在密西根州立大學的宿舍裡，David 和兩位同學  Achyut Byanjankar 與 Soami Kapadia 決定自己動手。每到週末，他們把自己鎖在房間，對著白板和筆電想各種解決方法，還給這段沒日沒夜的時光取了個熱血的名字：「宿舍黑客松」（Dormathons）。

誰也沒想到，這場宿舍裡的實驗，會在短短一年內，在預算幾乎為零的情況下，滾出 150 萬名用戶。甚至連遠在埃及、敘利亞、印度的學生都發現了這個工具。到了 2025 年，他們正式拿到矽谷頂級加速器 Y Combinator 的門票，這三個大學生，真的把「不耐煩」玩成了一門生意。

「我們不想再浪費時間看教學影片！」

聊起創業初衷，David 坦言，大一相識時，他們只是單純想幫自己解決麻煩。「一開始，我們只是不想再看那些教學影片，所以隨手做了一個能幫我們快速理解內容的小工具。」，「但後來我們就想：既然我們覺得痛苦，會不會其他人也一樣？」

於是，在沒有任何精美商業計畫書的情況下，他們抱著「試試看」的心態，把產品原型丟上社群媒體 X，結果不到幾天，後台竟然湧入上萬名用戶。這讓他們第一次意識到：原來全世界的學生都在等一個能拯救學習效率的工具。

把學習素材變成「互動式」家教

YouLearn 到底在做什麼？簡單來說，它把原本「死板、密集」的學習材料，轉化成更生動的形式，讓人能夠更快理解與吸收。

過去我們讀講義或看錄影，總是要自己痛苦地抓重點。現在，學生只要把 PDF、課堂錄音或 YouTube 連結丟進 YouLearn，平台就會將這些素材，變成一位 AI 導師。使用者可以隨時提問，或根據剛剛學過的內容生成測驗題和記憶卡（flashcards），檢查自己是否真的理解了。

「我們發現，學生其實很渴望理解，而不是單純要解答，」David 進一步說明，「所以我們的產品設計的核心是讓人真正『學會』。我們不會一開始就丟出答案，而是讓使用者變得更有參與感。」

Youlearn 如何靠「去摩擦化」留住 200 萬用戶？

回顧最初的產品版本，David 坦言，很多東西一開始其實都行不通。連最基本的「上傳文件」都不順暢。團隊幾經嘗試後意識到，應該回到更根本的問題：使用者真正想要的是什麼？

答案很簡單：他們想馬上開始學習。

「我們發現，學生並不想花時間研究工具，所以我們就專注在降低產品使用上的摩擦。」，David 舉例，「像是上傳資料應該簡化在 2 個步驟內完成、上傳後的內容要即時處理，讓用戶一進到平台就能直接與 AI tutor 互動。」

另外，Youlearn 的團隊也發現，多數的學習工具都是碎片化的，學生在不同的分頁之間切換，大幅降低了效率。於是，他們將單字卡、筆記、對話與測驗集中在同一個空間，「我們的目標很簡單，」David 說，「把所有的摩擦力降到最低，讓學習變得極度容易。」

第二個關鍵學習，是簡化願景。

早期團隊對產品方向有過許多天馬行空的想法，也嘗試過多種可能性，但成長卻一直受限。真正的轉折點，是他們決定停止追逐多個方向，只專心在一件事：觀察學生怎麼使用產品。

在產品剛爆量成長時，David 坦言，「當時我們只看得到流量，卻不知道使用者具體在做什麼」，於是團隊開始建立追蹤指標與分析機制，回看使用行為，讓每一次產品迭代都有數據作為依據。

從數據中，他們看到一些關鍵行為：學生會反覆追問同一個概念，花好幾個小時完成測驗，甚至持續收聽 Youlearn 生成的 podcast。這些訊號讓團隊更確信，學生要的不是直接給他們答案，而是真正的學習。

但是，光有這些洞察還不夠，如果樣本太小，這些假設也沒辦法被驗證。於是團隊開始有意識地擴大知名度，他們知道，大學生更相信創作者，於是他們繞過傳統廣告，直接在 Instagram 與 TikTok 上跟小網紅合作。

(圖片來源：YouLearn Instagram)

「我們自己就是學生，很清楚大家在哪些社群停留，也知道什麼內容會讓人想看下去。」David 說，學生追求的是「立即價值」，比如「如何一小時學會這門課」、「如何更快記住某某內容」，因此與其大談品牌願景，他們選擇直接示範產品如何提升學習效率。這種基於對同齡人習慣的深刻理解，才讓 YouLearn 的增長策略真正落地。

爆紅了，然後呢？

第一波成長來得很快，該學年結束時，Youlearn每月活躍學生數已達約 20 萬人，更特別的是，這些用戶遍佈全球，包括埃及、敘利亞、印度等地的學生都主動在社群上分享。

但對團隊而言，真正的挑戰不在流量，而是留存率。

David 觀察到，現在的大學生習慣嘗試各種 AI 工具，但退出率也很高。於是，團隊開始更細緻地研究使用者行為，例如是否完成整段學習流程、是否回到平台進行第二次練習、哪些地方會卡住？哪些地方又讓學生繼續使用？「留存率」成為產品迭代的核心指標。

從數據中，他們發現，不同學科的學習需求截然不同。David 舉例，醫學院學生需要大量記憶，因此，系統就會強化單字卡與重複練習機制；法律系面對的是密集的文本與判例，平台則著重於拆解論證、釐清前提與結論間的關係；至於數學相關領域，則會加入計算題的推導，協助學生驗證公式與模型。YouLearn 的初衷很單純：降低整理資訊的成本，讓學生把時間用在「思考」本身。

針對不同科系的學生的學習方法改善後，Youlearn 的留存曲線也開始穩定上升，逐漸地，不少用戶開始從免費版升級為付費版，以獲得更完整的學習體驗。

有了良好的產品基礎，外部的驗證也隨之而來。2025 年，YouLearn 成功被選入 Y Combinator，並完成種子輪募資，正式踏上更大的舞台。

這個時代，每個人都能有一位專屬自己的 AI 導師！

Youlearn 的誕生，其實也來自David 個人的學習經驗。回顧大學階段，他認為對自己幫助最大的，是學會「如何學習」。

「我以前研究過一些更有效率的學習方法，例如刻意拉開複習間隔、強迫自己主動回想，而不是重複閱讀筆記。」，David 發現，當學習方式改變，吸收知識的速度也大幅提升。「關鍵在於理解，而不是死記，若還能加上實際運用知識，你會記得更久」，在高中時，他為了打造自己正在創立的電商品牌，翹掉了數百小時的課程，同時也不斷磨練自己的學習方式，好讓自己能更快完成課業，而不是被動地坐在課堂上聽講。

這樣的經驗，深刻影響了 YouLearn 的產品方向，他相信未來的教育會更少強調背誦，更多著重批判性思考與理解力。

面對 AI 正在重塑教育的浪潮，David 對 YouLearn 的想像其實很簡單，也很大膽：讓學習像人們想像中的「捷徑」一樣有趣，但不因此犧牲真正的理解與記憶。

他的目標很清楚：讓每個人都能擁有一位 AI 導師。他說：「YouLearn 的目標不是讓學習變得毫不費力，而是讓它更個人化，保持在剛好有點挑戰的程度，同時又真正有趣。這樣我們才能更聰明、更有效率地學習，也真的把知識學會。」

4 月 2 日，美國總統川普（Donald Trump）宣布啟動大規模「對等關稅」，消息一出，企業的價格、庫存、採購節奏與市場擴張計畫全面被打亂，美中也迅速進入報復與反報復的循環，跨境供應鏈像被突然扭曲的鋼索般緊繃，整個世界陷入空前的不確定性。

