Y Combinator CEO:寫給雄心壯志19歲的你的一些建議
Y Combinator CEO:寫給雄心壯志19歲的你的一些建議

譯者導讀:在人生的十字路口,往往我們感到徬徨,不知道該如何做選擇,或是這樣的選擇會有什麼結果?Sam Altman告訴我們什麼選擇都可以是對的,只要你對自己的選擇負責。不求快但求長遠,時時保持對自己所選擇的事物的熱情,面對新的挑戰正面迎戰。文中許多論點都能一語驚醒夢中人,我深深相信當你夠喜歡,就無需再去計算付出與收穫,因為你成就的不只是事業而是志業,是你願意傾盡全力去爭取的未來。

「正處於雄心壯志19歲的我,應該要做些什麼呢?」

經常有人會問我這個問題,因此關於這個問題我現在已經做了許多功課,我想我可以跟大家分享我的想法。

在19歲這個時期,大多數的人都在猶豫到底我應該去念大學呢(有時候還會一邊做一些課外的活動),或是我應該選擇進入一家公司工作,甚至是可以開始創業。

我想說的是,事實上無論是上大學、工作、或是創業,都可能是對的選擇。重要的是,你應該考慮每個選擇可能帶來的結果是不是你喜歡的或是能夠承擔的,再做出決定。永遠要記得選擇自己最喜歡的那條路去走,唯有這樣的選擇才能確保你在這條道路上能夠做出些很棒的成績。

另外,無論你選擇了什麼,有兩件事情是一定要記住的:時時創造新的東西,並且常常和有智慧的人聚在一起。「創造新的東西」是沒有任何限制的,它可能是課外的開放式計畫、創業、或是為你的公司提出一個新的銷售點子等等。不過,相信我們都很清楚紙上談兵是不算在內的。嘿!停止就這樣只是”坐著”和你的朋友討論你們的網站將會多成功吧。

那些我們看來超群出眾的人總是在創造新的事物,且他們的身邊也都是和自己一樣出類拔萃的人。因此,當你走在人生的十字路口時,將這兩個條件納入你的考慮,它們將會是你最好的幫手。

堅持在對的事情上,這會吸引來更多的好事發生。(吸引效應是很可觀的,因此抓住你真正想做的事情,盡量避免同時被太多有趣的事情吸引反而造成分心)

往往當你在做決定的時候,都會希望能夠承擔對的風險,不過絕大多數的人卻都想錯了。舉例而言,選擇留下來讀大學似乎是一條平順無風險的道路,但我們往往忘記考慮到,如果你將你人生中本來應該最豐富多產的青春年華化為平淡無奇沒有作為的一段時光,其實這樣的選擇也是相當大的冒險。此外,你選擇的冒險也可能是用你很喜歡的點子去創業。至於成為一家很有可能會倒閉的公司的的50位員工,我想這就是一個錯誤的風險投資。

如果你選擇留在大學裡,時時提醒自己多學些有價值的事情,並將自己栽進有趣的議題裡,因為大學或許是能讓你遇見志同道合的人最好的地方。說到這裡,到底怎麼樣的人應該要讀大學呢?嘿!如果你真的很擔心你可能會因為輟學而錯過一些重要的人生經驗,那你可能應該選擇唸大學。

如果你選擇加入一家公司,我建議去加入一個異軍突起的公司。通常每個時期都會有一些這樣的公司,對於聰明的年輕人來說,應該可以辨別出這些公司。這些公司通常對於風險與收益的取捨十分高明,即使外界並不一定會相信他們,但像這樣的公司大部分都會走向成功。幸運的是,具有雄心壯志的年輕人正是他們所喜愛的。此外,加入這樣的公司還有很多好處,比方說:你可以分到比較多的股票(相對於你加入一個小的新創公司,你可能只會得到其十分之一的股票,但你卻只需要承擔百分之一或是千分之一的風險);可以和很多十分傑出的人一同工作,從他們身上學習成功原來就是這樣;最後,你還可以在你的履歷上多一項可能會對你未來選擇相當有利的一項紀錄。除此之外,如果你在一家最後倒閉了的公司裡工作了幾年可能也能得到一些收穫。但一定要記得如果你選擇了一家已經很成功的大公司,背後的意義是你可能會和一些比較沒那麼出眾的人一起工作,並且能從這裡學到的會遠少於剛剛所提到的兩個選擇。

順帶一提,千萬別讓薪水成為你考慮的因素之一。我曾經看過某個人做了一個相當糟糕的決定,她為了微軟3萬美元的高薪,回絕了一家異軍突起的公司。這個決定將很有可能讓他不再能創造出有趣的產品,也不能和一些聰明的人激盪。當幾年後有新的機會在來臨時,在他面前的選擇將會比當初他做了另一個選擇的結果差得遠。

永遠記得只有當你擁有一個你非常喜歡的點子時,才選擇去創業!如果你只是和你的朋友聚在一起閒聊試著想出一個點子,那我不認為你該開一家公司(當然很多人不同意我的論點)。不過值得一提的是,創業失敗能帶給你的仍然比身為一家倒閉的公司的員工好得多,因為你能學到的更多。當你在一個你很喜歡甚至已經很有想法的點子上失敗了,你不太會感到遺憾,人們也不會因此而不看好你。最糟的是,藉由模仿別人來創業。千萬別忘了,還是有很多機會可以創業,每家新創公司都至少需要投入6到10年的時間來等待那個適當的時機。

另外,創業的其中一大優點是,它讓你快速的進步,讓你花做短的時間學到做大量的東西。但它也有一個很大的缺點是讓人很容易的想要去創業,比方說當你在創業的時候,你會告訴大家你在創業,而這往往很容易影響你的判斷能力。

最後,無論你的選擇是什麼,永遠記得讓你的熱情如同細水長流一般,而非煙火般的曇花一現而迅速燃燒殆盡。並且盡量減少你所做的承諾,因為我看過很多與絕佳機會擦身而過的人,往往都是因為他們無法承擔減少薪水、抽不開身、或是沒有足夠的時間。

從現在開始正視這些風險吧!Drew Houston曾在一場畢業演說中說道:「你只需要做對一次選擇就夠了」。我十分贊同這句話,因為真正的冒險是你從來沒有邁向那條能夠讓你抓住關鍵機會的道路上。

註腳:

  1. 有時候,第四個選擇是成為風險投資者。這常常是一個錯誤的選擇,成為風險投資者最好的方法不是從一個初階的實習生一階一階地爬上去。即使你想成為一位風險投資者,更好的方式是創業或是加入一家新創公司,然後在你28歲的時候得到一位合夥人的邀請。另外,好的創業家會想和一個有營運經驗的投資者一起共事。
  2. 有趣的是,沒有人曾經考慮過往學術界的方向繼續專研。

本文作者為Y Combinator現任CEO Sam Altman,譯者為藍詩婷,原文編譯自〈Advice for ambitious 19 year olds〉。

關鍵字: #Y Combinator
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