[專訪]十大潛力物聯網公司Particle創辦人：犯一個有效率的錯，促成你下一次的成功！|數位時代 BusinessNext

失敗的早、失敗的快，也許不盡然是一件壞事，而是意味著你離下一次的成功更近。2011年自矽谷興起的精實創業（Lean Startup）精神，便十足體現在Particle創辦人蘇帕拉（Zach Supalla）的身上，他說「犯一個有效率的錯，就是在促成你下一次的成功！」

Particle是一家來自美國的物聯網新創公司，今年9月才被美國知名媒體《Fast Company》評選為「2015十大創新物聯網公司」之一，與三星、微軟、NEST、Tesla等科技圈的當紅炸子雞齊名。「對網頁或App而言，要能快速推陳出新很容易，但對硬體來說卻不然，」《Fast Company》如此形容，「Spark（Particle原先的公司名稱）為物聯網帶來了快速成長的機會。」

圖說明
（圖說：Particle共同創辦人暨執行長蘇帕拉（Zach Supalla）。）

Particle的主要產品是物聯網開發套件：包括2013年5月在Kickstarter上成功募得近57萬美元（約1866萬新台幣）的「Spark Core」；輕巧版、售價僅19美元的「Spark Photon」；以及預計明年1月出貨，具備行動網路連線能力，可以透過2G或3G通訊模組連網的「Spark Electron」。

Particle所開發的IoT模組套件，能幫助Maker們快速打造自己的物聯產品原型，將傳感器或馬達與核心連接，並透過簡單的編程界面互動。目前，Particle的產品已銷售至100多個國家、全球有超過5萬名使用者。

雖然Particle如今看來風光十足，但若回溯到2013年5月Spark Core在Kickstarter上取得成功之前，Particle可以稱得上是不折不扣的失敗。

第一次的失敗就是第二次的成功

2012年初，蘇帕拉在就讀研究所時便開始創業，當時Particle在Kickstarter上推出的第一項產品是智慧燈泡插座「Spark Socket」，這是一款內建無線網卡的燈泡插座，當使用者插入燈泡以後，插座就會為燈泡提供電力，並自動連接Wifi，並透過App開關燈。

圖說明
（圖說：Particle的第一款產品是智慧燈泡，最後在Kickstarter上以失敗告終。）

不過，Spark Socket的集資目標30萬美金，最後只募得了約12.5萬美金，讓團隊損失近400萬台幣。歸咎原因，除了民眾對燈具並不那麼感興趣外，募資目標太高、以及被當時飛利浦推出的Hue智慧燈具搶走風采等都是原因之一。

「雖然沒有成功，但我們有數千名支持者，這表示他們對產品有興趣。」蘇帕拉認為，雖然募資未能達標，但在過程中也讓團隊繼續討論、蒐集資訊，並且更清楚民眾的需求所在。

思維從做產品到做平台

2013年，Particle被邀請進駐中國深圳的Hax國際加速器，團隊搬到深圳近4個月。到了深圳後，蘇帕拉發現當地有很多類似的智慧燈泡、智慧家庭團隊。競爭者比比皆是之下，讓他意識到與其開發新的產品彼此競爭，不如選擇與這些廠商合作。「很多公司要做物聯網裝置，如果你要幫助這些公司、工程師的話，最好可以從一開始的源頭著手。」

蘇帕拉說，與其從無到有做一個終端產品，IoT開發套組則作為物聯網產品的核心，帶來更多不同的應用，這也是Particle在7個月後重返Kickstarter，推出Spark Core的原因。果然，Spark Core成功獲得開發者青睞，最終有5549名贊助者贊助，募得近57萬美元（約1900萬新台幣）。

進駐Hax的過程，也讓蘇帕拉收獲頗豐。他說，如果要做硬體新創公司，首先要先思考的當然是「要怎麼做出產品」，「過程中你必須要建立很多人脈，包括零組件製造商、硬體製造商，如果你在世界的另外一端，就很難有連結。」蘇帕拉認為，對硬體新創團隊而言，要取決你的產品方向，尋找專業取向的合作夥伴，並且實際到製造商所在的國家看看，而不要僅侷限於一個異想天開的想法。

硬體新創要有效率的試錯

「90％的團隊、想法都會失敗，但這意味著你有10％機會能夠成功。」

蘇帕拉強調，做硬體新創很難，無論是成本或時間，都比軟體新創的挑戰更大。很多團隊對專業技術不了解，容易延遲出貨、使成本無限增加；另外硬體開發時間長，往往需要很大的團隊，才能做長期的維護。

因此，在硬體開發過程可運用敏捷（Agile）方法，不斷反覆的試驗非常重要。如果你能夠快速反覆的實驗很多次的話，相較而言可以大幅提高成功的機會，因為你不斷嘗試錯誤、快速修正，再去實驗下一次。

例如Particle捨棄開發時間長、必須反覆經過各種檢驗的智慧燈泡，轉攻IoT電路板，讓產品可以調整、快速改變的成本降低。硬體新創的思考點在於，若是產品換一個不同的原料、不同的素材，速度能不能更快的同時，也不會讓成本劇烈提升。

物聯網的重點是軟硬整合的思維

另一方面，則是軟體更新的敏捷。來到強調軟硬整合的物聯網時代，硬體新創團隊要有「軟體」思維。 蘇帕拉舉Tesla為例，它銷售數十萬輛車，但後續卻只要進行軟體更新就可以提升車子的性能，而不是把車子全數召回，一個一個修理。如果你要做新創，你仰賴的是透過軟體的改變來創造更好的效能。

蘇帕拉認為，硬體新創的「彈性」十分重要，一開始當然有想像中的客群，但出貨之後，也許人們會有不同需求跟使用情境，就不用再回頭更改硬體設計，而是透過軟體滿足需求。事前反覆試驗的重點，就是如何增加彈性。

圖說明
（圖說：Particle推出數款IoT模組套件，讓使用者快速打造物聯產品原型。）

踏過Kickstarter的大失敗，目前Particle的產品已銷售至100多個國家、全球有超過5萬名使用者，客戶也從一開始的個別Maker、新創公司發展到大型企業，類型橫跨家電、玩具等消費品，以及監控、油井、灌溉、水管管線等工業應用。Particle與客戶之間的關係，就像一間房子與其背後的水管管線一樣，他們幫助公司處理背後的問題，公司只要思考該如何做出自己的物聯產品。

「其實一路走來，創業最大的挑戰反倒在於『不放棄』！」蘇帕拉笑說，也幸好自己沒有在募資失敗時就乾脆回到大公司上班。

「創業是一個很漫長的過程，你有好日子也有壞日子，有上上下下的過程，有時低潮可能持續好幾周、好幾個月、好幾年，你要很有韌性的找到自己的道路。」他說。

@@ACTIVITYID:479@@

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。

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。