明明還沒上市，WeWork創辦人卻出售7億美元股票，這意味著什麼？|數位時代 BusinessNext

創投資金湧入，創業家出售持股不再是禁忌

諾伊曼的作法，實際上昭示著一種風氣的轉變。近年來創辦人不畏投資者目光，出售股票套現的作法已經越來越常見──甚至開始成為一種趨勢。

社交遊戲公司Zynga創辦人馬克．平克斯（Marc Pincus），就在2011年IPO前出售了價值1.09億美元的股票；Uber創辦人兼前任執行長特拉維斯．卡蘭尼克（Travis Kalanick）也在2018年出售其持有股份的29%，價值約14億美元。

外媒《Business Insider》分析，越來越多新創採用的雙層股權架構，成為創業家放心出售股票的助力。雖然分潤上權利相當，但創辦人手中的持股，擁有數倍於其餘股票的投票權，這讓創辦人即便持股較低，仍握有對公司的絕對控制權，而不必看投資人臉色。

WeWork就是採用類似的股權架構，同樣的持股比例下，其他股東可能只有一票，而諾伊曼卻有10票。（每小時虧損近700萬新台幣！WeWork上市前夕難解的3大疑慮）

另外，後期階段（late stage）創投資金源源不絕地湧入，也越來越鼓勵創業家等早期持股者，出售其手中股份。所謂後期階段，根據那斯達克的解釋，指新創企業成功從競爭者中脫穎而出，並確立其獲利可能性的時期，通常這樣的企業距離被併購或上市已不到1年時間。

在這段時期中，公司可能已經不缺資金，且投資者不希望股權被稀釋，而不願發行新股。那麼收購創業家等早期持股者手中的股票，往往是創投基金獲得公司股份的唯一方式。因此，這些新加入的投資者會鼓勵創辦家出售部份股票。

創投公司High Alpha合夥人克里斯蒂安．安德森（Kristian Andersen）表示，出售部份股權兌現，對創業家也有好處。

創業家往往把絕大部分的財富鎖在他們的股票之中，由於一個失誤就可能導致全盤皆失，許多企業家眼界會因此變得狹隘，戰戰兢兢只求IPO順利，而非專注在更遙遠的未來上，此舉可以讓他們更「放鬆」一點。

但過去也並非沒有如投資者擔憂的案例發生。2000年時，網路服務企業World Online上市前夕，創辦人妮娜．布林克（Nina Brink）出售了絕大部分持股，結果上市後該公司股價暴跌，不到1年就被併購。

Uber、Lyft殷鑑不遠，WeWork上市備受檢視

雖然創業家出售持股逐漸成為風氣，然而Uber及Lyft坎坷上市記憶猶新，WeWork上市後的表現勢必會被投資者更嚴謹看待。諾伊曼出售大量股票的行為，也將受到市場審視。

不過，《華爾街日報》指出，消息來源認為，諾伊曼敢於出售、抵押股票，反倒意味著對公司未來抱持無比信心。

在過去的許多報導中，諾伊曼被多家媒體描述為一位極具野心，同時對公司前景非常樂觀的創辦人。他始終堅信，WeWork與其他共享辦公空間新創格局上截然不同，這是一家即將改變世界的科技公司。

自2011年成立以來，WeWork已獲得超過100億美元投資。前陣子，WeWork更計畫在IPO前夕發行債務籌措40億美元資金，期望藉此向潛在投資者證明，公司有能力維持營運，撐過一時的虧損直至獲利。

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。

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。」

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。

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。