新創工程師的中年危機:滿盤皆輸,我還剩下什麼?
新創工程師的中年危機:滿盤皆輸,我還剩下什麼?

本文作者陳昭穎(Winston Chen),原文刊載於其部落格台灣工程師的矽谷故事。

從公司第一位工程師,到第一位工程管理者,也已經三年有餘,從一開始事必躬親,每行程式出自我手,到現在我必須從同事工工整整,亮晶晶的程式區塊中,找出一些我能讀的懂的蛛絲馬跡。

團隊支援的產品,也從當初簡簡單單的mobile app +雲端伺服器,長到有硬體,有韌體,有embedded,有雲端,有mobile app,有DevOps,有Desktop Native⋯⋯等等戰線很長的整套服務。

身為一位負責一整個約10人工程團隊營運的工程師,除了經歷過好多場工程與營運的危機,要處理整個公司對工程團隊的信任問題,我的職責也離day to day的coding越來越遠,離管理越來越近。

處理過上一個工程危機以後,我開始深切任知到以往書上讀到後嗤之以鼻的那些所謂的「管理」,現在離我這麼近,我想這是一個抉擇吧?如果就這樣一頭栽進管理這條路,或許我以後永遠也沒有辦法回來當工程師了?畢竟捫心自問,比起管理者,我還是更想當工程師。

但是如果不轉身邁入管理這個領域,我怕我在職涯上的成長因此受限,回頭看看跟我同事的那些工程師們,每一個都在某些方面讓我嘆服,其他方面也完全不比我差。我已經老大不小了,養小孩的家庭時間正在蠶食鯨吞掉我所有的自我成長時間,如果不趁這時機跨過門檻,往後要在同一個平台上競爭,中年危機感只會越來越強,越來越烈。

其實我身旁的工程師中,也有不少正經歷中年危機的案例,老友工程師E在經歷過幾次傷心的職涯體驗後,毅然決然地遁出軟體業,選定了運輸業下手,打算自己做生意,擺脫軟體業中技術與管理之間的無限迴圈。老友工程師S在經歷過工程師,管理職,創業家,工程師,管理職⋯⋯等的循環後,選擇卸下戰甲,找到一個能跨國套利的工程師職位,不再過問管理界的風風雨雨。

老友工程師夫婦A與M,雖然雙雙在矽谷就職於令人稱羨的G社與L社,薪水總和堪稱朋友界之霸,但是一雙兒女的教育費加上在Los Gatos絕佳學區的房屋貸款讓兩人眉毛緊鎖,所有雄心壯志都先放到一邊。

這是無間道吧?我想。年輕一些時,所有人都認為自己的路會越走越寬,就算只是工程師,到某個時候,也一定有所突破,到時候突破所能夠換來的會是「自由」,有了自由以後,閒雲野鶴也好,將相王侯也好,都可以任我選擇。

後來當然不是這樣,突破點不會自己發生。走做公司這條路時,我當初賭的突破點有兩個:

  1. 或許會賺一點錢
  2. 或許會有一點名

或許會賺一點錢,跳出上班族的無限循環?

除非你已經連續成功創業過幾間公司,投資人甘願給你高薪水報酬,不然做新創公司要賺錢,只有把公司做起來,拿股份換錢。如果你運氣好,賭到一間facebook,算你祖上積德,恭喜你從此擺脫上班族的無限迴圈,進入高級新創人的族群,只要保守點花,從此吃穿不愁。

但是大部分的新創工程師沒那麼好運,運氣稍好的公司被Acqui-hire出場,股票沒賺到多少錢,但是至少混得進下一間中大型公司職缺,算是在人生職涯上有點交待,在朋友間也算抬得起頭。

運氣不好的,公司收起來以後,還得跟當初你面試進來的小朋友一起改改履歷找工作了,你贏得了你當初帶起來的小朋友們嗎?你比較貴喔XD如果這時候你還有簽證問題,那真的會有點難看,手上的選擇,隨著你的變老越來越少,越來越少。

或許會有一點名,還能再組隊攻略新的商業題目?

很多以新創為業的人都一樣,如果我成功出場,或是只要「看起來」成功出場,馬上可以想點新的題目出來,拿其他(「看起來」成功而已的話)創投的錢再度投入賽馬場,不管之前有多少萬個骨頭枯,找個當時熱門的題目(⋯⋯區塊鏈?),配上我過去成功所累積的名聲,還是能再度接近成功的。是嗎?

那如果連「看起來」都不成功了呢?後生可畏之外,我已經沒有任何名聲或是人脈資本去槓桿,失去了所有東山再起的可能,我在任何資本市場中呼不了風,喚不了雨,人生要如何繼續呢?

滿盤皆輸卻,看著別人成功

如果我最後的結果不理想,滿盤皆輸,看著別人美妙的成功,我能夠揮揮衣袖,散髮扁舟嗎?

應該是可以的!

功成名就本來就不是我兒時的夢想,我也不用向世界證明有多行。更何況在看過台灣矽谷眾多人才各顯其能後,我很清楚自己跟那些知名CEO/CTO,或是那些所謂超強創投傢伙比起來,什麼可以,什麼不行。

那麼,在經歷過這些風浪後,假設我截至目前累積的所有事業一敗塗地,滿盤皆輸的話,我會做些什麼?或者是,如果我運氣好,祖上積德,賭到了名與利,我會做些什麼?

仍然是「組隊開公司,做出並推廣自己著迷的產品,」我想。

這樣說來,我從來沒有為了名利苦撐,我苦撐都是為了自己相信的產品或是價值。想到這裡,心裡踏實了一些。成或敗,我都在做我自己想做的事情。

不要為了名與利苦撐。

所以走管理還是走技術?

其實答案已經呼之欲出了,如果還想繼續「組隊開公司,做出並推廣自己著迷的產品」我必須隨著公司的規模成長而成長,公司或是組織從來就不是一個人的事情,管理,也就變成下一個我必須掌握的能力了,默默翻開Julie Zhuo所寫的The Making of A Manager。

至於這條管理路會不會走得越來越寬,走得自由呢?敬請期待。

本文授權轉載自:台灣工程師的矽谷故事

關鍵字: #工程師文化
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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