[創業一堂課] 微軟大中華區前總裁黃存義:創業懂這三個原則,基本上不會失敗!
[創業一堂課] 微軟大中華區前總裁黃存義:創業懂這三個原則,基本上不會失敗!
2015.10.22 | 創業

黃存義為台灣資訊業專業經理人,現為光寶集團策略長,曾任東元資訊德國分公司總經理、台灣惠普科技行銷專案經理及業務經理,1999年擔任台灣微軟總經理、2001年出任微軟大中華地區總裁。2008年離開微軟,結束長達16年的微軟生涯。亦為AAMA台北搖籃計畫第三期導師。黃存義非常擅長擬定大公司的事業經營策略,他怎麼給成立4-5年、要規模化擴張的新創團隊建議?他又怎麼看待影響食衣住行育樂的網路產業?

創業有不同規模,規模越小,回報當然越低,但是成功或失敗的影響都不大,如果沒有經驗的話,可以從小的做起,經歷越豐富,創的平台越大,玩得越大。這個過程中,有幾件事情要注意,我比較不適合對小創業建議,比較適合對規模大的創業建議。

不要從單一的一件事去想「我的成功會怎麼樣」,要想的是你怎麼捕魚?是用漁船撈魚,或是去釣魚?因為規模不一樣,你所花的資源,對於產業的內部或是整體面看法也會不同。因此,如果你要創比較大的事業時,有幾個基本的原則如下:

第一,喜歡從失敗裡面學到東西。

矽谷常講一句話,他不去看失敗,他說:「你學到了什麼?」矽谷有一句名言是,「Fail early, learn fast.」失敗得越早,就很快學到東西。所以矽谷投資人不在意創業家的失敗,他只在乎創業家是否學到了東西,太棒了,再趕快進行下一個創業。

台灣人則是,失敗了就被當成黑名單,這完全不一樣。我認為喜歡失敗是指很早就失敗,喜歡從失敗裡學到東西,因此,後面就比較不會失敗,包括創業家和投資者都是這樣。

黃存義  
(圖說:微軟大中華區前總裁黃存義指出,要創較大的事業有三個基本原則。圖片來源:郭涵羚攝影。)

第二,從裡到外不了解這個產業,別說你要創業。

如果你不了解產業,也不知道要怎麼贏過競爭者,去創業、摸索,只是花了一大堆錢卻沒有結果,這樣不只是燒掉別人的錢,最重要的是還燒掉人生最重要的光陰。對產業瞭若指掌,必須下苦功,要像海綿一樣吸收知識,把產業搞得清清楚楚,讓產業都在你的掌握之中,才有機會成功。如果連這個都不懂的話,創業是浪費你的生命、浪費錢,也浪費機會。

第三,你學得多快?

創業家不可能所有事都懂,若要了解產業從裡到外的話,重點是你學得多快?或是你有沒有找到對的人一起來做?這些人可以用互補的方式,建造一個比別人能力強很多的團隊,而且希望團隊裡的人,每個人都有兩把刷子以上。

很多人只專精某一個領域而已,最近碰到一些被收購的矽谷團隊,我問他,「你為何成功?」他說,「我的團隊裡每個人都懂兩樣以上的專長,而且這個專長不管放到哪個位置上都能做。」這真的很厲害,所以團隊裡的溝通默契就會很好,因為同時懂兩樣,有的是硬體兼軟體,有的是研發兼營運,或是財務兼行銷,都是多面向的跨界,這樣幾個人湊起來,就是一個夢幻球隊。

三個原則連結起來,第一個原則,不要怕失敗,就是拚命去衝,這是學習的過程。第二個原則,你一定要發誓搞懂產業,比別人都懂很多,你才有機會成功。第三個原則,因為你在學習的過程有組織夢幻團隊的能力,讓大家達成目標,這個團隊樣樣比別人強,基本上不會失敗,雖然不一定成功,但比較容易成功。

