動、成長的時候繼續介入,一輪一輪獲得融資,這個是人類過去100年經過很多智慧累計的融資方式。當然有這個缺點,可能讓人更短視,只看18個月。但是它確實的是沒有更好的模式存在。

  作為一個創業者,我們應該接受這個游戲規則,不要把什麼事講得太遠,太宏偉,讓人家不知道我錢進去會發生什麼。如果你能把你的業務切分成18個月一格的,下面我要做ABC,18個月之內我回答到一個用戶接受或者解決什麼科學的問題,或者多少用戶量,或者能賣出多少,或者是有多少人使用等等的,給自己一個階段性的目標,確認這個目標值超過你現在要求的估值,我覺得投資人可能更能接受這種符合游戲規則的一種感覺。你覺得我們這個三五年以後能上市,他們可能比較難接受。

5.  談社會責任感:把你的業創好,這就是最大的社會責任感

  潘石屹:創業者先把你的業創好,這就是最大的社會責任感。因為跟一些成熟的大企業不一樣,所以我覺得盡量能把投資人投給你們的錢,每一分錢都合理的用到地方,你們創業這個項目也好,提供的服務也好,能夠給這個社會提供一些有用的東西,有價值的東西,這可能就是第一步,最大的社會責任。等你們創業成功了,公司辦大了,其實關注的社會責任的問題特別多,教育的問題,環境的問題,這我覺得是第二步。

  大家應該做的就是改變這個社會,推動這個社會進步,讓我們這個社會變得更好,就是年輕人掌握互聯網的武器,去創業。我們能夠做的事情就是千方百計的支持大家。這個世界真正變的力量就是創業的力量,就是在座的各位,再加上互聯網的技術。

  李開復:在有些特定的行業裡,也許你可以在創業的過程中把你的產品在不虧損的前提之下產生一些社會的價值。但是自己都拿別人錢,風險這麼大,把錢捐出去,這個投資人可能會比較難平衡兩邊的期望值。但是一些正面的工作對於一些員工也是可以提升他們的士氣,覺得做的事情有價值。就是花一些時間做一些雙贏的事,捐贈可能是要有一點利潤才能做的事情。

  有一個外國公司我特別認可,他做的方式就是他把他的1%的利潤全部捐贈出來,全球都比較少這樣的例子,不排除做這一類的事情,因為1%不會嚴重的影響你的融資、成長,但是1%怎麼用,也可以千分之一,每個企業可以自己判斷一下。

本文出自李開復Facebook粉絲專頁

延伸活動|【驅動創新時代,Let’s Meet Talents!2015創業小聚暨AAMA台北搖籃計畫年會
創新,是世界滾動的偉大能量,不分領域、不分世代,都在積極爭取創新DNA加入,這是一場開放的Talent Party,一同實現世代對話、創新交流、資源共享…. 2015/06/26 跟著數位時代、創業小聚、AAMA一同參與這場盛會!論壇報名

關鍵字: #創新創業
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