2026/10/09 (五)

Some Things I Wish I Knew Before Building an AI Company:創業家講座,從血淚創業經驗中學會的七個「早知道」

由數位發展部數位產業署推動、臺大智活中心執行的「GenAI Stars選拔與深度輔導」計畫,10月6日舉辦「創業家講座」,邀請製造業AI軟體知名新創—杰倫智能(Profet AI)創辦人暨執行長黃建豪(Jerry Huang),以「Some Things I Wish I Knew Before Building an AI Company」為題,分享他AI創業的血淚經驗與實戰心法。

聰明選題與七大創業心法

黃建豪分享,自創業第一天起,他便堅定選擇製造業作為核心賽道。憑藉過去在 IBM、SAP 及 PTC 等外商企業累積逾 15 年的軟體與製造業服務經驗,他選擇從自身最熟悉、資源最豐富的領域出發,並結合市場潛力分析,確立發展方向。他指出,若選擇台灣零售業,市場規模僅約 2,000 萬內需人口,成長性相對有限;反觀台灣在半導體、AI 伺服器、PCB 及筆記型電腦等領域,已有 16 個製造行業位居全球第一。只要能夠深入服務這些製造業龍頭客戶,公司便具備邁向國際品牌所需的條件與基礎。

在痛點選擇上,Profet AI 推出 Domain Twin(領域雙生),回應全球製造業面臨的嚴重缺工與經驗斷層挑戰。透過將專家經驗轉化為數位 AI Agent,讓寶貴的產業知識得以持續傳承,實現「知識永遠不退休(Knowledge Never Retires)」的願景。黃建豪強調,創業沒有真正的成功時刻;即使完成 IPO,也只是承擔更大公開責任的起點。他將創業以來的寶貴教訓,彙整為七大關鍵學習,期許能協助新創團隊有效跨越AI創業過程中的各項關卡。
Some Things I Wish I Knew Before Building an AI Company:創業家講座,從血淚創業經驗中學會的七個「早知道」 內文圖片
image.png 921.39 KB

Lesson 1:技術是暫時的,選擇長期解決的問題,才可能成為公司的身份

(Never build your identity around today’s technology / Your technology is not your company)

在創業初期,許多技術型團隊容易陷入「擁有優秀模型或演算法就等於好產品」的迷思。然而黃建豪直言:「客戶不買 AI,客戶買的是結果(Outcomes)。」從 2019 年的自動化機器學習、2023 年的大語言模型、2024 年的檢索增強生成,一路演進至 2025 年的AI Agent與2026年的Agentic AI與Domain Twin,技術典範正以前所未有的速度快速演進。黃建豪指出,若 Profet AI 當初將自己狹隘定義為「一家 AutoML 公司」,在生成式 AI 浪潮來臨時,恐怕早已被市場淘汰。技術會不斷更迭,但企業客戶底層面臨的知識傳承與經驗斷層等痛點,卻長期存在。唯有選擇解決這類不因技術替換而動搖的長期難題,企業才能在快速變動的技術環境中站穩腳步,並與 Tier 1 客戶建立深厚且穩固的信任關係。

Lesson 2:很酷的 Demo不等於一門生意,關鍵在於找到真正的痛點

(Find a painful problem, not an interesting use case / A cool demo is not a business)

在創業競賽或 Pitch 場合中,做出一個令人驚豔的 cool demo 並不困難;真正的商業化瓶頸,在於找到客戶「痛到現在就願意掏錢解決」的關鍵問題。黃建豪提出一個評估選題的重要標準:「如果這個問題明天突然消失,付錢客戶的CEO會在意嗎?」若答案是肯定的,代表該問題直接關係企業的經營命脈與核心營運目標,客戶自然會優先編列預算解決;反之,若產品僅是讓員工覺得「便利」或「有趣」的輔助工具,即使 Demo 再精彩,往往也難以轉化為實質訂單與長期商業價值。

Lesson 3:賣結果,不要賣AI

(Translate AI into the customer’s language / Don’t sell AI. Sell money, time or risk)

面對企業高階決策者,創業者若過度強調模型參數、Prompt 或 Token 等技術名詞,往往無法打動客戶。黃建豪指出,企業客戶最終關注的,通常只有三筆帳:能否增加營收、能否降低成本,以及能否減少營運風險。如果 AI 無法在這三筆帳中創造可衡量的改變,它可能仍只是一個精彩的 Demo。創業的關鍵,正是將技術能力「翻譯」成客戶能理解、願意買單的商業價值,讓 AI 從展示工具,轉化為驅動企業決策與營運成果的解決方案。
Some Things I Wish I Knew Before Building an AI Company:創業家講座,從血淚創業經驗中學會的七個「早知道」 內文圖片
image.png 1.11 MB

