top of page

創業八大要點

Updated: Apr 28

大數據行業發展10年後,有很多研究報告指出,數據驅動可以平均為企業業務增長提升5至10個百分點。 還記得在2010年的時候,我寫了一篇〈不懂商業別談數據〉的文章,當時在內地的反響很大,皆因我認為數據是為商業服務,否則會變得空白無力。 全球知名創投研究機構CB Insights近期在眾多失敗案例分析中,總結了創業者失敗的主要原因: 一、忽略市場需求:42% 這就是所謂的「帶着解決方案去尋找問題」,當某種產品被創造出來的原因是企業家認為它很不錯,那就如同一場賭博。 二、現金不足:29% 創業包含很多隱性成本,加起來的時候很嚇人。從網站託管,到水電費、租金等,最佳的方法是把你預估的啟動成本乘以二。 三、團隊不合適:23% 對任何小型企業來說,組建團隊都很重要,而合適的團隊至關重要,應該誠實地評估創業團隊的技能及性格能否互補,當然能夠有共同的使命感,同舟共濟也很重要。 四、在競爭中落敗:19% 過度緊張並非一個健康的狀態,但你也不可忽視競爭,你應該了解競爭對手,並且能夠清楚地說明你的競爭優勢,小心不要被剛創業時的興奮心情蒙蔽了真相。 五、定價/成本問題:18% 定價是相對的,但需要比較和測試。你可能發現價格不是問題──價值才是,但其實定價是一個對市場及消費者強烈的訊號,而且一發不可收拾。 六、對用戶不友好的產品:17% 即使是最好的想法,也會因糟糕的用戶體驗而變得混亂和黯然失色,尤其是智能產品的用戶交互方式至為重要,切勿考驗用戶耐性。目前來看,能夠節省用戶時間的儍瓜式產品更受青睞。 七、營銷不佳:14% 初創企業很容易會把資金都用於產品開發,剩餘的錢不足以用於營銷──那麼你就遇到了一個大問題。找出有效的方法獲取客戶,讓大眾了解你的產品,不會比開發容易。 八、產品時機不對:13% 有時候某個產品進入市場的時機太早或太晚也會影響業績,太過專注創意開發,有可能使你的目標市場摸不着頭腦,這時候要把客戶反饋放在優先位置,及時跟進產品功能及市場動態。 當你把本文提出的觀察要點通盤考慮後,會發現在創業初期很少企業會因為欠缺數據而失敗,更多的原因是過度樂觀,忽略了創業的一些基本原則。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page