Spotify敲響了IPO投資銀行家的喪鐘?
Spotify敲響了IPO投資銀行家的喪鐘?

我是在達康泡沫的2000年頂點出社會的,在那之前的研究所的日子裡,我和同學們每天窩在實驗室和寢室裡,緊盯著電視上各個讓人目不暇給的網路公司上市案,閱讀著商業雜誌裡對於各個創辦人的報導,拆解著知名網路分析師對於市場和個股看法理的一字一句,憧憬著創辦團隊在西裝筆挺的IPO投資銀行家陪伴下,馬不停蹄地飛到美國各大城市和投資人見面,為自己成立不到一年半的公司進行上市路演,最後在電視直播中在納斯達克交易所敲鐘慶祝公司上市⋯⋯。

泡沫當然終究還是破滅了,不過是在我工作的第一年,所以我很幸運地沒有被這把大火燒到——當年有許多的網路和科技新創的創辦人和員工,還沒能夠出售股票或者執行選擇權泡沫就破了,不只用光積蓄(和跟親戚借款)買的選擇權一文不值,更慘的是隔年還收到美國稅務署的高額稅單——但是我的腦海中永遠留下了一群從業人員的身影,就是梳著油頭、舌燦蓮花的投資銀行家。

正確來說,是專做IPO的投資銀行家們。達康泡沫破滅後,這群人受到很大的輿論抨擊,因為他們在泡沫巔峰之期到處追著新創,遊說創辦人把數字作漂亮後趕快上市,而他們自己除了賺取豐厚的7%上市費用以外,有些還兼賺其他同樣豐厚的外快。

曾經以「干擾司法」罪名被起訴的知名投資銀行家Frank Quattrone就是一個很有名的例子。

這位前摩根史坦利投資銀行家當年被稱為「矽谷之王」,曾經經手過網景、思科和亞馬遜的上市案,泡沫全盛時期他壟斷了大量的上市案,許多想分一杯羹的圈購投資人都得用各種合法和非合法的手段巴結他或他部門的員工,才有可能分到圈購份額,也才能在那個「上市當天漲翻天」的年代短進短出套利出場。也正因為這份驚人的影響力,以及可能的藏污納垢,Frank Quattrone在達康泡沫破滅後的幾年官司纏身,甚至一度被判處18個月徒刑。雖然他最終在上訴過程中成功翻案,並且與司法機關達成協議不用入獄服刑,但在他之後投資銀行家承辦IPO都得小心翼翼,免得重道覆轍。

投資銀行家在IPO所扮演的角色是什麼?

但問題來了:投資銀行家在IPO裡所扮演的角色到底是什麼?他們帶來了哪些附加價值?憑什麼他們可以做到這樣喊水結凍?還收取高達上市募得金額的7%費用?

基本上來說新創上市的目的有兩個:
(一)從公開市場募集資金以維持成長。
(二)為創辦人、員工和投資人等股東們提供變現的機會,也就是流動性。

達康泡沫巔峰的年代,新創從成立到上市時間非常短,很多時候不會超過一年半,從創辦人到投資人到員工到投資銀行家,大家都抱著淘金的心態加入這場狂歡,上市的動機多半是以(二)為主。

但(一)的需求是血淋淋的,這些達康公司大多燒錢驚人——有沒有覺得似曾相識?——所以上市募集資金是必要的,但這些資金有沒有用在創造公司長期的真正價值就很難講,而且不少新創上市後打鐵趁熱又從公開市場多募(坑)一兩輪資金,整個矽谷和股票市場瀰漫著羅馬帝國將崩毀的末日狂歡氣氛。

在這種背景下,投資銀行家所提供的價值就是品牌和長期來往的機構投資人客戶。在路演book building的過程中,各個投資人會告知投資銀行家自己有意願圈購的股數以及價位,投資銀行家則會在這個過程中根據手上圈購的狀況,在和創辦人討論後,回頭跟新投資人以及已經報價報量的投資人談判,盡量讓整個上市募資金額最大化,這樣自己的手續費才會高。

要讓圈購過程順利,投資銀行的品牌和機構投資人老客戶清單就變得很重要,少了這些,book building就會很辛苦。因此像Frank Quattrone這樣公司品牌漂亮和客戶清單厚實的投資銀行家,在當時根本就是兩面通吃:不僅新創巴著他們希望有機會讓他們承銷上市,在外圍流口水的投資人也使盡渾身解術想要得到他的青睞,在圈購過程中分配一些剩菜殘羹給自己⋯⋯。

那場達康泡沫盛宴在2000年轟然而止,一晃眼十八年過去了,今年新創上市的風潮再起,但和達康泡沫時期不同的:現在的新創在私募市場有著大筆的資金追著他們跑,不但上市時程一直延後,上市所需要募集的資金金額相對於市值比例也不若當年,而且僧多粥少,大部分的上市案談判優勢在新創手上⋯⋯等。