半年過去，各國仍在談判桌上拉鋸，企業則在現金流壓力下努力調整生存策略。在這樣的局勢下，任何能降低成本、提升現金彈性的制度，都變得前所未有地重要。

也正是在這個時候，一項其實已經超過 200 年、卻長期被忽略的機制，再次被拿出來討論：「關稅退還」（Duty Drawback）。

「很多企業甚至不知道自己繳的關稅可以退回來。」專用 AI 幫企業退稅的新創 Pax 創辦人陳品衣（Penny Chen）說，她在與客戶訪談的過程中，反覆看見同一個現象：企業每年上繳百億美元的關稅給政府，真正被退回的只有約 20%。剩下的 80%、將近 150 億美元的金額就這樣躺在那裡無人申請，「It’s free money left on the table!」，她語帶無奈地補充。

這個巨大的斷層，意外成了 Pax 的切入點。Pax 以 AI 為核心，用演算法幫助企業找出比傳統服務商多 15% 的可退的關稅金額，並把原本動輒半年以上的流程壓縮到十多個工作天。企業第一次看見，原來只要善用 AI 工具，關稅退稅將不再是枷鎖，反而可以成為改善現金流的即時力量。

企業其實可以不用關稅「萬萬稅」！誰適合退稅？

「關稅退稅」是一項由美國海關與邊境保護局（CBP）實施、用於退還企業已繳交的進口關稅，不是一般民眾熟悉的所得稅退稅。企業只要因進口美國的商品曾繳過關稅，後續又符合再出口、加工後再出口，或在美國境內就地銷毀等條件，便能依法取回部分或全部已繳的稅金。

最典型的案例來自製造業：企業從海外進口原料，在美國完成加工後再出口成品，先前繳付的關稅便能依法退還。

另一個典型案例來自零售商與經銷商：企業自海外進口商品，若該商品在美國並未銷售或使用便再次出口，先前繳付的關稅同樣可以依法申請退還。

近年快速成長的跨境電商與大型零售商，也同樣高度符合退稅資格。貨品在美國境內移往海外倉庫視為出口，若消費者退貨後在美國就地銷毀，也都在規範之內。

換句話說，許多日常的物流動作，像是移倉、退貨、銷毀等，表面上看起來與營收無直接關聯，但實際上都蘊藏著可觀的退稅金額。只要能清楚地梳理商品的流向，企業就能把原本就屬於自己的錢拿回來。

流程複雜、工具老舊，為什麼傳統退關稅如此困難？

不過，儘管制度不難理解，但真正困住企業的，是落地執行的高複雜度。陳品衣說，除了不同商品、不同進出口情境都有各自的計算方式以外，更令人頭痛的是，關稅退還所需要的資料，通常散落在 PDF、Excel、ERP 之間，企業得從一堆格式不一、怪形怪狀的發票、報關單、物流紀錄裡，把資料整理成政府單位需要的樣式，極度耗時。

由於流程複雜，很多公司選擇交給專門的服務商，但問題並沒有因此變得簡單。傳統服務商用的仍是20多年的舊式軟體，流程大量仰賴人工，一個案件得手動輸入、逐筆比對，第一次申請的企業從送件到實際拿到退稅，甚至要等整整一年。也因為這個流程笨重緩慢，許多服務商只願意接一年退稅金額 10 萬美元以上的大客戶。這代表中小企業即使符合資格可以拿回關稅，卻常連願意受理他們的人都找不到。

「這是一個有趣的數學問題！」，Pax 如何用演算法幫企業多退 20%？

陳品衣最早接觸關稅退稅，是在 Flexport 擔任研究員的時期。當時她很快發現，這個流程牽涉大量資料清洗與規則比對，透過與業界專家交流，她試圖理解市場真正的痛點，「我發現大家的困境幾乎一模一樣：明明有資格拿回已經繳的關稅，卻因為不了解制度、沒有工具、也找不到願意服務的廠商，最後只好作罷。」

陳品衣是麻省理工學院（MIT）博士，專門研究演算法設計，「從我的角度來看，關稅退還其實是個很有趣的數學問題，只是以前沒有人用演算法的方式去解決它！」

Pax 在做的事，用一句話說，就是企業關稅版的 TurboTax。TurboTax 是美國最普及的報稅軟體，把繁瑣的規則拆解成標準化的流程，讓納稅人一鍵報稅；Pax 想做的，是在企業關稅退還的領域重現同樣的體驗，讓企業不用懂法規、不用整理資料、不用曠日費時，就能把該退的關稅拿回來。

不過，要做到這一點，最困難的第一步，是解決「資料混亂」這個最根本的痛點。

目前，市場上處理關稅退還的服務商花最多時間的地方，是資料前置作業。為了能進入後面的流程，企業往往得先提供所有文件，且需要整理成統一格式，光是這一段，就是大量的人力與時間成本，也是絕大多數企業在第一次接觸關稅退稅時最感到挫折的原因。

Pax 的做法，是將「手動整理」這一段拿掉，企業不需要先整理任何文件，只要將原始資料交給 Pax，他們的系統就會自動讀取、提取關稅退還所需的資訊，並把非結構化的數據變成能計算的結構化資料，省去大量時間。

第二步是演算法。陳品衣與團隊自己設計演算法，系統會挑出哪一個排列組合能退還的關稅最多。許多企業把案件丟給 Pax 計算後，還能額外退回比過去人力檢視多 15%～20% 的金額。

最後一步，是把資料真正送出去。Pax 在演算法算出可退金額後，由自家的稅務專家確認後直接向政府送件。因為 Pax 已取得美國核可的送件資格，整個流程不需要傳統的往返，在這樣的模式下，企業過去要等上半年～一年的流程，如今往往只需要 10-15 個工作天，效率大幅提升。

一個冷門但被忽略的大市場，正在被 AI 重新打開

關稅退稅長期被視為貿易制度中的邊陲，但實際上，它是一套存在超過 200 年的制度，牽動著進口、加工、出口等整條跨境供應鏈。只要企業有進出口行為，就可能涉及退稅資格，因此涵蓋的產業遠比一般想像得廣。

也正因如此，這是一個成熟卻分散的市場：雖然美國有十多家服務商深耕多年，流程仍高度仰賴人工、導致大量原本就有資格的退稅金額長期躺著不動，像是被遺忘的「沉睡的現金」一樣，等待被重新喚醒。

Pax 將這個問題透過演算法重寫，再搭配經驗豐富領域專家，成立一年多，即入選矽谷知名加速器 Y Combinator、獲得 450 萬美元早期投資，處理的關稅退稅金額規模也達到千萬美元等級。而在今年川普關稅宣布後，企業的需求瞬間爆量，Pax 的營收也隨之跳增三倍。

對一個不到 10 人的早期團隊而言，這樣的成績單除了來自產品實力以外，也來自政策風口的加持，更清楚證明：「關稅退還」是一個巨大且被嚴重低估的市場，而 Pax 正站在這個缺口最前線。

展望未來，陳品衣認為，回顧歷史，美國其實已多次調整相關法規，這項從美國建國就存在的制度，200 年間不斷被修補、調整，也因此越來越複雜。「我認為關稅只會增，不會減」，陳品衣說。在供應鏈重組與地緣政治拉扯下，企業肩上的關稅負擔難以回到過去，而關稅退還的需求只會愈來愈強。

「關稅退稅」是一項在變動世界裡，應該比以往更需要被重新理解、重新運用的制度，陳品衣期望透過 AI 與自動化，幫助大大小小的企業，把原本的成本壓力，轉化成現金流的韌性，在新的局勢下掌握更多主導權。

來自台灣的 TherapiAI，由一群 AI 專家與醫學專家共同創立，他們打造的 AI 平台，幫助生技廠、藥廠、CDMO（委託開發暨製造服務）節省原料、加速產線，讓製藥生產以十倍速運轉，不再被傳統繁瑣的流程拖慢。

生技製藥產業（biopharma）長年累積的結構性瓶頸很明顯：實驗數據分散、研發製程緩慢、專業人力斷層、法規文件往返繁複耗時。TherapiAI 想要解決的，就是這 4 大卡點。他們做的是一套瞄準 CDMO、CMC （化學製造與管制）的 AI 基礎建設，讓研發效率、製程參數、文件與合規流程上全面加速。

