新創公司商業發展的關鍵指標
新創公司商業發展的關鍵指標

譯者導讀:找出公司的關鍵業務指標,是一件非常重要的事情,不僅有助評估公司的健康狀況與成長情形,更能使團隊內的成員保持方向一致與同步,建立共同合作與高速成長的企業文化,進而朝著成功邁進。

每個企業都應該有一組定期追蹤的指標(MEtric),這些指標可能包含了與營收有關的項目,如我們曾經談過的現金、收入、利潤等,但可以被評估的指標,可不僅止有這些而已。

當公司正在開發第一個產品或服務時,這些指標應該與產品開發有關,如開發資源、完成的功能、已知錯誤等等,一旦產品或服務正式上線後,指標可能就轉移到客戶、每日活躍使用者、客戶流失、免費試用、轉換率(從免費變成付費使用者的比例)等。

隨著業務的成長與發展,你可以蒐集給團隊的資料就越多,但如果你不留心的話,你的團隊很有可能會被數據壓垮。

因此,精煉出商業發展的關鍵指標就變得十分重要,通常4~6個指標就足以判斷整體公司的健康狀況和成長軌跡,團隊也最好專注在這些指標上。

我們投資的公司Meetup早已學會專注在那些成功的Meetup團體,這些團體非常活躍、定期地聚會、會員數越來越多、付給Meetup的錢也越來越多。Meetup可以專注於像是每月獨立訪問者、新的Meetup團體、總註冊會員數、營收、獲利、現金等數字。他們蒐集數據並與團隊分享,但他們認為最關鍵的業務指標,是那些成功且運作良好的Meetup團體。

有時候,最關鍵的資料反而是最難搜集的,Twitter知道所有推文在每天、每月、每年的總瀏覽量,是判斷網絡觸擊量的最關鍵資料,但是太多的推文是在第三方的服務、網頁、APP上瀏覽的,蒐集這些資料是非常困難的,Twitter現在才開始測量這些數字。

多數公司的關鍵業務在於營收來源(drivers of revenues)和成長,但並不是所有的公司皆為如此,Etsy花了許多氣力在關注客戶服務指標,這是一個成本中心(cost center)而非營收來源,但公司知道客戶服務對於市場健康來說是至關重要的,因此客戶服務指標是他們的關鍵業務指摽。

我認為將商業發展關鍵指標各自切開來看,是非常不合理的事情,銷售指標應該與開發部門共享,客服指標應該與財務部門共享。

有些公司會買一個大螢幕掛在辦公室的牆壁上,用來公佈他們的關鍵指標讓每個人都看得見,我很喜歡這種方式。但我也喜歡透過定期的Email,讓人知道公司的關鍵業務指標和成長情況。而當然的,這些指標應該與董事會和主要投資人共享。

在發布財務預測(未來幾週我們會談到這主題)時,你應該包含你對商業發展指標的預測,這些指標不僅能夠幫助預測,也有助於公司建立在時間軸上的整體進程。

定期評估公司業務發展的關鍵指標是一個好主意,我建議至少每年一次,大概在編列年度預算(未來幾週我們也會談到這主題)前後,

隨著業務的成長與發展,預計你每年都會改變這些指標,不要只是一昧地加入新指標,你也應該把沒用的舊指標拿掉,你所追蹤的關鍵指標的數量應該保持精簡,好讓團隊成員能夠隨時記得,

在制定指標時,少即是多。

持續追蹤商業發展關鍵指標的理由有很多,但最重要的理由是:文化因素,當關鍵指標朝向對的方向時,能夠讓所有員工方向一致,讓負責不同業務的人彼此同步,進而引領至成功的文化。而當業務目標達到新的里程碑時,一定要好好慶祝一番。雖然這些東西聽起來很蠢,但在建立一個共同努力、迅速成長企業文化時,是非常重要的。

本文作者為MBA Mondays,譯者為林廷恩,原文編譯自〈Key Business Metrics〉。

關鍵字: #Twitter
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