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

3月31日的紐約證交所,由新掛牌公司——線上學習平台Coursera創辦人吳恩達(Andrew Ng)、CEO麥格卡爾(Jeff Maggioncalda)與另一位共同創辦人柯勒(Daphne Koller)線上按鈴開盤。鈴響後大量白、藍色氣球落下蓋住三人,過了數秒才帶著微笑迎接上市第一天。

延伸閱讀:疫情期間會員、收入大爆發!線上高等教育平台Coursera將IPO

如今他們應該笑得自信了。Coursera以33美元股價掛牌,當日收盤上漲36%,4月5日盤後更衝破50美元關卡,來到50.59美元。市值預估超過59億美元,對比去年7月的估值25億美元還要多出一倍以上。

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。

Coursera
Coursera三大商業模式均持續成長(單位:千美元)。
圖/ SEC

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。

遠距教學_上課_學習
圖/ shutterstock

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。

資料來源:ForbesMarket WatchSEC

責任編輯:文潔琳、錢玉紘

關鍵字: #IPO #線上教育
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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