面對「沒人想收購」窘境,Twitter創辦人發內部信暗示支持獨立營運
面對「沒人想收購」窘境,Twitter創辦人發內部信暗示支持獨立營運
2016.10.11 | 併購

一心求賣,但無人想買。這就是Twitter目前的境遇。

你可以說Twitter如今的「落魄」來自於媒體公司本身的發展局限性,也可以說管理層的決策失誤。但如果把這一切責任都推給重新執掌Twitter不到一年的創辦人Jack Dorsey(傑克·多西),是否真說得過去?不過輿論與投資者是善於這麼做的,「賈伯斯」與「楊致遠」就是兩個再合適不過的正反例子。

這位從一開始在董事決議會上就堅決不同意出售Twitter的創始人,似乎在收購謠言傳得最猛烈的時候陷入了沉默,但隨著潛在買家的一一「闢謠」,堅持走「自力更生」道路的多西似乎又重新找到了方向。一封發出不久的「致員工信」向我們完全呈現出多西對Twitter的發展主張——「我們可以一直走下去,我們能做到」。

Twitter創辦人Jack Dorsey
Twitter創辦人Jack Dorsey

股東搖擺不定之際,多西卻突然發了一封「內部信」

今天淩晨,彭博社拿到了多西在周日發送給公司全體員工的內部備忘錄,「鼓舞士氣」是這封內部信的主要目的。但是仔細想想,其實發送時機有些意味深長。因為在買家所剩無幾的情況下,Twitter目前面臨三條路可走:

第一, 繼續委屈求全,降低身價把自己賣出去;
第二, 脫離非核心業務資產來吸引買家;
第三, 繼續走獨立發展道路,但資金會是一個大問題。

所以董事會出現了分歧,也對於「是否繼續走收購這條路」開始搖擺不定。

在這封信中,多西對Twitter的收購事宜隻字未提,而是圍繞著Twitter目前進展還不錯的直播業務及相關計畫重振團隊士氣,並反覆強調「公司是所有人的新聞網路」,「Twitter仍然是人們獲取資訊最快的管道,而現在我們要做的就是將其轉變為人們獲取最新消息首先會想到的地方。」

其中有一句話顯得十分重要,也反映出了多西目前的想法與心境:

「我們只是被自己的緊迫感束縛住了。人生苦短,因此每天都異常關鍵。那些每天都使用Twitter的忠實用戶值得我們提供最好的服務。他們是Twitter存在的理由。因此要讓他們看看,我們完善Twitter的速度將遠遠超出他們的想像。我們每天都可以這樣堅持下去,我們可以做到!」

但對於這封內部備忘錄,Twitter的發言人Kristin Binns拒絕給予置評。

就像多西這封信中暗示的那樣,越來越多的人開始懷疑整個公司的未來。雖然Salesforce、迪士尼以及Google都曾透過合作銀行認真考慮並打聽過這樁買賣,但在自己股東的不斷施壓下,幾乎不可能再涉及交易。而Twitter的股票在週一收盤前再度暴跌13.48個百分點,至17.18美元。

此外,作為一家獨立的上市公司,Twitter在過去幾季中,營收增幅正在逐漸放緩,而用戶增幅也幾近停滯。但多西始終強調的一點我們應該認同:

Twitter仍然是一些重要新聞的曝光管道,也依舊具備引發全球新聞話題的中心地位。舉個例子,在上周日晚上Twitter公佈的官方資料顯示,有超過1700萬條關於美國總統電視辯論的推文在Twitter上發出。

因此,還是那句話: Twitter頹勢顯露,但並不是無藥可救。

以下為內部信全文:

你好,我的團隊們!

我擔任Twitter的CEO已經1年多了,儘管太多話我可以說,但只有一件事我想跟你們說:謝謝。

這個團隊有著異常堅定的意志,有著強大的適應力與靈魂。你們一直在拼盡全力讓Twitter變得更好,我明白這絕不是一件簡單的事情。但是我們可以清楚地看到人們每天想使用我們更多的服務。

我們幾乎花了一年中的大部分時間來弄清一系列真相,而其中最重要的便是「我們究竟是誰」以及「我們為何會在這裡」:從本質上來講,Twitter就是「當前正在發生的事」與「每個人都在討論的事情」——新聞與話題。是的,我們就是大眾的新聞網路。

人們選擇我們看新聞的理由很簡單:我們是最快的。他們能夠在這裡最快獲取新聞,最快與全球分享資訊。所以現在,讓我們努力成為這個領域的第一名,成為人們在獲取新聞時最先想到的入口。

我們只是被自己的緊迫感束縛住了。人生苦短,因此每天都異常關鍵。那些每天都使用Twitter的忠實用戶值得我們提供最好的服務。他們是Twitter存在的理由。因此要讓他們看看,我們完善Twitter的速度將遠遠超出他們的想像。我們每天都可以這樣堅持下去,我們可以做到!

最後,我必須要對我的直屬團隊表示感謝。

Adam bain(首席運營官)總是保持著旺盛的精力、創造力,你無法忽視他的存在感;Adam Messinger(首席技術官)工作嚴謹、講誠信,對一切事物無所畏懼。當然,紅鬍子也十分打動我;Anthony的自律性極強,也具備求實能力,我非常欣賞他「無論付出什麼代價都要達成」的態度;Kayvon的創業精神以及注重細節的態度讓我十分欽佩,他提出的每一個質疑都能讓我們變得更好,他對連帽毛衣的堅持……也很棒;Leslie做事每次都能抓到重點,還有著旺盛的精力,說話語速快兩倍也是個不錯的優點;Omid總是非常樂觀,將正能量傳遞給其他人,為我們澄清任何質疑。他的同情心與領導力我也看在眼裡;Renee的使命感非常強,誠信正直、無畏無懼都是她的優點,而最讓我高興的是她做什麼都很上手,從沒有「新手」一說;Sierra總是能集中精力做好自己的事情,注重細節,還具備在同一個時間點做好兩件事的獨特能力。還有,Vijaya的工作實力、同情心、毅力以及對麥當勞的狂熱喜愛都是她獨有的魅力。

, 愛你們,傑克。

本文授權轉載自:36氪

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