創業這件事,沒有所謂「準備好了再上」
創業這件事,沒有所謂「準備好了再上」
2015.12.25 | 創業

照片來源:Petr Dosek

作者馮彥永,Java 語言愛好者,Cubie Messenger、Zaoo 共同創辦人。原文刊載於馮彥永的 Facebook,《數位時代》獲授權轉載。

編按:本文是馮彥文針對《數位時代》本週三刊登的〈[創業一堂課] 台大財金系專家教授陳嫦芬:社會不該盲目鼓吹年輕人去創業!〉一文做出回應,建議各位讀者可以先閱讀後再回來看這篇文章。

同意不應該 “盲目的” 鼓勵年輕人創業,盲目地做任何事情都不對。但,我覺得這篇寫的理由完全不對,準備不足只是個偽命題,只是用來把想做事的人匡住讓他們不要輕舉妄動。我舉幾個反對的理由:1. 什麼叫做準備充足?我覺得這把創業比喻成聯考一...

Posted by Yenwen Feng on Thursday, December 24, 2015

以下是馮彥文的回應(文章形式經過編輯):

同意不應該「盲目的」鼓勵年輕人創業,盲目地做任何事情都不對。

但,我覺得這篇寫的理由完全不對,準備不足只是個偽命題,只是用來把想做事的人框住讓他們不要輕舉妄動。我舉幾個反對的理由:

1. 什麼叫做準備充足?

什麼叫做準備充足?我覺得這把創業比喻成聯考一樣,好像都要一口氣準備到最好再去應試。我以為這種看法出了社會就沒人當真了,人生中能準備好再去的大概只有考試而已,到了考試以外的人生規劃如家庭,職場,甚至健康都沒有所謂的最好時間點,我們就只能隨時備戰不是嗎?

如果要準備充足才行,那幾個反例如 Facebook,Apple,Google,Microsoft 的創辦人都是學生或是輟學創業。照陳老師的說法是,我們怎麼知道人家沒有準備?那我要反問一句,為什麼覺得台灣年輕人就沒準備?

其實我相信很多年輕人都沒準備只是有夢想,就像美國很多輟學生大部分也都不是創業成功一樣。問題不是大部分不是,而是如果他是的話呢?為什麼不能給這些人機會試試看?

另外一個看法是天才論,這些人是不同次元遙不可及的,那我就要舉我學弟大河馬為例子(編按:「大河馬」指的是cacaFly共同創辦人邱繼弘。),他就是從學生一路跌跌撞撞,但最後上手後一直到現在都做得很好。我可以舉出更多沒經驗成功或失敗的例子,但那個比例我想跟所謂有經驗成功或失敗的比例差不多(這裡的有經驗我其實不知道怎麼定義,就說比較老好了)。

因為沒有人可以確切定義那所謂需要的經驗是什麼,通常都只是且戰且走,而這也是 Paul Graham 提到創業到頭來看的是 Relentlessly Resourceful。

2. 如果創業是「一群人想像不同的未來而實現它」

A startup is the largest group of people you can convince of a plan to build a different future.
––Peter Thiel

如果創業是「一群人想像不同的未來而實現它」,那照這個思路來看,本來就沒有準備不足的問題,因為沒有人試過的事情又有誰可以說是否準備地充分呢?

3. 大公司學到的,創業常常派不上用場

如果我們談的是預備知識如籌資,開發,行銷等,反而有了自己的產品才是你突飛猛進的機會,因為為了自己產品的上市,你才會竭盡所能地學習與用盡所有的方法。之前在大公司學到的事情常常會派不上用場,如你在一個成功的公司如 Google 做行銷,在大家的鎂光燈下做行銷與默默無名從頭來開始做行銷是完全不一樣的。

真正需要的預備知識我覺得看完 YC 的「How to Start a Startup」影片就夠了。

4. 不敢做別人沒做過的事情,只會離成功越來越遠

這是一個悖論,創業九個失敗一個成功,可是如果目標只是放在自己不要成為那九個之一而想要準備足再創業,那這樣只會讓你不願意冒險,一旦不願意冒險再回到第一點 Peter Thiel 說的,你不敢做別人沒做過的事情,那你只會離成功越來越遠。

5. 一事無成又怎樣?

創業到 35 歲一事無成又怎樣?(我四十歲了),我也看過很多人四十歲在大公司工作,又有什麼可以說嘴的事蹟呢?什麼叫做回頭路?回去哪裡呢?大公司才是安穩的地方?(我想這時代已經不是這樣了吧。)

最後想摘錄一段 Peter Thiel 的話給有興趣做創業指導的人:

The paradox of teaching entrepreneurship is that such a formula necessarily cannot exist; because every innovation is new and unique, no authority can prescribe in concrete terms how to be innovative. Indeed, the single most powerful pattern I have noticed is that successful people find value in unexpected places, and they do this by thinking about business from first principles instead of formulas.

(另外我覺得很奇怪公司賣外國人不是就不管員工死活或是沒創造價值,這是兩回事吧,不知道他為什麼要做這樣的連結,不過這是另外一個議題。)

關鍵字: #創新創業
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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