[馮彥永] 給第一次籌資的新創公司看的幾點注意事項
[馮彥永] 給第一次籌資的新創公司看的幾點注意事項
2016.05.26 | 創業

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部落格,《數位時代》獲授權刊登。

最近因為演講的關係接觸到比較多新團隊,雖然講的內容不是募資,可是有少數團隊的募資結果讓我捏一把冷汗。我以為關於募資的知識很流通了,可是好像還不盡然,所以我想要寫在這裡,希望有需要募資的人(尤其是第一次)可以參考:

要注意籌資給出的比例

第一次籌錢大部分的人都著眼在拿到多少錢,不過我覺得第一次更重要的是給出多少的比例。通常會這樣看,在籌 series A 之後給出約 50% 上下,也就是說在 Seed 的階段大概總共可以給出 25% 左右(總共喔,因為可能會分兩三次籌 Seed)。

之所以這樣主要是為了讓 founder 的股份不要太早就被稀釋掉,不然到了公司後期股份太少變成為人打工。這一方面是為了 founder 可以執行自己的策略,但更重要的是不少 VC (尤其是有名的大型 VC)如果發現在 Series A 之後你一下就被稀釋到 50% 之下太多,他們可能就不願意投了。一是因為覺得給 founder 的激勵不夠,二是代表還有另外一個投資人佔了很大的股份,這會影響他們領投的意願。

也就是說,有個投資人在一開始的時候給你 400 萬希望佔 40% 的話,如果你收了,那你之後大概就是要靠著這個投資人一直投你下去才行,也許事情最後真的很美好他可以繼續支持下去,但我自己是不會收的(少了比價與談判的能力,等於被壓著打),尤其是他只是個個人投資或是非頂級 VC。

所以讓我用數字說清楚點,如果你是第一次收資金,那我建議把自己的估值設定在 1000 萬到 2000 萬台幣(在台灣做軟體),收 150 萬到 300 萬台幣。如果有人提供你 600 萬可是希望佔 30%,我建議你拿 300 萬佔 15%。用多少錢是可以調整的,錢少一點就是 founders 多做一點事情,或是 founders 不領薪水(我想大部分狀況應該是本來就領很少)。

對方出資的條件也要注意,合約要請律師看過(或你自己出合約,可以使用 YC 的公版來改),且不能有一些太離譜的條款,如超高的 Liquidation Preference,或是要達到 Milestone 才給錢,甚至是對賭協議,正常的投資合約是都不會包含這些的。另外通常也不需要給出董事會席次。

注意下一輪的難度

下一個狀況是如果你的 MVP 或是產品表現好,這裡說的『表現好』,大概像是你做一個廣社群類的服務,MAU 有數萬可是每個月以很快的速度成長,或是你做電商,一個月可以做到五百一千萬的營收且持續成長,或是你做 SAAS 服務,一個月可以做到一兩百萬的 MRR 且持續成長。(這裡提的只是大概的數字,不是絕對)

在這個狀況,有人提供第一筆資金 3000 萬佔 30%,這時候照前面的規則是收 1500 萬但只給他 15%,不過在這樣的狀況下還要再考慮,如果現在把估值弄高,對下一輪的籌資是否合適?

估值越高就代表下一輪需要更好的表現才會再吸引投資人。詳細的考慮可能要衡量每個公司不同的狀況,不過如果你的下一輪目標就是 A 輪想要籌 6000 萬到 1 億台幣,然後估值在 3 億到 5 億,且有把握自己可以做到符合這個條件的指標(能夠到這個水準如果是 SAAS 公司的話,推估也許是一個月要做到 1000 萬的 MRR),那收下這錢也就 ok。

有些台灣團隊在第一輪就可以把自己的估值弄到 5 億台幣以上,但如果又沒有用戶或是實際成長來為這個估值背書,那我建議還是收少一點比較好,或是把計畫改成多籌幾輪慢慢把估值做上去,不然到時候錢花光了可是沒有那個表現,過來要 down round 或是減資都很麻煩。