另外,我也很強調投資報酬率的紀律,這是大企業累積成功的關鍵,只做能累積的事情。因為很多企業在創業時,遇到賺錢機會,會想為什麼不賺這一把呢?可是賺了這一把,有沒有累積你的能力來做下一波投資?如果只是看到錢就去賺,雖然帳面上漂亮,但是對於做下一個事業,沒有更多的能力與經驗,能力還是在普通的階段。此時如果競爭者很集中他的資源的話,他的能力就一直往上累積。

所以一定要拒絕賺錢的誘惑,而選擇累積能力的路,也就是每件事都要同時考慮賺錢和累積能力,這樣事業才會擴大。如果累積能力而不賺錢的話,那要看看自己在什麼市場、什麼樣的氛圍,像亞馬遜到現在也還沒賺錢,但他持續投資,所以能力也非常強,這也可以。

這兩個模式不同,台灣企業家比較喜歡能賺錢的企業,外國企業比較喜歡有能力的企業,所以為什麼外國的投資人一賺就賺幾萬倍、幾十萬倍,台灣只能賺小錢,真正的觀念差別在這裡。

我常開玩笑說:「你是做實業,還是做虛業?」實業就是經過資本和利潤的累積產生的事業,虛業是經過資本的投入後,產生一些看不到真正收錢的方式,可是大家願意投錢進去。務虛,通常透過這種做法,利潤和營收是從別的地方來,不會從我做的這件事賺到錢,但是它不見得能找到獲利方式,但找到之後通常就會襲捲天下,所以像美國和中國,有很多模式就是這樣,雖然是務虛,可是非常好。

我覺得台灣的企業家,像這樣務虛的不多,這也是為什麼台灣在網路產業遠遠輸給全世界其他國家的原因,因為大家都是務實,而很少務虛。但是網路新創絕對是務虛,有這種知識的人不多,有這種知識的人要好好栽培發展下去,台灣不要太偏一方,應該要多方面發展,這剛好是中國很強,台灣很差的地方。

以後全世界都用這個方式賺錢,沒有這種能力的時候,就會被別人跨過,尤其當所謂紅色的供應鏈起來時,台灣就被上下夾擊,利潤最高的在做虛業,利潤最低在做實業,但做實業又會面臨更便宜供應鏈殺上來,就會被夾殺。這個過程中,可不可以思考:要嘛做到最下面的實業,要嘛就做務虛,或是跟他們結合在一起。

做務虛,可能不會在很快的時間就賺到錢。所以怎麼賺錢很重要,你有什麼商業模式、在什麼時候會賺到錢?自己要很清楚。我們通常說一鳥在手,比雙鳥在林還好,但事實上不是這樣啊,如果有很多鳥在林的話,我為什麼要抓這一隻鳥?為什麼不用一個網子把林上的1萬隻鳥全抓下來?我為什麼要抓這一隻呢?這樣的觀念,就會讓公司分岔成兩條不同的路,而全球都已經在走務虛的這條路了,台灣其實嘗試得太少。

談網路時,台灣的2300萬人口,大家會覺得不值得,寧願賺全球硬體的錢,即使是一毛一毛賺,都比務虛還來得好。可是大家不知道,務虛的結果最終會影響人們的食衣住行育樂,生活全都會改變。大數據已經存在很久了,為什麼現在大家才在談?請問有誰真正應用大數據產生利潤?以大數據產生能力,再用能力來賺錢?

務虛的能力,台灣現在還差很遠,很多人在找方法,所以我常常對創業家說,「Give me the money!」如果創造不出錢的話,表示把流量轉成現金的務虛能力還不夠。

延伸閱讀:[創業對談]黃存義X劉于遜Part1:活用NABC原則,把流量變營收
[創業對談]黃存義X劉于遜Part2:3個原則,評估你的事業模型

關鍵字: #流量變現
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