曾被批學歷平、不認真上班!泡泡瑪特創辦人如何從無名之輩,到讓投資圈懊悔連連?
曾被批學歷平、不認真上班!泡泡瑪特創辦人如何從無名之輩,到讓投資圈懊悔連連?

這個問題想必在很多投資人的心頭浮現過,直到2020年他以一個驚人的亮相被所有人看到。那一年王寧33歲,他創辦的公司泡泡瑪特於12月11日在香港上市,市值一度突破1000億港元。這件事成為2020年和2021年那一波新消費創業浪潮中最受追捧的故事之一。

對這個問題的簡單回答是:他是一位出生於1987年的中國年輕創業者,他在2010年創辦的公司泡泡瑪特是潮流玩具行業的領頭企業,這家公司推出的爆紅潮流玩具IP(智慧財產權)包括MOLLY、SKULLPANDA和LABUBU1等。

如果你不關心這個行業,可能會對這些名字感到陌生,但對於潮流玩具的收集者而言,它們都是這個領域中的明星,其中一些潮玩款式在二手市場價格不菲。這些可以被視為「又一個圈層」的潮玩愛好者有多少人呢?雖然沒有準確資料,但是有一個資料可供參考, 截至2023年12月31日,泡泡瑪特在中國內地的註冊會員人數超過3400萬

泡泡瑪特 王寧
泡泡瑪特創辦人王寧。

泡泡瑪特在2022年的營收是46.17億元2,淨利潤5.74億元,2023年的營收達到63億元,淨利潤為11.9億元。如今這家公司正努力把業務擴展到全球,2023年其在港澳臺及海外的營業收入已經超過10億元。同時,它也在圍繞自己擁有的潮玩IP做業務擴展,例如2023年它已經在北京朝陽公園推出了第一家泡泡瑪特城市樂園。此外,它也在投入製作遊戲和動畫電影。簡而言之,這家公司希望從一家設計、製造和銷售潮流玩具的中國公司,變成一家圍繞IP去做業務擴展的全球化公司。

在我訪談王寧期間,這家公司的市值為250億港元左右(約為32億美元,在泡泡瑪特2023年財報公布之後,公司的股價開始回彈,到2024年3月底,公司市值已經上漲到400億港元左右)。泡泡瑪特首席營運官司德開玩笑說:「如今關於泡泡瑪特的報導,大多會加上一句⸺『相比於股價最高峰時市值已經縮水了三分之二』。」

不過,如果要加上對比,你會發現中國公司中競爭力最強的幾個巨頭企業的股價同樣不好看:美團的股價從2021年2月最高時的460港元跌到了2023年1月時的65港元左右;阿里巴巴的股價從2020年10月的319美元跌到了2023年1月底的72美元左右;就連一向被認為擁有極高護城河的騰訊,股價也從2021年3月時的767港元跌到了2023年1月的275港元。

錯過泡泡瑪特

在公司上市之前的很長一段時間內,王寧和泡泡瑪特是最被投資圈忽視的創辦人和品牌之一。泡泡瑪特上市之後,在媒體對這家公司的密集報導裡,最為集中的一個主題就是:
錯過泡泡瑪特。

一個曾經在創投圈裡廣為流傳的段子是這樣說的:以前投資人對泡泡瑪特的評價是⸺創辦人學歷平平,沒正經上過班,說起話來表情平靜、沒感染力,團隊裡也沒精英;上市後,每一位投資人都提到⸺王寧性格沉穩,話不多,喜怒不形於色,擁有消費行業創業者的許多優良品格。

泡泡瑪特在上市之前所有輪次的融資加起來不過幾千萬人民幣,事後來看,這在那個風險投資狂飆的年代簡直難以想像。當時的明星專案在公布融資額時動輒以億為單位,讓我這個經常看創投新聞的人都一度對數字麻木了。

在泡泡瑪特的投資人名單裡,除了紅杉資本中國基金從早期股東手裡接手了一些公司股份,市場上所謂「有頭有臉」的基金,全部沒有投資這家在2020年IPO(首次公開募股)時的明星股。因此,科技媒體36氪的報導說:「是一群曾經的『無名之輩』,造就了2020年最誇張的IPO故事:新股認購超356倍,上市開盤市值達1000餘億港元。」

這是一場出乎意料的勝利。一個出身於城市普通家庭的普通男生,在一座三線城市讀了一所普通大學,畢業之後創辦了一家普通的零售公司,沒有時髦的趨勢概念,後來竟然成為潮玩行業的代表人物,讓很多投資人懊惱自己錯過了這樣一個可以帶來不錯回報的投資標的。