結果就是一個上市募資僅僅兩億美元,手續費不過一千萬美元,卻有兩三個頂級華爾街投資銀行共同承銷,後面追加一大票擠破頭只為自己名字出現在上市承銷銀行清單中,但其實根本沒賺到什麼手續費的投資銀行。

Spotify的上市案的空前成功

雪上加霜地,Spotify的上市案的空前成功,可以說基本上敲響了IPO投資銀行家的喪鐘。

Spotify上市1.png
直接上市(Direct Listing)的Spotify上市以來股價波動率驚人地低
圖/ 擷取自Yahoo! Finance

上圖是Spotify上市以來到本文截稿為止十個交易日的股價變化,讀者可以看到股價大約在144美元到155美元之間波動,對很多投資人來說這是讓人打呵欠的波動率,對IPO投資銀行家來說這是告訴自己該準備轉行了。

Spotify上市後股價本來應該要大幅波動的!

因為Spotify上市後股價本來應該要 大幅波動的!

科技新創公司上市和一般成熟產業裡的公司上市是不同的。成熟產業公司上市案賣的是短期內的現金流水位和股利回報率,大部分科技新創賣的卻是遙遠的未來。俗話說「十鳥在林不如一鳥在手」,反映在金融市場上就是穩定而可見的短期現金流(一鳥在手)讓買賣各方對於股價意見接近,股價波動率低;而爆發力十足但正向現金流得等到遙遠的未來(十鳥在林)的,買賣各方理應對於股價意見分歧,導致股價容易受到交易動能或新資訊的風吹草動影響,股價波動率很高。

因此科技新創股票上市的路演圈購過程特別重要——有足夠多的機構投資人在路演過程中和創辦團隊以及承銷銀行充分討論,並以自己的資金承諾以某個價格區間圈購,才能讓公司股票有一定的價量依據,可以提供上市後公開市場的投資人作為基準,降低股價波動率。

Spotify是直接上市,並沒有在這個上市案募集新的資金,因此也沒有進行路演和book building

為什麼Spotify不募集新的資金?因為他們不需要,和許多今天的當紅獨角獸新創一樣,私募市場滿是願意提供營運資金給他們的投資人,因此 Spotify上市並不是為了原因(一),而是為了原因(二):讓投資人和其他股東們可以變現。

一瞬間投資銀行所能帶來的價值被壓縮到最低

因為沒有募集新資金,也就不需要路演和book building,一瞬間投資銀行所能帶來的價值被壓縮到最低:提供估值服務。

雖然學過金融的人都知道估值是很困難的事情,但在上市案中估值卻是最基本、最低層的投資銀行分析師在做的工作,真正的附加價值都是在承銷銀行的管理合夥人和圈購投資人的巧妙談判中,估值服務能賺到的錢只有麵包屑。

在這種狀況下,如果Spotify上市後股價波動很大或是崩跌,那投資銀行就可以以此為依據,跟之後要上市的新創說:「你看吧!就算你不需要募新的資金,為了降低股價波動率,還是交給我們承銷比較好。」

事實上過去就曾經發生過這樣的事,成立在達康泡沫巔峰時期的谷歌,在2004年上市時,創辦人顯然因為對於達康時期的IPO投資銀行文化還有著非常負面的記憶,因此打著「民主化」大旗,公開讓所有投資人認購,並用荷蘭式拍賣法決定上市股價,結果認購金額不如預期,公司被迫在上市前下修認購價以及募資金額。

之後不少投資銀行家都拿谷歌上市案當例子:「你看,這麼成功而且享有盛名的新創,自己搞上市都搞成這樣,還是交給我們投資銀行來辦比較好啦!」

同理,我們可以想像Spotify股票開始交易前,有多上IPO投資銀行家低頭祈禱著,用力唱衰。

但Spotify上市首日交易狀況,以及接下來十天裡的股價穩定表現,狠狠地煽了IPO投資銀行們一個大巴掌——如果連還在燒錢的公司不經過承銷圈購直接裸身上市,都可以達成這麼低的股價波動率,那今後誰還需要IPO投資銀行?

需要的現金在後期私募市場裡,跟相對友善的私募投資人們隨便募一募,然後大家需要變現時再來個直接上市就好啦!


「如果是這樣,奮鬥一輩子,每週工作超過一百小時,好不容易爬到管理階層的投資銀行從業人員該怎麼辦?」

讀者不用替他們擔心,比起其他行業的從業人員來說,金融業者是最擅長山不轉路轉找出路的,這廂樓塌?沒關係,另一邊他們早就開始打地基蓋不同的房子了。對金融業者來說,只要不要弄到像「華爾街之狼」那樣鋃鐺入獄,生命永遠都會找到出路的!

後記:在與政府纏訟多年結案後,Frank Quattrone在2008年成立了自己的投資銀行Qatalyst Partners,並在2011年做媒促成了高通以三十億美元現金併購我的老東家創銳訊。他在2016年正式交棒給自己的副手,退居幕後

本文由楊建銘授權轉載自其風傳媒專欄。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #IPO #投資 #Spotify
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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