就像智慧型手機需要一套作業系統才能讓 App 彼此協作，TherapiAI 就像藥廠的「AI 作業平台」：把分散的數據串起來，把繁雜的流程自動化，把專家腦中的知識化成可重複使用的 AI agents。那些過去仰賴特定博士經驗才能往前推的工作，如今都能被加速、放大。

從法院跨入藥廠，奠定跨界的底層能力

Therapi AI 前身為網資科技（Akousist），由韓駿逸（Michael Han）在 2018 年成立。有趣的是，他們最初做的跟生技製藥產業毫無關聯，「我們之前負責的是全台 36 個法院的電子卷證人工智慧自動化」，韓駿逸解釋，以 AI 協助法院專業人員將大量例行的文件進行自動化，這是他們當時盡力突破的難題。

這段看似無關的經驗，意外成了 Therapi AI 打入生技製藥產業的關鍵能力。因為藥廠面對流程的挑戰，其實和法院非常相似：資料分散在 ERP、機台與實驗室系統；不同部門能看到的內容天差地遠；臨床與實驗的文件都是機敏資訊，不能外流。

網資科技在法院的案件中，打磨出嚴謹的態度與經驗，讓 AI 能在資料安全、資訊互通下能「代理」（agent) 專業人員執行例行的工作，這些都是製藥產線最缺的底層架構，也自然成為 Therapi AI 最核心的護城河之一。

不過，要理解這套 AI 基礎建設為什麼重要，就得先回到一個問題：CDMO 的痛點，到底在哪裡？

CDMO 的四大痛點：數據、製程、人力、法規

首先是最根本的數據孤島問題。在製藥現場，關鍵實驗數據往往被拆散在各種儀器、紙本紀錄，或不同部門使用的系統裡，不但格式彼此不相容，也難以在同一個平台上被完整比對。

其次，細胞與藥物製程的高變異性讓放大流程變得格外困難。這些流程對參數與環境極度敏感，任何細小偏差都可能讓價值數百萬元的實驗失敗。細胞在實驗室當中環境單純，但是進入大型反應槽後，所有參數都必須重新調整，藥廠往往得靠反覆試錯、增加原料批次，才能摸索出能讓產線穩定運作的製程。

第三個痛點，是高度依賴專家的人力瓶頸。

CDMO 的專案繁雜冗長，平均要花 18 個月才能簽下一份合約，大量流程都壓在少數資深VP、 BD、PM 身上。 以 PM 為例，CDMO 普遍面臨資深 PM 難找、流動率高、工作量極大等挑戰。更棘手的是，許多製程 know-how 掌握在博士手裡，一旦核心博士離職，整條線等於得從零重建。

最後一個最棘手的痛點，是資料的敏感性與法規壓力。

在 CDMO 裡，許多數據屬於高度機密，本質上就不適合放在公有雲裡。更深層的問題是，「整個產業普遍都有一個共同的誤解：以為導入 AI 的第一步，就是把所有資料集中起來」，韓駿逸解釋，「但資料集中化處理，又慢又昂貴，動輒數百萬元起跳，也不一定真的能用得好」。最後，多數藥廠明明知道 AI 能帶來助益，卻寧願維持現狀、不願冒險。

TherapiAI 在做什麼？打造生技製藥產業的 AI 作業平台

TherapiAI 的技術架構由兩個核心層次組成：底層的「知識層模型」與前端的「AI Agents」。在知識層，團隊將全球公開的資料，與 CDMO 內部生產數據進行整合，讓 AI 能真正理解製藥產業的高度專業內容。這樣的調整，讓這些模型變成藥廠的可信基座，也為後續的自動化與應用奠定底層能力。

在這個基礎上，TherapiAI 再往上打造能「真正執行工作」的 AI Agents。這些 Agents 的設計並非單一功能，而是對應製藥流程中三個彼此銜接的階段：研究、探索與應用。

首先，在研究（Research）階段，AI 必須做到「寧缺勿濫」。這段工作環境高度精準、容錯率極低，因此若模型沒有足夠資料支持，它會直接回覆「不知道」，避免產生錯誤推論，讓研究人員能把 AI 當成可信的資料夥伴，而非需要反覆驗證的黑箱。

接下來則進入「探索」（Exploration）階段，研究者不只是找答案，而是希望 AI 協助推論。此時 AI agent 會根據模型內建的知識與跨系統數據，提出可能的參數範圍、假設路徑或異常原因，協助研究者縮短實驗迭代周期。這是從「查資料」邁向「一起思考」的關鍵轉折。

最後在應用（Exploitation）階段，AI 開始正式「走進產線」，將研究成果轉為可操作的流程，例如執行細胞株篩選、自動生成合約、製程文件、GMP 報告與查詢 FDA 法規等，直接解決 CDMO 的痛點。

對製藥業者而言，研究端能更快收斂方向，製程端能以更少的原料找到穩定參數，法規端能縮短文件往返與補件時間。許多原本需要資深 PM 或博士層級人員反覆對照數週才能完成的任務，如今只需要幾分鐘便能生成初版，再由專家做判讀即可。

韓駿逸說，TherapiAI 的核心，是把大語言模型裡與產業無關的噪音全部去掉，只留下製藥領域真正需要的知識，並透過三階段的 agent 流程，讓模型不只會「回答問題」，而是能在研發與生產現場「真的把事情做完」。也正因如此，TherapiAI 提供的並非單點工具，而是一套能把整個開發週期壓縮至過去數分之一的 AI 基礎建設。

AI Agents 的真實應用：加速「魔法導彈」ADC 新藥開發、掌握法規變化

TherapiAI 的 AI agents，已開始應用在多項高度專業的場景。其中，最具代表性的案例來自近年備受關注的 ADC（Antibody–Drug Conjugate，抗體藥物複合體）新藥研發。由於 ADC 能在不傷及正常細胞的情況下精準遞送有效載荷，被視為癌症治療的重要突破，更有「魔法導彈」的美譽，授權交易動輒數十億美元。

在這個試驗密集、路徑龐雜的領域中，TherapiAI 開發了專為 ADC 設計而成的 AI Agent。研究人員透過自然語言提出問題後，系統會自動整合跨系統與跨文獻的資料，涵蓋抗體（Antibody）、連接子（Linker）、有效載荷（Payload）等核心元素，並整理牽動藥效與毒性的設計關鍵。這讓團隊能在早期階段看到不同策略的可行性，不必花時間反覆比對文獻與資料庫。

更重要的是，ADC AI Agent 會進一步指出後續可能需要調整的參數，協助團隊快速縮小方向。對藥廠與 CDMO 而言，這種方式能減少不必要的試驗輪次，大幅壓縮傳統需 2～3 年的前期探索期，更早跨入真正具商業價值的開發階段。

在高度敏感的法規領域，TherapiAI 以自家的 GMP AI Agent 挑戰過去仰賴人工的流程，協助企業即時掌握國際法規變化。

這套系統能即時搜尋、比對並解讀 FDA、ICH 等國際法規條文，並且自動偵測跨部門文件間的矛盾或缺漏，協助確保文件的一致性，避免因版本錯誤造成延誤。

同時， GMP AI Agent 也能透過內建的風險預測模型，模擬審查員可能追問的細節，並以「風險地圖」標示出高風險段落，讓文件在送出前就先經過一輪「預審」。

TherapiAI 目前已在台灣、日本及海外多間藥廠與 CDMO 落地，涵蓋 ADC 早期設計、細胞株篩選、自動化製程文件生成、及 GMP 法規比對等場景。部分客戶已將 AI agents 納入正式產線流程，用於跨部門協作與文件生成；也有客戶在導入後，主動提出新的需求，希望把更多核心節點從人工轉為 AI 自動化。這些合作讓 TherapiAI 逐漸成為製藥生產鏈上的重要作業層。

