互相漏氣求進步，Failory 歸納三大創業失敗原因|數位時代 BusinessNext

現今有許多新創團隊崛起發芽，但其中成功發展者較少，大多數人仍是失敗者。根據經濟部中小企業處過去的調查，新創企業1年內倒閉機率高達90%，存活下來的10%，在未來5年內又有90%機率會消失，新創企業平均存活機率只有1%。

而很多創業家往往在面臨失敗後，才意識自己所犯的錯誤，不斷懊悔自己當初的決定。雖然每位創業者的創業過程不盡相同，但其中可能都面臨過相似的挫敗經驗。

一個歌頌失敗學的網站，讓更多創業家走向成功

正因如此，也促成Rich Clominson創立「Failory」這個網站的契機。讓曾經跌過跤的創業家自我檢視失敗原因，開放分享新創建立時犯錯的經驗，進而幫助更多人。無論是即將創業者或小型企業的創業家，都可以從別人的失敗和錯誤中學習，從知名創業者的經驗中，累積未來成功的可能性。

Failory的共同創辦人Rich Clominson本身也是一名創業家，和朋友一起創業開發過許多項目卻都苦無成果，經歷過許多創業低谷的他，忽然有個想法— 藉由創業者們親自揭露、撰寫的失敗故事，教導其他人如何成功建立新創 ，而網站名稱「Failory」就是結合 Failure、Story 兩個詞而來。

創業第一敗因: 沒有市場、沒有驗證產品可行性

Failory收集了眾多創業家的失敗經驗，根據這些數據，歸納出數千家新創失敗的共同原因，其中最多人的失敗因素是「沒有市場、沒有驗證產品可行性」。很多創業者在開始創業後，花費過多時間不斷思考、開發產品，等到新產品推出時，才發現市面上，根本沒有人對你的東西感興趣。因此在創業初期，先建立最小可行化商品(Minimum Viable Product，即MVP)非常重要，創業者們應該用最快的速度，將商品放到市場上測試是否可行，再利用用戶回饋即時修正產品服務。

Failory的誕生同樣也遵循這個原則，當Rich與他的夥伴準備開始做這件事時，僅花了13天便做出網站原型，並在Hacker News上進行市場測試，驗證這個想法的實際性。接下來，他們在數天內，改善網站介面設計，快速開發出完整版的Failory。

創業第二敗因: 行銷技術差劣

但這並非最困難的部分，如何行銷他們的網站，及找到願意分享故事的創業家才是核心關鍵。為此，Rich邀請在 Product Hunt 上知名的用戶Kevin William David在網站上分享Failory的服務，善用其知名度，在一天之內就成為Product Hunt排行榜第一的產品，更大大提升Failory的使用者數量。

編按: Product Hunt是一個提供用戶分享和發現新產品的排行榜網站

這也印證「市場行銷」對新創的重要性。根據Failory整理的圖表，「行銷差劣」是導致創業失敗的第二重要原因。許多創業家認為做出產品後，顧客便會自己找上門，但從前人經驗可證明這樣的觀念並不正確，行銷自家產品或服務，對於新創企業而言，絕對必要。

創業第三敗因: 缺乏熱情、時間

最後從數據中可看出，創業失敗的第三個重要原因之一出自「缺乏熱情、時間」。有些創業者建立企業的主要目的是賺錢，他們認為這個技術或商業模式能為他們賺取大量資金，但他們對其業務既沒有興趣也沒有熱情，通常這也容易導致初期創業的失敗。

所以Rich建議，創業者應選擇自己喜歡的主題開發事業，在開始前先花點時間驗證想法，制定一份商業計劃並確定其獲利模式。另外，也需確保自己所在的產業沒有其他重要的競爭對手，而一旦推出新產品或新服務後，用大部分時間試著取得新顧客，掌握市場。若能遵循這些原則，那你離成功創業之路也不遠了！

沒有失敗這回事，除非你未曾從錯誤中學習

失敗其實可以被預防，但多數人仍在前往失敗的道路上而不自知，其中最主要的因素是因為缺乏分享這方面的資訊，而Failory從創業失敗者身上收集故事，解釋、分析創業失敗的原因，避免其他欲創業者掉入同樣的失敗迴圈內，減少重蹈覆轍的錯誤在歷史上不斷上演。

Rich表示，未來他也會持續收集更多創業家的故事，將這些資料重新整理，製作成創業家的創業指南，教導剛起步的新創如何管理企業，幫助他們成功創業。

資料來源: Startup Buzz、Failory

本文授權自《創業小聚》，作者：陳雅琳

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。