延伸閱讀:Why I cringe when you say you’re raising a $1.5m seed round…

籌資不是考慮你需要多少錢,而是你可以拿到多少錢

有些人教籌資會希望團隊可以分析一下做到什麼階段需要怎麼樣的成本,然後用這個計畫來說服投資人。我不是說不需要做這個計畫,而是你不該相信你可以估計未來要花多少錢。

我覺得反而應該是反過來,先計算能夠拿到多少錢,也就是找到你能夠拿到與接受最大的估值是多少,然後給出約略固定的股份(20% 左右),就是你可以籌到的錢。這樣計算之後,再來研究自己能夠拿這些錢走到怎麼樣的境界。

如果你太專注在自己需要多少錢,一個問題是估計不一定準確,另一個問題則是如果你覺得你需要的錢比較多,那不是提高自己的估值,就是要提高自己給出去的 %。提高估值與提高給出去的 % 可以看上面的說法,都會有不好的後遺症。

但如果你真要這麼多錢可是又不想要給出太多股份與 %,那我覺得你就需要調整自己的計畫,這個生意不太能做。如果還是很想做,那大概就是盡量朝提高估值這個方向來賭一把。

籌資是在做得好的時候籌,不是在沒錢的時候籌

就這樣,投資不是慈善事業,沒有雪中送炭這回事。而拿出好的表現是創業者的責任,先確定你有好表現再籌資。

拿投資人的錢不需要簽 NDA

後面幾輪我不敢保證,但是籌第一筆錢絕大部分是不需要簽 NDA 的。如果有人希望你簽,希望你就婉拒或是說我們也同時有跟其他投資人談,現在簽也來不及了。

要籌資跟做生意一樣,要拿好的條件與找到合適的投資人最重要的就是要有比價的能力(可以參考我以前寫的文章)。能夠拿一個投資人的條件跟另外一個投資人比價,或是希望另外一個投資人跟進,才能夠很快的完成籌資。

投資人為什麼要你簽 NDA?冠冕堂皇的理由一堆,但主要的就是怕你去跟別人談或去比價。你去跟別人談是很正常且合理的事情,不要擔心太多。你不要呆呆的簽字或口頭答應之後又反悔就好了。VC 都到處跟其他 VC 聊哪個公司估值多少,不知道為什麼創業者這麼怕都不講,沒什麼好怕的。

同樣反過來,如果你去見 VC 前要別人簽 NDA,那就會被別人笑話了。

一輪可以有多個投資人

與上面類似,比價與找到更適合的投資人是很重要的事情。如果你有找到幾個喜歡的投資人,那不如都讓他們投資一點,這在 Seed 是完全正常的事情,甚至我覺得還更好。因為這階段不太需要有人帶你做什麼,了不起幫你介紹介紹人而已,有多個投資人可以淡化自己不是只有一個 VC 支持的印象,可以多點選擇,到了 Series A 再選最適合自己的投資人。

一次找很多投資人比較累比較麻煩,不過為了未來好,我建議大家還是要多看看多比較。

台式創投與國外創投

你可能會遇到投資人跟你說我上面是外國作法,台灣 VC 不這樣做。我確實只有有限的籌資經驗,而且只有籌過日本,台灣,跟美國的錢。但是我認識一些做得比較好的台灣團隊,他們籌資的過程都不會離上面講的差太遠。退而求其次,出了台灣也還有很多投資人,台灣也有國外的 VC,重點是你應該要有一個表現好的產品或 MVP,然後見很多投資人,不要只見過幾個就相信了某些人說的話,或是給出了很多股份然後被限制住了。

如果你最後都沒有辦法籌到錢,或是只能籌到不喜歡的條件的錢。那我建議如果還有時間,不如調整產品,想辦法有更好的表現,再多認識更多的投資人。如果都沒有辦法,那就可能考慮是否要透過接案,跟親友籌,或是收了那不好條件的錢,畢竟有時候沒錢也不行。總之希望能夠盡量跟上面的條件看齊吧。

最後,如果有什麼問題,歡迎到Facebook問我,或是在我的Facebook留言,歡迎大家討論。

關鍵字: #創投
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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