你賣的是「解決方案」還是「工具」？

許多深科技的新創在早期都有同樣的盲點：技術很強，但不等於價值會被自動看見；工具很多，但不代表客戶願意花時間自己組合。TherapiAI 也曾遇過同樣的瓶頸。

「當初我們從技術出發，期望客戶能自己操作」，韓駿逸表示，然而，大多數製藥廠商工作繁重，使得無法投入時間，自然也無法為「工具」付錢，因為工具強不強，和能不能解決現場的問題，是兩件完全不同的事。

後來，團隊意識到「專家需要的不是多厲害的工具，而是要直接解決他的痛點」，「我們在短短兩週內，把所有分散的工具收回來，不再賣技術，而是將技術變成能直接完成工作的 AI agents。」，韓駿逸表示，例如原本獨立存在的 OCR，就被拉上來變成 GMP 文件 AI Agent，一旦從「工具」變為能交付產出成果的「agent」，價值立刻被看見：客戶願意付費，也更願意導入。

客戶要的不是一個工具，而是一套能真正把研發、製程、文件與法規整合起來的底層能力；TherapiAI 做的不只是解決單一問題的工具，而是一整套重建整個生技製藥產業的 AI 作業平台。並不是每一場 AI 革命都以矽谷為起點。TherapiAI 這個來自台灣的團隊，讓人看見另一種未來的可能：下一個重要的產業突破，不取決於地圖上的座標，而取決於誰能把 AI 放進最複雜、最關鍵的現場。

「工程師常常需要投入超過 100 個小時，逐頁翻閱多達 2,000 頁的 datasheet，只為確認硬體元件是否相容。」Niyam AI 創辦人暨執行長 Samarth Shyam 說，「在這個行業裡，每延誤一天，就可能燒掉數十萬美元；而對品牌而言，產品若延後一個月上市，更可能失去 20% 到 30% 的生命週期利潤。」

電子製造業是全球創新的支柱，卻長期受制於低效率的設計工具。原型製作的一次成功率低於 2%，工程師不僅要逐一檢查元件相容性，還要面對零件汰換、供應鏈的不穩定性等問題。

更棘手的是，電子設計涉及不同團隊，但缺乏能整合全流程的統一平台，導致許多問題在產品原型做好後才被發現。現有工具缺乏即時回饋與主動分析，公司往往只能等錯誤釀成後，才被迫「救火」。

在這個規模高達 2 兆美元的產業裡，微小的效率流失，就意味著數十億美元的代價。而這個痛點，正是 Niyam AI 想要解決的問題。

兩個非典型硬體人，如何顛覆電子製造業？

Niyam AI 的兩位創辦人並非典型「硬體人」，卻看見了產業長年的痛點。

CEO Samarth Shyam 是一名連續創業家與天使投資人，在創業與投資端，都有多次成功出場的經驗，也累積了不少實戰傷痕，先前他打造的企業級代幣化會員平台，後來成功被收購。

技術長 Agrim Singh 則是花旗銀行聘用的首位駐場駭客（Hacker-in-Residence），曾打造市場分析工具，能在 Bloomberg 或 Reuters 之前幾分鐘就捕捉到影響價格波動的事件。兩人於新加坡的 Entrepreneur First 計畫中相識，此後合作過多個專案。但真正的轉折點，是看到一位創業朋友，因為錯選一顆 MCU（微控制器），差點讓公司破產。

「這是典型的上游錯誤。」Shyam 進一步表示，Kickstarter 上其實有大量類似案例：看似微小的零件數據疏漏，最終導致產品無法如期上市。兩人發現，硬體原型往往需要多次修改，原因就是零組件的相容性或規格錯誤，而工程師缺乏能「主動」預警問題的工具，只能在錯誤發生後被迫重新修改。仔細思考之後，他們很快就發現，這其實是一個純粹的數據（ETL）問題。

於是，兩人決定創立 Niyam AI，這是一套能在早期即捕捉零件風險的系統，主動浮現合規、採購與設計錯誤，避免這些隱憂演變成高昂的代價。Samarth 與 Agrim 的搭檔，結合了強大的商業推進力（GTM）與深厚的 AI 技術實力，正是突破這個快速變動、技術門檻高市場的關鍵。

「硬體世界的 AI 拼字檢查」讓設計速度快10倍！Niyam AI 怎麼做？

「Niyam 就是硬體世界的 AI 拼字檢查。」Shyam 解釋，以前工程師必須花上數百小時比對數據、從 PDF 中手動複製規格，現在只要有 Niyam，它就能嵌入在 ECAD 和 PLM 系統中，自動抓取設計檔、BOM 以及連結的規格書，並在幾分鐘內完成解析與檢查。

Shyam 進一步說明，流程開始時，AI 首先會解析設計檔中的每個零件規格，並即時比對相容性問題，接著，系統會檢查零件是否存在庫存不足、交貨期過長或認證即將失效等風險。

所有檢測結果都會被整合到一個儀表板上，工程師只需點擊建議選項，系統就能自動生成一份更新後的 物料清單，並重新匯回既有的產品生命週期管理系統（PLM），幾乎不需要改變原本的工作習慣。

在供應鏈端，Niyam 則大幅降低了人工比對的成本。以往，工程師得在數千家供應商、上百萬個零件中逐一輸入編號、比對庫存與認證，再人工挑選替代品。現在，AI 會從物料清單出發，主動提供「情境化推薦」——不僅告訴你「有什麼零件」，還會依照條件篩選出「真正能用」的解決方案。這種主動、即時的回饋，讓設計速度提升 10 倍以上，徹底改變了過去被動、耗時的模式。

直擊問題核心！Niyam AI 從硬體供應鏈的「上游失誤」切入

過去 30 年，EDA 市場由 Synopsys、Cadence、Siemens 等巨頭壟斷，工具重心放在設計，雖然有驗證功能，但僅止於基本檢查。隨著硬體設計日益複雜，傳統工具難以在初期就做跨元件分析，也缺乏與供應鏈的數據整合。

從商業模式來看，EDA 廠商主要靠「模擬授權席次」（simulation seats）賺錢──工程師要多跑一次模擬，公司就得多買一個使用權；PLM 廠商則是靠「設計變更」賺錢──產品每改一次設計，就會增加更多流程要透過系統處理。也因此，「主動的上游驗證」始終不是他們的優先項目。

AI 浪潮下，不少新創如 Flux、Celus 與 JITX 嘗試切入，但多半著重在設計效率，並未解決真正的痛點：零件數據仍然靠「人工搬運」，而相容性驗證依舊要等到產品設計已經完成、甚至進入後期流程時才進行，往往為時已晚。

Niyam 的切入點正是這個「上游失誤」：他們的 AI agent 直接嵌入 ECAD 與 PLM，能自動抓取電路圖（schematics）、BOM 與連結的規格書，並持續進行風險檢查，涵蓋相容性、生命週期、供應鏈與合規等面向。工程師不需要手動上傳、不只是一次性掃描，而是後台的安全護欄，在早期就浮現問題並提出修正方案，把原本需要數百小時的工作壓縮到幾分鐘內完成。

這樣的定位，讓 Niyam 快速建立優勢：一方面累積零件生命週期、供應鏈動態與設計規則等專業知識，另一方面在成立一年內就獲得大型 EMS 與 ODM 驗證，在真實場景中不斷強化資料、流程與信任，築起難以跨越的高牆。

企業級 SaaS 的兩大難題：找出真正的用戶、釐清價值鏈定位

對 Niyam AI 而言，挑戰不僅在技術，也在於安全與使用習慣。大型製造商的設計流程高度機密，Niyam AI 因此選擇不保存設計檔，並部署於客戶的私有雲，讓企業能完全掌握存取權限。這些措施換來了市場的信任，也讓團隊更清楚：安全性本身就是產品價值的一部分。

同時，產品要真正落地，不能只靠高層決策，還需要一線工程師的認同。許多工程師已習慣固定流程，因此 Niyam AI 將「整合性」落實到細節，支援 Excel、CSV 與原理圖格式，確保他們幾乎不用改變習慣就能上手。

