[心元資本] 缺乏「創業者思維」環境的台灣,創業者可以怎麼做?
[心元資本] 缺乏「創業者思維」環境的台灣,創業者可以怎麼做?
2016.08.17 | 創業

6月30日當天,心元資本創辦人鄭博仁(Matt)受邀到 2016創業小聚年會分享美國的新創趨勢,除了數位時代這篇報導提到的創業者思維,Matt 希望透過心元投資的公司,補充分享美國創業者的思考方式,以及心元資本在不同市場的投資策略。

全面的創業者思維造就了矽谷

心元資本投資的物流創新 Flexport 和航太衛星 Astranis 等皆在團隊只有一兩個人、產品僅有概念規劃的時候,便融資了超過五百萬美元。很大的原因來自於美國環境的「創業者思維」。

圖說明

「即將上線」,目前網站只有這一頁的 Astranis

美國的投資人具有「創業者思維」,願意承受高風險。當他們看見巨大影響力的想法與根本性改變世界的潛力時,非常樂意尋找人才和資源幫助新創公司嘗試與犯錯。

美國的創業者也具有創業者思維,而且並非僅有瘋狂的想法或發現市場有機會才創業。他們多為有經驗的團隊,除了在業界打滾過,更曾經做過天使投資人,常常分享資訊、幫助別人、拜訪與觀察類似領域的創辦人,當他們跳出舒適圈創業與融資時,自然能獲得許多人的協助、找到優秀的夥伴。

而在融資之後,美國的創業者往往主動和創投與社群分享資訊,例如近期的成功與失敗經驗、產品進度、需要什麼協助、哪些創投幫了我什麼。當這些創業者描述地愈仔細、愈敢要求投資人協助時,他們就正在和投資人與社群建立長遠的良好關係。而另一方面對矽谷的投資人來說,如果不幫忙團隊以後大概也拿不到好案子了。

最後,美國的業師當然也具有創業者思維,願意分享從零到一、從一到一百的創業經驗。比起世界上任何國家,你在美國更容易透過引薦和大公司的高管搭上線,即使新創團隊還沒有產品,也能找到厲害的業界前輩擔任顧問,有些前輩除了公開支持新創公司以外,甚至也個人參與投資。

除了創業者思維,美國創業者就連產品思維也大不相同

心元資本目前已經在美國投資近五十間公司,除了看見美國創業者的開放、透明文化之外,他們打造產品服務時也有不同的思考角度。以 IoT 舉例來說,心元在美國投資了智慧行李箱 Bluesmart、智慧門鈴 Ring、健康穿戴 Bellabeat 等等。在與這些團隊開會時,常常花上三、四天討論怎麼服務客戶、留住客戶、核心價值是什麼。等這些討論完後,基於蒐集數據的需求,才決定做一個連網的裝置當做入口,運用數據讓服務更聰明、更了解使用者行為。但亞洲的公司很容易掉入硬體思維而單單考量硬體功能,煩惱怎麼賣給用戶第二個、第三個硬體產品。

除了產品思維之外,心元投資也考量市場的成長空間。我們的網路金融(FinTech)佈局主要位於中國而不是美國,因為 Matt 認為 FinTech 是一個打破傳統的技術,但美國的銀行體系成熟,反觀中國三四線城市沒有銀行,FinTech 的應用有很多想像空間和發展。

綜合環境的思維、產品與各地市場,並且從創業者的角度思考早期創業,在美國,Matt 會挑戰能夠徹底改變產業的創新。在中國,Matt 則會選擇因為經濟體改變,例如消費升級 — — 想買海外東西、出國旅遊等等產生的機會

在台灣創業或許可以嘗試的做法

回到台灣,由於先天上的限制,不管是市場、生態鏈的侷限等等,Matt 認為他不會先思考融資這件事。反而想想他最大的樂趣是什麼,願意把他的時間和機會成本全心投入,而且考量能否自己自足。

根據心元資本在全世界投資的經驗,沒有一個地方擁有矽谷的生態資源。

因此,當環境無法讓你嘗試瘋狂的想法時,先找到能夠規模化的商業模式,之後再靠資本市場加速成長是比較實際的策略。更何況現在正當資本市場冷卻之時,許多矽谷的投資機構也開始注重商業模式和資本效益,創業者不妨回過頭來思考,五零、六零年代時的創業並非依靠融資成長,而得仰賴能夠規模化的商業模式。

Matt 再提到,不必一直掛心台灣的市場很小,其實本地有很多垂直領域的機會。創業者一開始透過剛需聚集用戶,接著持續 bootstrap 挖掘更多元、更深層的用戶需求,便有機會擴大市場規模,甚至跨產業地整合,進而有機會成為巨大的公司。

例如心元從最早期便參與投資的設計電商 Pinkoi,創辦人 Peter, Maibelle 與 Mike,看見了台灣深厚的文創底子後,決定在 Pinkoi 的平台上聚集台灣的設計師與產品,從面向本地消費者開始,現在已經走向了全世界,這幾年更朝著亞洲最大的設計產品平台目標前進,讓全球消費者看見亞洲的優秀設計師與優質產品。

圖說明

Pinkoi 與日本手工職人平台 iichi 展開跨國策略合作,左起:iichi 執行長飯沼健太郎、Pinkoi 創辦人 Peter

另一個例子是瘦身平台 iFit,創辦人 Alice 與 Mingyuan 看見女性健身及運動市場在台灣越來越普及,從內容出發進而成為社交電商,並發展了自己的運動服飾品牌 Fitty,現在更拓展至線下的實體商店。Matt 曾表示,未來就算車子在天上飛,人們還是需要健身、需要消費,需要購買更多更有品質的商品,從 Pinkoi 和 iFit 的經驗來看,我們不妨思考台灣本地的機會在哪裡,還有什麼問題沒有被解決,而非一味追尋 buzzword 或錯將成功的融資當做哩程碑。

iFit 從內容走到電商,再邁向多家實體商店,來自:iFit共同創辦人Mingyuan Facebook

不過,如果團隊還是希望到美國發展,Matt 提醒「人際網絡」非常重要。美國的投資圈很仰賴互相介紹公司,如果沒有辦法出現在主流創投的雷達中,並且和他們密切互動,將很難獲得融資。美國創投基本上不會投資在美國沒有營運的團隊,這也帶出了另一個難題——藉由產品和技術進入新的市場是一回事,有沒有領導能力、是否能夠說服當地的人為你工作更加困難。

Matt 建議創業者們到矽谷時,多多認識一些本地的創業者而非參加比賽。拜訪一些矽谷的大公司、看看企業文化當然不錯,但也要找機會認識新創公司的創辦人,增加自己在圈子內的曝光,除了這些創辦人未來可以替你引薦投資人,產品也會因為曝光後獲得回饋而逐漸優化

最後,除了創業者以外,Matt 希望鼓勵更多投資人、企業和組織一起加入鼓勵新創公司試錯的行列,在不斷嘗試、不怕失敗的過程中,我們才有可能看見更多創新的想法與改變。

原文刊載於Cherubic Ventures 心元資本

@@ACTIVITYID:638@@

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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