莫以募資金額論英雄
莫以募資金額論英雄

如果說一味追求私募輪估值或者獨角獸稱號是可議 的,那麼以募資金額論英雄就是愚蠢 的——雖然這似乎是很簡單的道理,但在這個風險資本錢淹腳目的時代裡,我們常常會遇到創業家(或者他們的投資人)洋洋得意地談到自己的新創募得多少錢又多少錢。

當然,比起產品技術卓越但募不到資金的創業家來說,風險資本家還是寧願把錢投在募得到錢 的創業家上,就算後者的產品技術看起來不怎麼讓人驚艷。畢竟募得到錢的公司才經營得下去,才有機會測試產品是否有機會走出龐大市場,募不到錢的創業家——不管是因為個性、長相還是運氣——就算拿了你的(慈善)資金,也可能三個月就耗盡,倒閉收工,你的眼光再卓越再前瞻也沒用。

但是資本主義的世界裡,吸收越多資本就得生出越多回報,這是很根本的道理,只可惜我們還是常常看到記者吹捧募得鉅資的新創,卻絕口不提資本效率。

我們常看到記者吹捧募得鉅資的新創,卻絕口不提資本效率

最近的一個例子,就是食物配送新創DoorDash日前從軟體銀行的願景基金募得高達$535M的新資金。要不是跟投的還有既有股東紅杉資本,面子多多少少有做到,這個募資基本可以說是創業家的負面教材:因為這間公司包含這一輪已經募了超過$720M的資金,願景基金領投的這一輪的估值雖然為獨角獸等級的$1.4B,但花了$720M才做出$1.4B估值,資本效率低於2倍,比我2015年做的獨角獸分析裡的滴滴出行還慘。

但過去就過去了,DoorDash如果未來能快速成長到被高額併購或上市,那就當作我沒說。但是考慮到總額高達$100B的願景基金已被戲稱為「接盤俠」,DoorDash接下來必須要努力將自由現金流轉正,因為在願景基金後已不存在更大基金繼續為其輸血,必得奮力朝上市邁進。

雖然我們沒有內部的財務資料,但願景基金在有紅杉資本、KPCB和Khosla Ventures這些重量級大股東的狀況下,還可以談到這麼甜的「價錢」(本輪投資人佔股高達近四成),我們可以想像這家位於舊金山的精實新創——跟Uber EatsDeliveroo有什麼差別啊?——燒錢應該是非常兇,所以要扭轉局面成為正向現金流的生意,恐怕是個巨大挑戰。

「但如果我成功募到很多錢,在經營上我可以有更多選擇,而更多選擇不是永遠更好嗎?」

曾經投資過UberCruise AutomationMakerbot、和Venmo等知名新創的風險資本管理公司Founder Collective,其管理合夥人Eric Paley最近在TechCrunch上發表了一篇標題為〈當風險資本已變成了浮華資本〉(When venture capital becomes vanity capital )的文章。文中除了重申募款金額和新創成功與否無關外,也再次批評為了投資而投資的風險資本家,以及為了募資而募資的創業家,另外他更進一步主張募了太多的資本不但不會增加選擇,反而會嚴重限縮選擇。

募太多資本不但不會增加選擇,反而嚴重限縮選擇

為了解釋這點,他舉出了兩家電商新創為例:因為被亞馬遜高價併購而享有盛名Zappos,和較不為人知的Wayfair

雖然在台灣沒那麼有名,但Zappos以及其執行長Tony Hsieh(中文名字謝家華,雙親皆為台灣人)是美國新創界的傳奇故事,其傳奇的原因不只是被亞馬遜在2009年以$1.2B高額併購,公司創立在賭城拉斯維加斯而非矽谷或者其他的美國大都會,卻能成功取得頂級風險資本投資以及順利獨角獸退出,也讓人欽佩,Tony Hsieh那特別的領導風格更是(一度)為人傳頌。

但是如果我們是以創辦人(和員工)獲得多少回報來計算的話,Wayfair是遠比Zappos成功得多的新創。

莫以募資金額論英雄1.png
jojounic:Eric Paley製作的Wayfair和Zappos比較圖

根據Eric Paley整理的上圖,當Tony賣掉Zappos時,他賺得的金額大約在$214M上下;但當較沒名氣的Wayfair在2014年上市時市值為$2.4B,兩位共同創辦人的身價都超過了$700M,是Tony的三倍以上。事實上成長順利的Wayfair今天的市值已經又漲了三倍,如果兩位創辦人都沒有賣股的話,兩人的身價應該都已經突破$2B。

