新創公司商業發展的關鍵指標|數位時代 BusinessNext

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〉。

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。