Lesson 4:最好的客戶也是產品團隊

(Your first customers shape your company / Customers shape the product)

「真正的產品,絕對不是在辦公室裡閉門造車做出來的。」黃建豪強調,當 MVP(最小可行性產品)完成後,創業者必須走進目標客戶的真實場域,在實際營運情境中驗證、修正並深化產品價值。Profet AI 在產品 Beta 階段,便選擇服務全球半導體封測龍頭日月光、載板大廠欣興電子、面板雙雄友達、電子製造大廠致伸,以及半導體設備龍頭愛德萬測試等 Tier 1 企業。服務頂尖大廠的考驗固然嚴苛,但正是這些客戶的高標準與實戰需求,逼著團隊不斷將產品打磨得更完整、更可靠。一旦成功跨越這段考驗,企業不僅能累積深厚的產業 know-how 與實證案例,更能建立起同業難以複製的競爭護城河。

Lesson 5:AI創業最難的,往往不是AI

(After AI gives an answer, the real questions begin)

許多創業者認為,經營 AI 公司最重要的是模型精準度與演算法能力;但黃建豪在創業數年後才體悟,AI能否成功落地,僅有約20%取決於AI技術本身,其餘80%則決定於 AI 之外的所有事,包括People、Process 與 Data,涵蓋:產業知識、工作流程、資料整合、權限與安全、團隊與人才、治理與合規,以及組織變革等面向。而當AI給出答案後,企業更必須建立明確的責任歸屬與決策控制機制,確保人機協作過程中「誰負責、誰把關、誰決策」清楚可循,AI才有機會在企業內部穩定運行並順利規模化。

Lesson 6:在市場逼你改變之前,先主動改變

(Reinvent before you must)

對創業者而言,最危險的一句話時常是:「But this is what we built.(這就是我們打造出來的東西。)」在 AI 每日快速演進的時代,技術突破的速度已遠超傳統經驗的預期,創業者若固守既有產品與過去的成功模式,反而可能成為轉型的最大阻力。黃建豪強調,面對技術與客戶需求的快速變化,團隊必須放下對既有成果的執著,主動重塑公司。企業應具備「速度與彈性」,帶領團隊走進市場第一線傾聽客戶聲音,聚焦真正重要的問題,並快速調整、持續學習,才能打造出真正創造價值的解決方案,讓公司隨市場演進不斷轉型、與時俱進。

Lesson 7:比自覺舒適的時間更早全球化

(Think global earlier)

「台灣是極佳的驗證場域,但絕不應成為企業的局限。」黃建豪指出,台灣市場規模相對有限,軟體與 AI 新創若要提升公司估值、擴大營運規模,必須在自認「準備好了」之前,更早邁向國際市場,並在每一個新市場重新建立信任與品牌認同。走向全球有三個關鍵,首先是指標客戶標竿,具備公信力的頂尖客戶案例,是進入海外市場最有力的「護照」,能有效降低新市場客戶的採用疑慮;其次是策略夥伴合作,在商業模式與驗收流程明確後,應與在地夥伴深度合作,借助其市場理解、通路資源與客戶關係加速落地;最後是類別定義(Category),全球客戶不在乎企業來自哪裡,更在乎市場應以哪一個品類記住你,例如 Profet AI 便以自定義的 Domain Twin 與 Agent 營運平台,建立清晰的全球市場定位。
Some Things I Wish I Knew Before Building an AI Company:創業家講座,從血淚創業經驗中學會的七個「早知道」 內文圖片
image.png 1.46 MB

Make, Learn, Better

講座尾聲,黃建豪勉勵現場所有晉級決審的 GenAI Stars 團隊:「世界上沒有完美的決策,只有你做出決定、從中學習,並在下次做得更好。」他再次提醒,技術會變、市場會變、產品與團隊也會變,但創業者選擇解決客戶真正痛苦的問題,終將定義這家公司所能達到的高度與價值。他期許台灣AI新創團隊,立足本土產業優勢、聚焦產業核心難題,並勇於邁向國際市場,將創新技術轉化為切實的商業價值與深遠的產業影響力。