共創教育產業新藍海!教育新創的科技翻轉與商業機會
共創教育產業新藍海!教育新創的科技翻轉與商業機會
2020.06.07 |

教育創新是世代的願景工程,需要產官學的合作,包括許多新創團隊分別用技術、創意、知識帶入到教育創新理念,不只著眼於創新人才的養成,長遠來看亦為不同世代的未來種下創新的希望。

親子天下於2020年推動「教育新創20+」計畫,在國家發展委員會資源挹注下,為教育新創量身訂做加速計畫,與台大創創中心、知名創投、教育中心等單位合作,選拔最具創新力道與市場潛力的 20 家台灣教育新創成立國家隊,提供關鍵資源、加速成長擴張,進而鏈結國際。

今(6/7)親子天下舉辦「教育新創20+」教育創新共創會,與Meet 創業小聚合作,為通過「教育新創20+」計畫篩選出的 20 家教育新創團隊媒合創投資源。

活動上半場邀請到「教育新創20+」計畫評審委員,台大 EMBA 教授李吉仁、中信創投資深副總經理邱明慧與台大創創中心執行長曾正忠進行對談,由親子天下創辦人暨執行長何琦瑜主持,針對通過評選的團隊與教育新創產業的問題,激盪出更多火花。未能到場的評審 Google 台灣前董事總經理簡立峰,則以「教育新創的契機與挑戰」為題通過影片對在場團隊提供建議。

數位時代的典範轉移,簡立峰的「台灣+1」藍海策略

通過計畫的 20 家教育新創在業態、需求與成長階段其實不盡相同,40% 團隊的成員已經超過 50 人,也有團隊人數在 5 人以下。活動一開始,親子天下創辦人暨執行長何琦瑜於致詞時表示 「希望透過媒體的力量,放大教育新創的影響力,在教育典範轉移的時代,幫助所有人創造新的典範。」

「教育的創新對國家、社會來講非常需要努力,特別是在 AI 世代、數位世代。」簡立峰勉勵在場新創團隊:「大家都是教育國家隊,你有代表性,也要有責任感。」他對教育新創團隊給出三點建議:理想與現實的平衡,尋求合作打群架創造規模化,與打國際盃立足台灣放眼世界。

針對創造規模化與國際化的方向,簡立峰提出「台灣+1」的藍海策略,台灣新創團隊常常面臨市場太小、難以規模化的困境,應善用台灣位於東亞中心點的地緣優勢。台灣的周邊有許多語言、文化、產業殊異的市場都具有人口優勢,比如印尼約有 2.8 億人口、主要語言為英語的菲律賓有 1 億人、做高端服務有日本市場的消費力、想做製造業有越南的基礎、想在熟悉的華語圈服務則有中國市場。

新創團隊在思考市場定位與面向時,除了台灣以外,宜再考慮周邊國家+1個市場,向海洋尋求更大的機會,出海尋找更廣闊的藍海市場。

與會評審,左起主持人親子天下創辦人暨何琪瑜,與談者台大EMBA 教授李吉仁、中信創投資深副總經理邱明慧、台大創創中心執行長曾正忠。
圖/ 親子天下

「從教學者為中心回到學習者中心」,用科技翻轉教育的本質

教育產業具有剛性需求,也和醫療產業同樣都有資訊不對稱的特性,也因此台大 EMBA 李吉仁教授判斷教育產業其實有很大的創業空間。然而,機會也伴隨同樣嚴苛的限制,教育產業需要考量在地的脈絡、以及相當多的利害關係人,「是非常分散的、碎片化的產業,很難打造一個標準產品就能走遍世界,所以規模化很難。」

針對這樣的難題,李吉仁教授認為應該回歸到教育創新的本質——回到學習者中心。過去的教育以教學者、以教學的內容為中心,教育創新應該在思考產品定位時回歸學習者的差異化,用科技創造新的教育價值「讓在不同環境下長大不同需求的孩子,回到個人天賦發展,以這個為核心設計才是有未來性的。」

NICE 法則提供新思考,計畫入選團隊具發展潛力

中信創投資深副總經理邱明慧則分享過去於旭聯科技擔任財務長的經驗,台灣沒有足量的市場,對軟體業並不有利,然而她在此次入選的團隊中看到了許多新的機會,引用了電子商務中 NICE 法則,分別為:

  • 新穎性(Novelty)
    過去以生產者為主,這次團隊發現新的意義,重新定位什麼是老師?而且是以學習者的觀點來看,從學習者想要學的東西出發,創造他想像的老師。

  • 鎖定優勢(Lock-in)
    過去大家會覺得學校很難進、公開招標法很難,然而限制之所在也是機會之所在尤其是 to C 更要去思考如何 Lock-in 自己的客戶。

  • 互補品(Complementarity)
    新創都是資源很少,這麼小的公司要做行銷、廣告、通路可能很難達成,如果跟大一點的互補品牌合作,善用現有資源可以節省更多成本。

  • 效率(Efficiency)
    思考如何用有效率的方式提供價值給你的客戶,還有有效率的方式把規模做大。

台大創創中心曾正忠執行長,則分享過去在輔導團隊,常要軸轉、釐清客戶需求、真正提出解決需求的解方就會花費非常大量的時間,「大家在這麼艱辛的題目都有殺出一條血路。」比起小型新創公司領導人做決策時往往缺乏系統性的判斷,此次入選團隊都具有清楚的問題意識,要怎麼做得更好、做不對時如何修正,是在輔導經驗中較少見的,具有高度成熟度。

與會嘉賓,國發會產業發展處詹方冠處長
圖/ 親子天下

現場提問

Q:教育新創好像不是一個很甜美的投資項目,也有很多脈絡化、在地化的需求,我們該怎麼幫助教育新創突破現有的困境,有什麼可以給予團隊的建議嗎?

