「現有市場鼓勵上市公司自我毀滅！」《精實創業》作者成立「長期股票交易所」欲改寫華爾街規則|數位時代 BusinessNext

上市追求短期績效、遏止創新，加速企業自我毀滅

萊斯形容，當今的市場環境，其實是鼓勵企業自我毀滅，而這也是為什麼美國上市公司從 1996 年的巔峰，跌到現在只剩一半不到的原因。

他認為，問題的根源在於，投資人總在追求每季銷售、利潤、用戶量等數字是否成長，一旦公司達不到預期，投資者便撤資，股價也下跌。為了避免此狀況，經營者花費更多時間在追求短期績效，例如管理人為達到營運目標，放棄才投入半季還未見成效的創新專案。

一直以來，美國科技新創都想改革公司上市發行股票的流程，以保護公司免於受到市場注重短期表現帶來的不良影響。例如，Google 在 2004 年 IPO 時曾試圖用少見的的荷蘭式拍賣（Dutch Auction）分配股份，Facebook 在 2012 年 IPO 時也嘗試減少投資銀行家的控制。矽谷創辦人希望透過不同類別的股票，在公司上市後依然保有控制權，可讓公司免於被迫施行短期利益的政策。

三大規則：著重長期經營表現、鼓勵長期持股、要求資訊披露

相較之下，LTSE 採用更為激進的手段，確保公司和投資人以長期發展為目標。透過 LTSE 上市的公司，除了需符合傳統 SEC 的規範，還要配合 LTSE 的附加條件。LTSE 和傳統證券交易所主要有三點不同：

LTSE 上市公司需要選擇經 LTSE 核可的薪酬方案，讓管理人獎金不受短期股價表現影響，而是著眼長期營運表現。

LTSE 考量「股票持有時間」，依據持有時間長短而調整投票權重。

LTSE 要求資訊披露，包含讓股東瞭解公司正在進行何種研發項目，也讓公司知道誰是長期股東。

萊斯解釋，執行長或其他高階管理人，每季獲得多少獎金，通常依據每股營收的多寡，也讓他們極力追逐數字。要在LTSE上市的公司，必須配合LTSE的薪資方案，以確保管理人薪資不受短期股票表現影響。例如，萊斯希望鼓勵公司接受股票組合，就算管理層離開公司還是涉入其中，促進他們做出有利於長期的營運政策。

此外，LTSE也希望可提高公司和投資者的資訊共享，例如研發經費。而為了鼓勵資訊公開，LTSE用投票權當作利誘，如果投資者提供受益人真實姓名、持有股票時間越長，可獲得更大比重的投票權。

萊斯認為，LTSE可消弭過去私人企業對上市可能帶來不良影響的疑慮，透過LTSE，他們可將精力專注於服務消費者，而非當今市場上那些破壞公司價值、令人分心的事物。長遠看來，大家可因此賺更多錢。

兩大挑戰：通過監管機關核可、說服公司上市

不過，想推動 LTSE，首先要面臨的難關便是如何通過監管機關SEC核可，特別是試圖改變現有遊戲規則。不僅如此，後續說服公司在 LTSE 登記上市也是一大挑戰。《Quartz》指出，公司可能會考量 LTSE 是否能提供足夠的投資活動而卻步，擔心無法獲得流通性和合理價錢。

有鑑於此，LTSE 也同意公司可於其他在美國規範內的市場上市，包含紐約證交所和那斯達克。在制度上，《彭博社》指出，萊斯的改革不見得能達到預期效果，例如，讓長期股東握有更大投票權，會讓股票收購變得更困難，最後受益的將是得意自負的管理人。

由於獲得 SEC 核可還需要幾年，LTSE 目前鎖定的不是 Uber、Airbnb 這類獨角獸新創，而鎖定有潛力在未來 IPO 的中型新創創辦人。「IPO 不會讓你失去創新能力」，正是他最有號召力的口號。

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。