這裡面的關鍵在於Wayfair的兩位創辦人在公司成立前六年都是真正的「精實」經營,使用很高效率的方式追求成長。僅管一直有風險資本來敲門,他們卻一直等到營收突破$500M時,才首次對外募資。這讓他們股權稀釋較少,以至於上市時兩位創辦人仍然各擁有三成、合計共六成左右的股權,創造了巨大的個人財富。

相較之下,早在前一次創業就成功把公司高額出售給微軟的Tony,在Zappos成立的前六年總共募了$62.8M的資金,包含2004年領投$35M的紅杉資本在內,而當年他們的營收才剛剛來到$184M。

較早募得資金的結果,除了股權稀釋較多以外,對於創辦人來說更不利的是「退出的壓力」。

在與Inc.com網站的一篇訪問報導〈為何我賣掉了Zappos〉中,Tony表示在2009年亞馬遜探詢Zappos出售意願時,他其實並不願意出售,而是希望繼續獨立成長,最終自己上市。但他最後還是同意將公司出售,一部分的原因是來自於大股東紅杉資本所給的壓力,他甚至曾經試圖尋找其他投資人,看看是否能以$200M的金額買斷紅杉資本的股權,但最終和貝佐斯長談、確定Zappos就算出售給亞馬遜仍能保持獨立運作後,他點了頭簽字出售,而紅杉資本則帶著總值約$250M的現金和亞馬遜股票退場。

回頭看起來,如果Zappos沒有出售,很有機會在去年成長到$3B營收等級的公司。但問題在於:2004年首次入股的紅杉資本,在僅僅五年後逼迫Tony出售公司,其背後的原因為何?我們可以推測2008年的雷曼風暴是原因之一,也許紅杉資本擔心做消費者生意的Zappos在景氣蕭條下難以募得新的資金繼續成長,或者就算募得新資金也會稀釋過多,衝擊到紅衫的持股比例。但更有可能是紅衫在2004年投的那桶金,是他們那檔基金投資期最後的一年投的,因此他們有必要提早執行退出,以將現金返還給基金投資人,才會動手「逼宮」。

時間快轉到今日,Zappos仍然是創業家膜拜的對象,Tony在拉斯維加斯也建立了讓人耳目一新的新創生態體系,他的合夥人Alfred Lin也加入了紅衫成為合夥人,投資過Airbnb、Houzz還有DoorDash!算是皆大歡喜,但我們還是不禁想像如果Tony沒有在那麼早的時間點引入紅杉,也許Zappos有機會走上不同的成長路線。

「但以Zappos來看,結果也沒有你說的那麼糟嘛?還不是可以實現獨角獸等級退出?給我賺到兩億美元我也可以退休買很多棟帝寶啦!」

問題是一家新創成為Zappos的機率很低啊!事實上最常見的新創併購退出是落在$50M到$100M的金額之間,$1B等級的新創併購少之又少。就我個人的經驗,大企業花$50M到$100M買一間成長快速或者有特殊技術的新創時,多半兩三個月就可以決定,而且十之八九不需要徵詢股東同意。但是金額如果上到$1B,除非公司是像谷歌或者臉書這種現金滿口袋、創辦人還維持主要股權的凱子,否則難度就會高出許多,就算管理團隊都決議了,可能還需要董事會交付全體股東投票表決。

而如果一家新創募資超過$50M,甚至$100M,通常就代表以估值$50M到$100M這個區段的併購退出選項 完全消失,因為投資人一定會要求要$500M以上的退出,就算提早以$50M到$100M認賠出售可能對公司和股東都好,但股東中的風險資本家可能有不同想法,進而投票否決出售。

「如果真是這樣,那像Magic Leap這樣已經募了超過$2.3B的資金的話,不就只能期待IPO了嗎?」

呃,理論上是如此,不過Magic Leap是另一種特例:他們早年的大股東就是凱子裡的凱子王:谷歌,所以如果要我猜測,像是安德遜‧霍洛維茲、KPCB、淡馬錫、富達投信、摩根史坦利、摩根大通和沙烏地阿拉伯公共投資基金這些純粹追求投資回報(而無策略綜效考量)的Magic Leap投資者,應該都是在賭谷歌最終會莊家通吃、自主收購這間號稱將顛覆AR市場(但連產品設計都還搞不定)的巨型新創,不管是為了面子還是擁有技術——換言之就是一個「谷歌賣權」(Google put)的概念。

而且就算谷歌最後不願概括承受,領投C輪的阿里巴巴口袋也沒有比較淺,想像空間無限呢⋯⋯。

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: #募資
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