台大 EMBA 教授李吉仁:
教育新創團隊常認為自己是問題解決者,但你要先定義清楚「我們到底在解決什麼問題?」教育場域的差異性可以很大,比如台灣有一千所少於一百人的小學,這是很大的教育場域,對於這些小學你原先的設計產品適用嗎?

在台灣要先把「賦能」的概念做好, 不只是賣一個產品而是賣一個 solution,真正回到在地脈絡解決,設計產品的思維裡頭,就要把每個人的差異化設計進去,在不同場景可以適用,不然怎麼國際化?新創團隊的思維應該從產品轉換到負能的方案解決者。

回應剛剛的「台灣+1」,我很同意應該尋求更大市場,但你的下個市場怎麼找最接近台灣脈絡的,可以找產品裡頭的文化脈絡哪邊跟台灣是最接近的,我覺得華人對教育的想像比較接近,所以用你的東西去找到華人脈絡的市場,不管在印尼、菲律賓都可以,是以市場相近性概念在界定而不是國家。

中信創投資深副總經理邱明慧:
教育產業非常 globalized 也很 localized,如果你今天想到一個很新穎的方式,這個全世界的人都會想要,比如讓全世界的人輕鬆學中文,很多人都會有需要。

Localize 我沒有很好案例,但過去我們投資紀錄片,一定是當地人去拍當地的片最動人,如果可以把在地社群經營好,會是未來把產品推向國際重要的基礎。

台大創創中心執行長曾正忠:
我提供一些方法論,團隊中有兩類,一是已經找到市場,但營收1、2千萬以下,你面對的問題就是不知道會不會往上漲,要提供 enabling service(賦能服務)不管你要賣產品、服務才能擴大。

另一類是五千萬以上營收的類別,創辦人心態要有大轉變,從「do the right thing」到「do the thing right」,要開始有系統性的方法,從策略開始做,再來做 financial forecast ,之後還要每週每月檢視原來的過程中出問題。創辦人除了找到對的人、放在對的位置、做對的事,還要交同事怎麼做好這件事,才能避免很多人生意做得越來越好,公司越來越亂。

Q:教育新創最複雜的事使用者、付費購買者、跟把關產品的人是不同的,像賣童書看的人是兒童、買的人是家長、開書單推薦的是學校、老師,這麼多 stakeholders 的複雜關係該怎麼梳理?

台大 EMBA 教授李吉仁:
新創真的很小的時候,先找商業模式的切入點 toC、toB、toG 要先搞清楚,model 都不同。切進去後,to G 這塊比如學校它的購買力有很多限制,沒有太多利潤空間,真正比較有利潤的是家長這塊,所以不能用線性供應鏈角度來思考,一定要把他們的「共鳴機制」先找到,做社群化經營。

怎麼做?比如教材,可能有使用經驗故事分享,很新的東西,老師也不知道怎麼判斷好不好、怎麼使用?幫助他們採用新服務的流程建立起來之後,再來想誰來買單比較好,比如產品是學校買單、服務是家長買單,要用一種生態系的思維來設計你的商務模式。

除此之外,用「雙邊市場」的概念一邊做商業另一邊作影響力經營, 有些地方有影響力但沒有支付力,一邊用 business market 來支持另一邊比較有影響力但比較沒有支付力的市場。

中信創投資深副總經理邱明慧:
stakeholder 很多的時候,把 stakeholder 拉進來,變成你圈子的人,把你做這件事的績效與成績跟不同人的成績連在一起,羊毛出在豬身上狗買單,會好做很多。

你在經營這樣的事業會覺得自己是一個生產者,但如果我現在以消費者為中心來生產這服務,定位成平台,可以開放給不同系統,就像為何 FB 紅那麼快,因為開心農場,FB 開放給遊戲業。

你賺錢的不只是你賣的產品和服務,而是很多周邊的東西,你以前不覺得那是賺錢的方式,但當越來越多人使用你的產品,把社群經營起來,又可以做數據分析、索引,提供便利的服務,把 stakeholder 變成你圈子內的人,比較有機會處理複雜的關係。

價值主張圖的右半邊是顧客要完成「任務(jobs)」有哪些;顧客要完成的任務不只是功能性的,還有社交上(與人合作)以及情緒上(達到某種感受)。
圖/ Strategyzer

台大創創中心執行長曾正忠:
我以健康醫療產業為例子,其中 stakeholder 有病人、醫生、健保局、醫院等,價值主張途中的 Job-to-be-done ,需要對不同 stakeholder 設定他需要達成的 KPI 是什麼?

我會給團隊的建議是,在價值主張沒有改變的情況下,盡量減少你的 stakeholder,比如做醫療產品的會想要加入健保給付,才有更多人用,那能不能先用自費市場試試水溫。教育產業也是,假如你希望由政府預算採購,光預算採買 stakeholder 就非常多,那你先在體制外試試看,減少你的 stakeholder。

關鍵字: #新創 #創新創業
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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