Niyam AI 進一步觀察，則發現「真正使用者」的與他們原先想像的有落差。Shyam 說，「我們一開始以為，使用者會是是製造廠工程師，畢竟他們每天都在看 datasheet、檢查元件的相容性。」，「但後來發現，比起時間，工程師最在意的是『正確性』，因此即使耗費數百小時，也要確保正確性。」

真正承受時間壓力的，其實是下游品牌與決策者。「例如對 Apple 這樣的國際品牌而言，產品推出一旦延誤，可能直接錯過市場機會；每延後一個月，產品生命週期的利潤甚至會減少 20%–30%。」Shyam 表示。

這讓 Niyam 意識到，唯有同時滿足工程師的嚴謹需求，以及品牌端對時程的壓力，才能真正成為產業鏈不可或缺的一環。

企業級 SaaS 軟體的銷售與一般面向消費者的軟體不同，對 Niyam AI 來說，最困難的兩件事在於：找出真正的用戶以及釐清自己在價值鏈（value chain）中的定位。

早期 Niyam AI 的產品，會要求客戶將檔案上傳到一個 dashboard，後來發現這樣的模式行不通。「工程師可能偶爾會用，但不可能天天使用。」，Shyam 表示，「一個 BOM 或電路圖，在產品生命週期內可能會有超過 300 次變動。不可能有人每次都上傳新檔案。如果一直依賴上傳，絕大部分風險都可能被忽略。」

於是，與其強迫工程師改掉數十年的習慣，Niyam AI 在 2024 年 11 月改變了產品的設計，讓它變成 AI agent，直接嵌入客戶的 ECAD 與 PLM，並直接給出系統檢查的結果，同時支援 Excel 與 CSV 格式，「我們必須走進工程師的工作流程，Niyam AI 的 Agent 會自動監測 ECAD 和 PLM 的變更，抓取正確的 datasheets，自動檢查並提出修正建議。」

此外，團隊也重新認識了誰才是真正的日常使用者。「我們一開始以為，使用者會是是製造廠工程師，畢竟他們每天都在看 datasheet、檢查元件的相容性。」，Shyam 說，「天天在這些工具裡工作的，是 零件管理員（librarians）、零件工程師、採購以及合規部門。他們最在意的是『正確性』與『可追溯性』，就算要因此耗費數百小時，也要確保正確性。」

相較之下，時間壓力更多落在下游的品牌與專案負責人身上。「例如對於 Apple 這樣的國際品牌來說，一旦延遲錯過市場機會，產品生命週期的利潤甚至會減少 20%–30%。」

 這些經驗讓 Niyam AI 團隊體會到，產品不僅要滿足第一線工程師對正確性的高度要求，還必須在使用體驗上做到零阻力，同時讓管理層也能清楚感受到時間效益的提升。「唯有如此，Niyam 才能成為供應鏈中不可或缺的一環，而不是另一個被打開一次就遺忘的 dashboard。」

Niyam：為製造業建立「新秩序」

經過多次試點與驗證，Niyam AI 已成功進入多家大型 EMS 與 ODM 的視野，並於 2025 年入選緯創加速器。這不僅讓團隊能在真實場景中加速測試與迭代，更象徵全球最大製造商之一對其潛力的認可，也成為打開市場的重要敲門磚，目前已有全球前十大製造商與其進行試點合作。

Niyam 不只是用來抓錯誤，而是重新塑造工程師的工作流程。Shyam 強調：「在這個產業裡，即使 1% 的效率提升，都可能轉化為數十億美元的收益。」

對 Shyam 而言，這只是開始。他的願景十分清晰：5-7 年內，Niyam AI 將成為全球 2 兆美元電子供應鏈的基礎設施。 「我相信所有一線的 EMS、ODM 與 OEM 都會使用我們的系統，從 datasheets、BOM，到替代料、認證，甚至元件擺放。過去需要人工操作、分散孤立又充滿錯誤的流程，將變得完全自動化。硬體終於能像軟體一樣快速迭代。不管你在世界上任何地方打造電子產品，Niyam AI 都會在背後確保不會有任何疏漏。」

如同 Niyam 這個名字來自梵文，意為「規則」與「生活方式」。這正是團隊的目標：把維繫硬體安全的規則，化為內建在 ECAD 與 PLM 中的日常運作，讓「紀律」自然而然成為整個供應鏈的默契與標準。

這樣的場景，在日本的便利店、餐廳、車站等地方每天上演。每年，多達 3,600 萬名國際觀光客造訪這個國家，語言不通不只是旅途中的小困擾，更逐漸成為壓力巨大的產業痛點——不只影響觀光體驗，更牽動整體國家的競爭力。

這個痛點，正是日本新創 Shisa.ai 極力解決的。創辦人沈佳（Jia Shen）與核心團隊一共 3 人，試圖用 AI 改變人與人之間的交流方式，他和團隊打造了即時語音翻譯產品 Chotto.chat：只要打開手機，無論在藥妝店、餐廳還是計程車上，用戶都能用母語自然說話，Chotto 會即時翻譯成流暢的日語，同時保留語氣與情緒，讓交流順暢而真實。「語音比文字更能展現人類的情感和語氣，只有讓交流聽起來自然，人們才會願意放心開口。」沈佳說。

支撐 Chotto 的背後，是 Shisa.ai 自行訓練的大型日語語言模型——Shisa V2-405B。這款模型擁有高達 4,050 億參數，並以社群授權形式釋出，開放研究與非商業用途使用，成為目前表現最好的日文語言模型之一。

根據團隊的評測結果，Shisa V2-405B 在多項日語任務上——包含指令理解、角色扮演對話、日英翻譯、語意推理與文本生成等——展現出與 OpenAI 的 GPT-4o 和中國的 DeepSeek-V3 旗鼓相當的實力。

令人驚訝的是，這樣能與科技巨頭匹敵的成果，竟是由一支僅有 3 人的奈米團隊所打造。模型上線後短短一個月內，便在 Hugging Face 社群累積超過百萬次下載，受到全球關注。

為什麼日本需要自己的大語言模型？

對沈佳來說，這是文化、經濟與國安等三層面的結構性挑戰。

首先，從語言本身說起。日語是一種高度倚賴「語境」（context）的語言。許多「潛台詞」，日本人不會直接說出來，而是藏在語氣、關係與社交默契之中。沈佳舉例：「在日本，拒絕往往不會明說。像是對方會說『那天不太方便』，聽起來客氣，其實就是明確的拒絕。」

類似地，一句「愛してる（Aishiteru）」沒有明確主詞與受詞，根據上下文，可能是「我愛你」、「我愛她」，甚至「她愛他」。如果大語言模型無法理解前後語境，就無法正確推論意思——這樣的語言特性，對 AI 來說是極大的挑戰。

這一點，也讓跨文化交流變得格外困難——特別是在服務業的第一線場景中。2025 年僅 4 月，日本便迎來 390 萬名觀光客，創下單月歷史新高。然而，零售與餐飲業正面臨前所未有的人力短缺，語言障礙更導致日本錯失大量商機。

而更長遠來看，生成式 AI 正從商業工具，快速成為地緣政治的戰略資產。如果美中任一方限制 GPT 模型出口，嚴重依賴海外基礎模型的國家，恐面臨無法自主應對的風險。在這樣的脈絡下，擁有能理解在地語言與文化的自有模型，不只是提升效率，更關乎數位主權與國家韌性。

Shisa.ai 選擇將自家模型以社群授權形式釋出，開放研究與非商業使用。他們認為，語言模型不應被少數科技巨頭壟斷，而應成為全民共享的基礎設施。這不只是技術突破，更是一種態度宣言：讓更多有志投入在地 AI 的開發者與企業，有機會參與並壯大這套真正理解日本語言文化的 AI。