POP MART泡泡瑪特
泡泡瑪特實體店。
圖/ POP MART Taiwan

不過,這種錯失並不難理解。風險投資在選擇一個投資標的時,通常會從兩個角度考慮問題:賽道和騎手。騎手指的是公司創辦人和團隊,賽道指的是這家公司所在的行業。

風險投資追求的是大勝。風險投資中的「風險」兩個字,意味著基金的出資人和管理者都默認接受兩件事:基金所投的創業公司有可能不會成功,自己在這家公司的投資顆粒無收。但是風險投資這個遊戲之所以能持續下去,是因為基金的投資人和管理者追求的,是在自己的投資組合中會出現個別報酬率超高的公司,從它們身上賺到的錢足以覆蓋所有的損失,並且還能收穫不錯甚至超高的報酬。

比如最常被提起的一個例子是,紅杉資本美國基金的某期基金投資的初創企業幾乎全軍覆沒,但是其中有一家公司拯救了整檔基金的投資報酬率,這家公司叫谷歌。

能夠帶來如此超額報酬的企業,往往只會出現在高速增長的行業中。最典型的就是早期的網際網路。傑夫.貝佐斯之所以放棄自己在對沖基金的高收入工作轉而選擇創業,原因就是他在1994年時看到了一篇報導,其中預測網際網路用戶的年增長率會達到2300%。他的選擇沒錯,這的確是個千載難逢的機會,這個機會讓亞馬遜成為全世界最大的網際網路公司之一,也讓貝佐斯多年蟬聯世界首富。

所以,訓練有素的初創公司在展示給投資人的融資計畫書裡,會寫明自己所在行業的市場有多大,增長速度又有多快,而自己的公司預計會在這個大市場中佔有多大的市場佔有率。
當王寧和他的同事們在2010年創辦泡泡瑪特這家公司,並且在2013年開始尋求融資時,幾乎每一個快速增長的行業都離不開一個詞:行動路。

例如包括智慧手機在內的新的行動終端中,小米公司創辦於2010年。基於行動路的社交網路中,微信誕生於2011年1月,陌陌創辦於2011年。依靠行動路,可以提供行動定位的生活服務平臺中,美團成立於2010年,滴滴成立於2012年。基於新的終端提供新內容的平臺中,今日頭條成立於2012年。除此之外,還有一大堆基於行動路產生的新的基礎設施的創業公司。

那時候有這樣一句口號:所有的行業都可以基於行動網路,用網際網路思維重新做一遍,甚至包括最傳統的餐飲行業。2012年還出現了一家公司叫黃太吉,創辦人號稱要用網際網路思維去改變傳統的餐飲服務業。創立三年之後,2015年10月這家公司完成1.8億元人民幣的B輪融資,公司估值達到近16億人民幣。

在這種情況下,一家實體開店的零售公司未免顯得過於傳統。更何況,實體的零售公司還正面臨著電子商務的衝擊。被貼上「傳統」的標籤是危險的。用不了多久就能在網際網路上看到這些聳人聽聞的文字:時代拋棄你的時候,連聲招呼都不打;戰勝了所有對手,卻輸給了時代;你什麼都沒有做錯,只是老了……

所以,陳格雷在泡泡瑪特上市之後寫文章說:「其實只要是見過王寧的投資人,基本上還是挺看好他的,他們沒看上的是泡泡瑪特的商業模式。」

當然,泡泡瑪特的商業模式本身也在變化。王寧後來經常說的一句話是:「我們是從A出發,中間做了B,因為C而成功,最後可能是在D上變得偉大。」即使是早期投資了泡泡瑪特的投資人也不會想到,這家公司會從一個實體的潮流雜貨鋪,蛻變成一家潮流玩具上市公司。

不過,即便泡泡瑪特在第一天就把自己定位成潮流玩具公司,我也懷疑能有多少投資人會下決心投資它。因為在創投圈流行的另一句口號是:剛需、痛點、高頻。外送平臺滿足剛需、痛點、高頻,公用自行車滿足剛需、痛點、高頻,但是買一個沒有實際功能的MOLLY潮玩,肯定不會被非粉絲的投資人認為能滿足剛需、痛點、高頻。

延伸閱讀:泡泡瑪特新角「哭娃」再引熱潮!泡泡瑪特紅什麼?一家北京小賣店,如何10年翻出3880億市值?

本文授權轉載自 《因為獨特:泡泡瑪特創始人王寧從雜貨鋪到IP世界的跋涉》,李翔著,好優文化出版

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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