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。

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。