從「聲音」解決文化隔閡

Shisa.ai 的第一款產品，是一套從「聲音」出發的即時語音翻譯系統——Chotto.chat。

「我們聊到現在，你應該發現我講話很快了吧！」沈佳笑說。他選擇從即時語音翻譯切入，打造一套能跟上語速、適應自然對話節奏的系統。「Chotto.chat 就是為了像我這樣講話快、需要即時交流的人設計的。」

與一般翻譯工具不同，Chotto.chat 專門為日本人的說話習慣做了優化。不管是講話語速很快，還是在公共場合習慣壓低音量、貼著手機小聲說，它都能即時辨識、自然回應，不讓對話因為技術卡住。

「我們做的不是單純的翻譯，而是讓 AI 聽得懂語氣和情境，講出來的話要像真人一樣自然、有感情。」沈佳解釋，「就像幫戲劇選配音員，不只是念對台詞，還要講得有情緒、有層次。」

目前 Chotto.chat 尚未正式推出 app，卻已每天吸引超過 6,000 名用戶使用，平均每人停留時間達 27 分鐘。除了在購物、點餐能用以外，也能用在不同文化的情侶、朋友之間，讓彼此都能用母語自然交流。

從餐廳到車站：Shisa.ai 成為企業現場的「隱形翻譯員」

除了日常生活對話，Shisa.ai 的語音技術也悄悄走進日本的實體場域，成為接待外籍顧客的重要幫手。

在餐廳，Shisa.ai 成為店員的語言輔助工具，協助回應外國顧客的過敏原詢問，也能支援新進員工的「邊做邊學」。在零售門市，Shisa.ai 則處理免稅規則、尺寸換算與退換貨等常見問題，讓第一線人員能流暢應對、不需中斷工作。

這樣的即時支援，也擴展到公共空間。橫濱車站內，Shisa.ai 已設置支援 17 種語言的 AI kiosk，讓旅客能即時詢問洗手間、車票、商店方位，就像是一塊「會說話的導覽牌」，補上語言與資訊的空缺。

接下來，Shisa.ai 也計畫延伸語音應用，打造結合聊天、提醒與陪伴功能的虛擬寵物，作為日本高齡社會的未來對策之一。

讓每一種文化，都有留下聲音的權利

Shisa.ai 的三位創辦人皆為移民，選擇在日本落腳創業。他們相信，AI 主權必須從在地語言與文化出發，打造本土模型，不只是為了保留多樣性，更關乎資料隱私、地緣政治韌性與國家的數位自主權。

執行長 Jia Shen 與技術長 Leonard Lin 是共同創辦人，其中 Shisa 模型由 Leonard 領銜開發，是他的代表作。而團隊中的 AI 研究員 Adam Lensenmayer，則有著截然不同的背景——他是日本動畫迷耳熟能詳的字幕翻譯家，曾參與《進擊的巨人》、《鋼彈》、《名偵探柯南》（劇場版）、《銀河鐵道999》、《櫻桃小丸子》、《宇宙戰艦大和號》，以及在便利商店都能買到的《宇宙兄弟》等作品。對語感與語氣的極致講究，讓他在模型的訓練中扮演關鍵角色，也讓 Shisa.ai 更貼近日語世界的深層語境與文化細節。

對沈佳來說，Shisa.ai 的核心不僅僅只是打造「最強的 AI」， 而是想回答一個更深的問題：科技能否拉近我們與家人、與文化的距離？

這個想法來自他對家人的一份掛念。

「我爸爸在十年前過世，而我女兒現在五歲，從來沒有見過爺爺，」沈佳說。「但透過語言模型，我可以保留他的聲音、語氣和人生哲學。未來，我女兒或許能和爺爺說說話，聽他講家裡流傳的笑話。」

這不只是記憶的保存，更是文化的延續。他稱之為「文化捕捉」（cultural capture）：記錄那些不會自動留在網路上的聲音與情感。像是長輩的生活對話、地方方言、Z 世代約會時的語氣變化，或是那些不上網、不發文的族群裡，悄悄流動的文化記憶。這些細碎卻深刻的語言，如果沒有人聽見、留下，往往轉瞬即逝。

接下來，Shisa.ai 計畫觸及更多使用者，並將語音翻譯延伸至實體場域，讓車站、商場、餐廳等日常空間，都能悄悄多一個「懂你說話的人」。

畢竟，最動人的科技，有時候並不一定是最顯眼的那一種。它存在於一次句子被聽懂、情緒被理解的瞬間，悄悄發揮力量——讓人與人之間，靠得更近一點。

這番話並非危言聳聽，而是來自劉可瑞在矽谷科技業第一線的觀察。作為一位科技與媒體領域的老將，劉可瑞對於資料如何被儲存、傳輸、交換再熟悉不過：他曾在 Spotify 帶領新產品實驗團隊，也曾是風靡一時的社群平台 Digg 的執行長，更曾在 Google、AOL 任職。

2016 年，劉可瑞轉換跑道，擔任《南華早報》執行長，帶領百年媒體完成數位轉型。在這些歷練當中，他愈來愈意識到：使用者產出大量資料，但大多數人對於資料的流向與使用方式，其實毫無掌握權。

也正是這個認知，成為他創辦 Terminal 3 的出發點。短短一年內，這家香港的新創，已經支援超過 1,000 萬名使用者透過Terminal 3的企業服務儲存與管理自己的個人資料，近期更完成 800 萬美元種子輪融資，獲得多家世界級投資機構的支持。

Terminal 3 在做什麼？

Terminal 3 這套架構的核心，是他們稱之為「Oracle」的平台。這個 Oracle，不是區塊鏈世界裡用來連接鏈上鏈下資訊的預言機，而是一個去中心化的資料中樞系統，使用者保持資料的主權，但又能在企業需求下提供可信驗證。

劉可瑞解釋，Oracle 的三大功能包括：一、協助用戶用去中心化方式安全儲存自己的資料；二、透過隱私強化技術（PETs, Privacy-Enhancing Technologies）進行加密計算與處理；三、控制應用程式對資料的查詢與使用，全程不揭露原始資料。這使企業在無需存取個資的情況下，就能完成真實身分查核、合規驗證甚至進階數據分析。

Terminal 3 的底層建構在區塊鏈上，資料處理的核心，則是使用了隱私強化技術（PETs），採用零知識證明（ZKP）、多方運算（MPC）與可信執行環境（TEE）等方式，這樣的技術，讓導入 Terminal 3 解決方案的企業在不持有用戶資料的情況下，依然能完成身份驗證與查核，不僅大幅降低資料外洩風險與合規成本，也讓資料存取更安全、更有效率。

聽起來很複雜？「我們做的，是讓企業在不擁有資料的情況下，也能合法、安全地去查證資訊，」劉可瑞說明，「比如說，一間酒吧只需要知道你是不是超過 21 歲，根本不需要你提供出生年月日。以前這很難做到，但現在企業導入 Terminal 3 之後，就能用零知識驗證的方式完成查核，既合規又保護隱私。」

「或是像銀行，現在他們要確認一個人是不是合格投資人，過去得要帳戶資訊、資產證明，手續麻煩、耗時耗力。」，導入 Terminal 3的 系統後，金融機構可以拿到一個經過驗證的憑證，只知道「這個人有資格」，完全不需要看到敏感資料。這樣的應用，可以用在金融業的KYC 與反洗錢 (AML) 領域。

他最後提到一個跨境應用的想像：「你出國會帶護照，但護照其實用的不只是在機場，還有飯店入住、退稅、甚至搭火車。現在，我們可以把護照資訊轉成匿名的可驗證憑證，放在手機裡，用 QR code 出示就能證明身分，不需要再交出一堆個資。這些都是企業導入 Terminal 3 後，才真正能做到的事。」

事實上，這場關於資料主權的轉變，並非憑空而來。近年來，去中心化技術逐漸走向主流，越來越多企業與政府開始將區塊鏈視為新的基礎設施。人們開始意識到，資料不該被集中控制，而應該由個體所擁有與授權。

法規也是一大推力。歐盟、美國到亞洲多國，相繼強化個資與隱私保護政策，要求企業在資料的蒐集、儲存與調用過程中，都必須有明確授權與可追蹤機制。對企業來說，這不再只是道德選擇，而是法律義務。

