《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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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