線上教育平台Coursera擁7千萬會員、IPO後估值逾59億美元！揭密三大商業模式|數位時代 BusinessNext

線上教育平台Coursera擁7千萬會員、IPO後估值逾59億美元！揭密三大商業模式

線上高等教育平台Coursera正式IPO！以「高營收、高成本、高淨損」的商業模式而備受投資人期待，但根據招股書，其背後卻也蘊藏著無數風險！

用戶累積破7千萬，Coursera營收年增近6成

「為什麼選擇現在上市？，就是這家公司已經在對的位子，包括來到一定的規模、成長速度，」麥格卡爾接受Yahoo Finance採訪時表示，「或者我們需要資金進行擴張，這代表市場已經接受了像我們這樣的公司上市。」

2012年創立至今，Cousera在線上教育熱潮中，由兩位學界出身的創辦人領軍，帶著「 讓更多人接受高等教育 」的理想，堪稱經典案例。根據該公司今年初提交的上市招股說明書，截至去年底為止，會員累積來到7,700萬，光是疫情期間就增加逾3千萬。快速成長連帶推進業績前進，2020年營收約2.94億美元，同比增長超過59%，毛利成長63.1%；但由於行銷費用增加88%，淨損也從19年的4,672萬美元惡化到6,682萬美元。

三大產品線同步成長，市場看好Coursera

儘管呈現擴張型新創標準的「 高營收、高成本、高淨損 」模式，Coursera的商業模式仍備受投資人期待。Marketwatch分析，Cousera的商業模式有三，首先是「直接面對消費者」（direct-to-consumer）的模式，吸引學生登錄免費會員或是參與付費項目，包括2個小時、9.99美元的指導項目（guided project course），或是為期3至9個月，每月39至99美元的專業證書（professional certificate）。

第二則是企業端的需求，包括企業、政府與其他機構。截至去年底為止，包括4分之1的《財星》500大企業在內，超過2,000家企業或組織採購Coursera的課程，協助員工提升技能。

第三則是串連組織端與個人端的「學位計畫」。Coursera與大學合作，推出特定領域的學士或碩士學位，學院招收學生、老師教授課程、學校則給予學位，而Coursera則提供行銷與技術支援，來換取一定比例的學費。

雖然三大商業模式並存，但是 Coursera的聰明之處，在於將其統一在單一平台上 ，「這讓Coursera可以低廉的代價建立起相當巨大的行銷漏斗，驅使學生使用Coursera提供的方案，」貝倫貝格資本市場副總裁納布勞克（Brett Knoblauch）分析。而從招股書資料來看，三大商業模式近四年成長顯著，特別是2020年，至少帶來4成以上的成長。

營收亮眼卻難掩虧損，商業模式有待突破

儘管專家看好Coursera的潛力，但是新商業模式隱含的風險，Coursera也是最清楚的人。在招股書中光是解釋風險的項目就多達30項，這還不包括與法規監理、隱私權、資安相關的風險。其中直接與商業模式相關，值得關注的風險有三項：

1、財務與經營能力： 即便2020年在疫情與數位學習的推動，業績有長足進步，但自2017到2020年，EBITA利潤率從-39%、15%、-15%到-14%，雖有進步，Coursera的財務表現絕對是主要風險之一。

2、品牌使命以及與大學的夥伴關係： 更棘手的難題在於，Coursera創造更高收益同時，品牌使命與教育的非營利本質，可能成為Coursera商業模式的絆腳石。納布勞克分析，「大學更重視品牌價值，因為這有助於招生」。且大學也是Coursera產品的內容主要來源，儘管Coursera加強與Google等大型企業合作課程，但是過度依賴與傳統高教體系的特質，也是潛在風險因子。

3、線上學習競爭者眾： 顯而易見的，Coursera並非線上教育熱潮的唯一受益者。三條產品線雖然構築Coursera的獨特模式，但也意味著三方戰線的風險。

如果以「教育」的角度來看，一個超過7千萬用戶的線上教育平台，Coursera的掛牌已經為線上教育產業建立里程碑。但站上紐約證交所按鈴開盤那一刻，就意味著站在更高的資金巨浪與風險之上，面對下一道不知從何而來的大浪時，他們恐怕沒有遲疑的空間。

責任編輯：文潔琳、錢玉紘

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。