同時，用戶對數位體驗的期待也在轉變。過去只要能登入成功就是好服務，但現在人們追求的是跨平台、無縫整合的身份系統：在一個平台中建立的身份，能不能在另一個服務裡也被信任？這對企業的底層架構，提出全新要求。

最後，是國家安全視角的轉變。越來越多政府將資料視為數位主權的核心，是保障國民資料的基礎。Terminal 3 所建構的，不單單只是給企業用的解決方案，更是回應全球對於資料掌控權與信任機制的迫切需求。

從身分管理到 AI 代理人驗證，Terminal 3 打造資料治理的全新基礎設施

為了讓企業真正能在不掌握資料的情況下，完成驗證、授權與治理，Terminal 3 將整套技術能力切分為三條產品線：Identity、Verify 與 Agent Auth，分別對應不同的資料應用場景。

Identity 是一套去中心化身份系統，協助企業管理用戶帳號、註冊、單一登入（SSO）與資料權限，並內建輕量級 CRM 方便用戶分群與溝通。相較於 Okta、Ping 等傳統 IAM 系統（Identity and Access Management）將資料集中儲存在企業端，Terminal 3 採去中心化架構，用戶資料由個人持有並以加密憑證形式授權使用。企業無需存取原始資料，即可完成身份驗證與合規查核，降低資安與法規風險。

此外，Terminal 3 結合零知識加密與去中心化儲存，不僅更安全，也具備跨平台互通與高度彈性，讓它不只是傳統 IAM 的替代品，更是新一代身份治理的基礎設施。

Verify 則進一步擴展了身份應用的可能性。企業可利用這個模組進行各式條件查核，例如是否為會員、是否具備特定資格，甚至是否擁有某一筆數位資產，皆可透過零知識驗證完成。這對政府單位、受到高度監管的產業如金融業，特別具備吸引力。

Agent Auth 則是 Terminal 3 為 AI 時代打造的解方。隨著越來越多 AI 代理人開始代替人類執行任務，如搜尋、購物、簽約等，企業與用戶都需要新的機制來驗證這些行動是否獲得合法授權。

「未來我們不會親自出現在每一個數位場域，但身份與授權仍需被確認，」劉可瑞指出。Agent Auth 讓使用者能明確授權 AI 使用個人資料，並在需要時透過安全機制代表本人執行交易，將如付款資訊等資料傳送給平台，而非讓 AI 自行決定。這確保了每一次行為都在可控、可追蹤的授權之下完成。

完成 800 萬美元種子輪，Terminal 3 正式走出產品驗證期

Terminal 3 將三條產品線精準對應三種目標客群：T3 Identity 面向 Web3 原生團隊，T3 Verify 聚焦政府與高度監管產業如金融業，Agent Auth 則服務 AI 生態系與需要驗證代理人行為的平台。這樣的設計不僅清晰切分市場，也讓產品更快對接真實需求。

然而，要實現「不掌握資料也能完成驗證」的願景，遠比說來困難。Gary 坦言，團隊從零開始打造幾乎沒有先例可循的基礎設施，歷經 18 個月技術打磨與市場教育，才逐步建立起信任。過程雖艱難，但隨著產品落地、企業用戶陸續導入，轉機開始出現。

上線至今一年多，Terminal 3 已與多個區塊鏈平台、Web3 公司與企業啟動合作，已經服務超過 1,000 萬名使用者。團隊也於近期完成種子輪募資，籌得 800 萬美元，獲得 Illuminate Financial、CMCC Global（Titan Fund）、Animoca Brands、IDG Blockchain、500 Global 與心元資本等頂尖機構支持，為未來擴展打下厚實基礎。

打造新時代的信任底層

「未來十年，有什麼是不會改變的？」Amazon 創辦人 Jeff Bezos 曾提醒創業者：真正值得投注的，是那些無論時代怎麼變都依然成立的本質需求。

對劉可瑞而言，這些「不會改變的事」就是：資料需要被查證、身份需要被驗證、合規需要被執行。而這些，正是 Terminal 3 所要解決的問題——用最嚴謹的技術，打造一個能被信賴的資料處理底層。

談到理想中的終局模樣，劉可瑞提到他格外欣賞三家幾乎隱身幕後、卻至關重要的基礎建設公司：Stripe、Plaid 和 Twilio。這些公司或許不常被消費者看見，但每一次的線上刷卡與視訊通話，都少不了它們的身影。

「我希望 Terminal 3 也能像這些公司一樣，默默撐起數據世界裡的信任基礎，」他說，「每當一個應用程式需要觸碰使用者資料——不論是驗證年齡、做 KYC、身份查核——我們就在背後確保資料的隱私與合法性。」它或許不會是消費者常掛在嘴邊的名字，卻能成為這個時代最值得信任的基礎設施之一。

Tesla、SpaceX、Palantir 都是如此。他們的存在，並不是因為市場已經準備好，而是因為有人選擇去推動一件原本不會自然發生的事。沒有人急著要電動車，也沒有人認為太空旅行是必需品，但這些「不自然的創造」，卻真實地改變了世界。 ——Jonathan Lonsdale, 《Unnatural Progress》

房地產科技新創 Ender，也是一個這樣的存在。

Ender 創辦人 Jonathan Lonsdale 原本是創投背景出身，習慣在場邊看著別人創造，替他們加油。他形容，自己就像一個啦啦隊員，「看著創業者衝鋒陷陣，但我卻從來沒親自下場。」

一次生活中的突發事件，讓這份想「自己動手做些什麼」的渴望被點燃。多年前的某天晚上，Lonsdale 在紐約的公寓，準備出門參加活動時冷氣突然壞了，接著整個屋子開始淹水。他立刻聯絡物業管理，但整個流程既混亂又低效——聯繫不到人、系統老舊、過程相當混亂。

那一晚，他站在積水的客廳裡，心裡冒出一個念頭：「為什麼這麽基本的問題會這麼難解決？不是早該有一套好用的系統了嗎？」

那就是 Ender 的起點。

Ender 在做什麼？

Ender 要解決的，不是單一問題，而是一整個產業的系統性落後。

Lonsdale 笑說，Ender 從來不是那種追求快速推出 MVP（最小可行性產品）的典型新創，「因為我們的 MVP，其實就是一整套完整的企業級 ERP 系統。」

這句話聽來或許有些不現實，但並不誇張。Lonsdale 帶著團隊，花了 5 年半的時間，打造一個從底層邏輯重構的現代化房地產管理系統（ERP），服務對象是美國專門投資、持有並管理單一家庭住宅（Single-Family Homes）的機構型業者。

Ender 提供的，是從不動產鑑價、投資審核、整修與驗屋、刊登與招租、租金收付與催收，到最後的帳務處理與財務報表，所有流程都整合在同一平台內的系統，真正實現一站式管理。

簡單來說，Ender 並不是一個補強型工具，而是一套從零設計、專為機構房東打造的全流程作業系統——目標是打造出一個讓整個產業都能運行其上的核心平台。

從產品分類來看，Ender 做的就是 PMS——Property Management System，也就是物業管理系統。但他們選擇從一個更完整、更現代的架構出發，試圖重新定義這個長年以來「看似有人解決，實則問題重重」的類別。

什麼是 PMS？一個看似解決了，卻始終沒被真正解決的系統問題

PMS 系統是不動產管理產業的核心，負責管理租賃流程、租金收付、報修派工、帳務紀錄等一連串繁複的日常營運，理論上應該是房地產業者每天最依賴的作業平台。

然而，在現實裡，PMS 卻往往成為業者最頭痛的存在。Lonsdale 說，他深入研究之後，才發現根本問題在於「資料的品質」，當所有報表、分析、追蹤都建立在錯誤或殘缺的資料上，等於浪費了大量時間與資源，得到的是一個不可信的結果。

