《獲利世代》沒說完的事 — 新創公司如何更好地規劃商業模式
《獲利世代》沒說完的事 — 新創公司如何更好地規劃商業模式
2015.08.18 | 創業

《獲利世代》(Business Model Generation)這本書自 2010 年問世以來,被翻譯成 30 種以上的語言,被世界各地的新創公司奉為圭臬,許多學校也拿書中所提出的商業模式圖(Business Model Canvas),來當作分析個案的教學工具。透過商業模式圖,我們的確能夠快速得到商業模式的概觀,方便溝通、討論並且持續追蹤、更新

然而十分可惜的是,如果我們只是填完商業模式圖就打算開始創業,很有可能會發現:這個工具似乎沒有幫上什麼忙。

我並不是要說商業模式圖一文不值。使用這個工具,絕對比寫一份沒人會看第二次的商業計畫書實際多了。但是對於新創事業來說,有幾個原因會讓這個工具「搔不到癢處」。為什麼會這樣呢?第一個原因是,許多人在填寫商業模式圖時,犯了一些常見的錯誤。如果能避免這些錯誤,就可以更好地發揮這個工具的威力。

在使用商業模式圖時,常犯的錯誤有哪些呢?

1. 沒有清楚理解定義

這是最基本的錯誤。舉例來說,價值主張(Value Proposition)指的是我們提供什麼「價值」,而非我們所提供的產品跟服務。

2. 描述不夠明確

填寫時必須要描述的更明確一點,才會比較有意義。在填寫價值主張時,如果我們寫「提供卓越的購買體驗」,到底是怎樣的體驗?體驗可不可以再明確細分成幾個元素?填寫目標客層(Customer Segmentation)時,可不可以更明確定義客層的人口統計變項(demographics)或是這些客層有什麼特殊行為?填寫成本或收益欄位時,可否大概預估各元素所佔比例,計算方式?

3. 沒有思考清楚哪些是事實、哪些是假設

在規劃新事業時,在商業模式圖上大多數的元素都是「假設的」、「規劃出來的」,並不是觀察得來的事實。根據錯的假設,很容易就會發展出錯的答案。所以除了要時時更新商業模式圖之外,也必須確認這些假設是否為真,是否通過市場考驗。比如說,我們提的價值主張,目標客層真的認為這個有價值嗎?真的有這個需求嗎?獲利來源中,有沒有哪些其實並不可行、或是計算的基準需要更新?

4.填完商業模式圖就結束了

填完圖,才正要開始呢!想想同業是怎麼做的?各個元素有沒有其他作法?當發現市場有新的發展趨勢時,商業模式應如何因應?時時拿出來討論、更新,才能發揮它的價值。

商業模式圖的缺陷

對於一個成熟的公司,我們可以用商業模式圖去分析其優缺;然而對於想要創業的人們,商業模式圖確實有些缺陷,無法幫助我們妥善規劃新事業。

1. 在商業模式圖中,沒有去定義到底要解決什麼問題。

比較相關的欄位是價值主張,然而這仍然是兩件事情:價值主張是我們提出的解決方案,不是我們要解決的問題。相信大家都認同,正確地定義問題是非常重要的。

舉例來說,在某次腦力激盪時,我們想提出一個解決方案,來解決「高中生只憑分數高低填寫志願,對科系與生涯發展毫無概念」的問題。然而經過討論後,可能會發現這其實是「現象」而非問題,背後的問題可能是相關資訊不足,或者是家長的觀念不正確…等等,這有很多的討論空間。然而如果沒有把要解決的問題清楚定義出來,我們怎麼確定要提供哪些產品或服務?又如何發展商業模式?

2. 價值主張跟產品是不一樣的東西,很容易被誤解。

前段有提到這是許多人會犯的錯誤,然而這也是商業模式圖設計不佳之處,因為沒有欄位是用來描述我們所提供的產品或服務。當我們想提供某種價值主張,要提供哪些產品或服務,才能傳達這些價值?這是必須好好思考的問題。如果只談價值主張而不談產品或服務,會變得過於空泛,就像有一個目標但沒有說明怎麼達成。同樣的價值主張,也有可能因為我們提供了不同的產品或服務,而更為吸引人,並因此邁向成功。


Airbnb 有很明確的價值主張:向超過 190 個國家的當地人租住獨一無二的家。Couchsurfing 的價值主張可能相差無幾,但產品/服務完全不同

3. 沒有關於競爭環境的描述或分析。

如果完全沒有考慮競業,會發生什麼事?我們很可能寫出一個沒有優勢、沒有差異的商業模式。

如果完全跟別人一樣,要拿什麼去競爭?為什麼消費者要選擇我們?而我們建立的競爭障礙又是什麼,怎麼保護我們辛苦打下的江山?《獲利世代》書中其實也提到,我們可以搭配其他工具來分析競業,但這樣也顯示了商業模式圖有其不足之處,以及競爭分析的重要性。

新創公司如何規劃商業模式?

《獲利世代》作者可能也發現商業模式圖不足之處,所以最近出了一本新書 《價值主張》Value Proposition Design;書中提供了一個工具,針對價值主張跟目標客層兩個區塊,再深入區分成幾個元素進行探討。使用商業模式圖,搭配書中所提出的價值主張圖(Value Proposition Canvas)後,可以更清楚地定義產品與服務,以及試圖解決的問題。可以到他們的官網看更多的介紹。

此外,《Running Lean》的作者 Ash Maurya 為了提供新創事業一個更好用的工具,他把商業模式圖的幾個元素替換掉,發明了 Lean Canvas 這個工具,試圖解決上段所提的幾個缺陷。Lean Canvas 長這樣:


Lean Canvas by Ash Maurya, CC Attribution-Share Alike 3.0 Unported license.

其中新加入的元素分別是:

  • 問題(Problem):要解決什麼問題?
  • 解決方案(Solution):提供什麼解決方案?這個解決方案有什麼特色?
  • 關鍵指標(Key Metrics):依照公司的發展目標,定義出重要的衡量指標。
  • 競爭優勢、進入障礙(Unfair Advantage):是什麼讓競爭者很難複製?雖然剛開始創業時還無法建立這個部分,但是隨著事業漸漸發展,這一塊的重要性將與日俱增。

以上,並不是說哪個工具一定是最好的,如果能更了解各工具的優缺點及適用情境,才能發揮最大效益。希望上面粗淺介紹的 Value Proposition Canvas 和 Lean Canvas 兩個工具,能對大家在規劃新創事業時有所幫助。

參考資料:
Ash Maurya: Why Lean Canvas vs Business Model Canvas?

Photo Credit: kevineriley, CC-BY-SA 3.0

原文出處:Alpha Camp

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