SaaS新星Monday成軍不到10年拚IPO,但這間以色列新創還有哪先關卡要過?
SaaS新星Monday成軍不到10年拚IPO,但這間以色列新創還有哪先關卡要過?

如果你是YouTube的忠實用戶,你可能看過Monday.com的廣告。根據美國證券交易委員會(SEC)5月17日揭露的F-1文件,這家在2012年創立的以色列新創已提交上市申請,目標募集1億美元資金。截至2020年5月為止,這家公司5輪募資共募得2.3億美元。

這是一間什麼樣的公司?簡單來說, Monday.com提供雲端的工作流程管理(workflow management)服務 。透過SaaS(軟體及服務)與訂閱制模式,提供能直接運用的管理模板與績效儀表板,幫助工作者展開計畫。內容涵蓋專案管理、客戶關係管理、產品設計、程式開發等超過200種工作流程。

舉例來說,一個數位行銷企劃可以運用「Campaign planning」模板,直接產生每周行銷活動排程,也能串連其他網路服務,例如將表單連接eDM服務商Mailchimp,直接在此平台上看到eDM的開信率等表現。

Monday.com
圖/ Monday.com

延伸閱讀:91APP正式掛牌、市值破200億!躍升SaaS界上市領頭羊,董座:打破只重視硬體謠言

疫情+數位轉型,工作流程管理系統異軍突起

為何這種與工作流程有關的平台,近年在B2B市場異軍突起?原因在於,雖然像是Salesforce或SAP這種系統大廠,確實提供從訂單、生產、行銷自動化、CRM到客服近乎一條龍的服務;但企業採購系統時往往是分段進行,基於不同時期與環境的考量下,很可能會發生「一家公司、多套軟體」的狀況。這時系統間的資料串接,以及系統與傳統流程的整合,往往會造成開發端相當大的成本。

因此如Monday.com這類整合公司業務及第三方服務的平台類產品,讓企業無須自行開發,或是以相對低度施工成本,在單一平台串連相關的系統與工作流程。再加上新冠疫情推波助瀾,進而成為中小型企業快速數位轉型的解決方案之一。

從數字上來看,確實帶來不少業績。對於一家需獲取穩定經常性現金的SaaS公司,獲客數與因客戶數而來的經常性收入是最重要的指標。根據Monday.com提交的F-1表格,在2020年ARR逾5萬美元的客戶數,從前一年的76家增加到264家。營收也從0.78億美元提升至1.6億美元。

Monday.com
圖/ Monday.com

延伸閱讀:比蘋果更懂得助客戶成功?Salesforce做全球最大企業App Store、15年壯大70倍!

競爭者多+財務失衡成最大隱憂

不過,據Seeking Alpha專欄作家Donovan Jones分析,雖然Monday.com營收表現亮眼,但 目前最大的風險在於為數眾多的競爭者 。除了更早切入企業溝通市場的Slack、Asana,另外還有同樣提供工作管理模板的Airtable與Notion,也搭上疫情帶來的遠端工作趨勢,營收分別來到0.33億與0.13億美元,都是不可忽視的後起之秀。

此外,Donovan Jones認為 財務風險同樣不能輕忽 。攤開財務報表,雖然Monday.com營運翻倍成長,但營運費用也是同步膨脹。其中最大宗的業務與行銷費用,不論是2019年的1.18億美元或2020年的1.91億美元,都大於該年度的總營收——這對於投資人而言,恐怕對財務管控的評價大打折扣。

正是因為SaaS類型的新創企業,為了搶佔市占率與營收,會發生客戶數與行銷成本同步飆升,犧牲利潤率。因此要衡量SaaS體質,美國企業家Tim Feld提出「 40法則 」,也就是 「營收成長率」加上「營業利潤率」大於40%的公司,才是較為健康的SaaS公司 。

以Monday.com今年第一季的成績,營收年成長率85%加上EBITDA(未計利息、税項、折舊及攤銷前的利潤)為負64%,為21%,顯見在利潤率與營收的平衡上,仍有改善空間。

但營運端似乎已意識到財務面的危機,從2019年至今,業務與行銷費用占營收比例已經從151.8%降到118.8%,今年第一季更是來到106.9%。另外現金持續外流的狀況也有改善,今年第一季自有現金流為負159.5萬美元,去年同期則為負595.9萬美元。

資料來源:Protocol、Seeking Alpha、SEC
責任編輯:文潔琳、蕭閔云

關鍵字: #SaaS
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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