更根本的問題是，傳統 PMS 系統中，每一個解決方案都是為了解決單ㄧ問題而生，大多數的產品選擇以模組化方式來「疊床架屋」：有的工具專做租賃、有的專做維修、有的專做會計。但問題來了，這些工具彼此之間並不真正整合，像是把不同的零件硬生生接在同一台機器上。表面上是個系統，實際上只是「看起來」像整合，裡頭的流程還是破碎的。

小房東 vs 機構業者：PMS 的兩個世界

這些令人頭痛的問題並不是今天才出現，當然，Ender 也不是第一個想顛覆 PMS 系統的團隊。放眼市場，目前的 PMS 服務提供者大致可以分成兩類：

一類是專門服務中小型房東（mom-and-pop landlords）的軟體公司，例如 AppFolio、RentRedi 等玩家。這些房東多半是個人或家庭持有，擁有的租賃單位通常在 1 至 10 間左右，且由房東本人親自處理招租、維修、收租等日常管理事務。

另一類則是專門服務機構型房東，這些客戶通常是擁有大量資產的法人實體，例如房地產投資信託（REITs）、私募基金、保險公司或大型資產管理公司，物業規模動輒上百、甚至上千戶。他們擁有自己的物業管理團隊，並且近年來開始積極投入一個新興資產類別——單戶住宅出租（Single-Family Rental, SFR）。

​
「單戶住宅」就是獨棟別墅，原本是由個人房東主導的市場，通常由個人或家庭擁有數戶物業並自行管理。但自 2008 年金融危機以來，隨著市場重整與資產轉移，機構投資者開始大規模進入這一領域。根據 Nine Four Ventures 的統計，截至 2022 年，美國市場上已有約 70 萬套 SFR 由機構持有，預計到 2030 年，這一數字可能增長至 700 萬套。

機構業者的進入，帶來的是一種更系統化、更規模化的經營方式。由於這類資產通常地理分布廣泛、營運節奏密集，對系統的要求不僅是功能齊全，更需要高度整合性與靈活性。這也讓 SFR 成為傳統 PMS 系統中難以處理、但成長潛力最大的區塊之一。

針對這些機構型業主的 PMS 供應商，包括 Yardi、RealPage、MRI Software、Entrata 等，都是市場上歷史悠久的玩家。然而多數這些公司成立於 1980 年代到 2000 年初期，系統架構老舊，若要真正現代化，勢必得從底層重寫，但這樣「從 0 開始」的轉型對既有公司來說，投入成本大且難度極高。

因此，在目前的市場版圖中，還沒有任何一家公司像 Ender 一樣，選擇從 0 開始，專注在機構客戶，並針對單戶住宅這個快速成長卻長期缺乏現代系統支援的領域，打造一套真正整合、可擴、可營運的 PMS 系統。

從零打造全流程系統，挑戰產業最深的痛點

「產業中最大的痛點與最大創新空間，都發生在機構端，」Lonsdale 說。雖然 Ender 團隊一開始並未鎖定這一市場，但在產品初步推出後，竟有兩組機構型潛在客戶幾乎同時找上門，讓他們重新審視產品定位的可能性。這樣的轉向，其實也與團隊背景緊密相關——Ender 的核心成員多來自美國大型科技企業，擅長設計高穩定性、可大規模運作的系統，並習慣以流程自動化與資料整合為導向進行產品開發，具備打造企業級 ERP 的技術底氣。

為了真正理解用戶需求，他們甚至在創業初期親自下場管理房產，從現場營運細節中找出流程的斷點與數據的落差。雖然曾短暫服務中小業者，但他們很快意識到：自己真正擅長、也更有價值的，是解決那些結構複雜、需求高度客製的「機構級問題」。

這樣的產品深度也逐步轉化為具體的市場成果。有客戶指出，導入 Ender 的欠租管理模組後，部門人力需求下降至原本的五分之一甚至十分之一，營運資源得以重新分配到更具戰略價值的任務。這背後所依賴的，不只是單點工具，而是 Ender 自主打造、具備高度整合性的系統架構與流程設計能力。

而這樣的產品深度與系統思維，也讓許多投資人注意到它的潛力——包括 Global Founders Capital、Tuesday Capital、LeFrak、HOF Capital、Circle Ventures，以及心元資本（Cherubic Ventures）等創投，皆在早期便參與投資，支持他們在這個龐大卻長期數位化不足的市場中，推動從架構面開始的革新。

Ender 下一步：打造由 AI 驅動的自動化物業管理流程

有了這樣的技術基礎與產業理解，Ender 現在正全力推進房地產領域下一場最具破壞性的變革：AI 自動化工作流程。

正因為 Ender 從 0 開始打造現代房地產 ERP 系統，因此已經擁有穩固的基礎與正確的資料，將可以幫助 Ender 在應用 AI 上更如魚得水。舉例來說，在傳統帳務流程中，一張發票會經過 OCR 轉譯、分類、再經人為審核；而 Ender 的 AI agents 則能直接處理中段的分類，只留最後關卡給人類做確認。

又或是，在租賃申請流程上，AI 也能根據預設條件初步篩選申請人，幫助團隊從重複性高、判斷規則明確的工作中解放出來，把精力放在真正需要人性判斷的部分。

Lonsdale 說，2025 年，Ender 將會瞄準機構型房東推出大量的自動化工具，包括像是欠租管理、財務管理的部分，預計將會為現有的課以及整個房地產產業，帶來變革性的影響。

一場淹水，意外點燃整個產業的重構

Lonsdale 看來，未來五到十年內，物業管理這個傳統的產業，將經歷一場由 AI 引領的深度變革。現行仰賴人力驅動的流程都將被重寫。

他描繪的未來圖景，是這樣的：房子裡某樣東西壞了，不需要再經歷一整串電話與回報流程——AI 助理會自動感測異常、聯繫合約廠商、確認保險、排定維修，甚至在不久的未來，派出機器人前往現場完成修復。整個流程被記錄、稽核、分析，完全不需人為介入。

「未來的營運流程，不會需要現在這麼多人手，」Lonsdale 說，「你需要的可能只是現在的五分之一，甚至十分之一的人力。效率會更高、法規更符合、錯誤更少，體驗也會更好。」

從一場公寓淹水的小插曲開始，Ender 正試圖解決一個被忽視數十年的問題。而這一次，他們不僅僅是在做一款產品，而是重新定義這個產業應該長什麼樣子。

這些過去或許只存在於特定場域的專業，如今透過線上課程，跨越時間與空間的限制，讓更多人有機會學習與傳承。對許多創作者來說，這不僅是分享熱情的方式，更是一條通往副業、創業，甚至打造個人品牌的道路。

而在這些變化的背後，Teachify 正是背後的關鍵角色——它不只是讓知識創作者能夠輕鬆開課，更讓他們能夠真正掌握自己的品牌，獨立經營。

Teachify 是林宜儒（Lawrence Lin）的第三次創業。台灣的創業圈對於 Lawrence 應該不陌生。他過去曾創立科技媒體 Inside與食譜料理社群 iCook 愛料理。而這次，他的「創業作品」 Teachify，則是為知識創作者打造的舞台，讓個人、企業、教育機構都能輕鬆開設線上課程，發展自己的品牌與事業，目前已經累積 84 萬會員。

如果用電商來類比，Hahow 更像是 MOMO、PChome 這類 B2C 平台——老師將課程上架後，學生透過平台選購；而 Teachify 則更接近 Shopify——它不是「課程賣場」，而是提供完整的開站工具，讓創作者能夠擁有自己的品牌與獨立網站，包辦「開店、倉儲、物流」的一站式解決方案。

「開店」 指的是創作者可以透過 Teachify 建立個人課程網站，自主經營並打造長期的學習社群； 「倉儲」 指的是 Teachify 提供雲端託管，讓創作者能夠上傳並集中管理所有的課程內容。 「物流」 則是指 Teachify 負責確保內容的順暢交付，包括高效的影音串流技術，確保學員觀看體驗流暢，無論下載的檔案容量有多大，都能輕鬆存取。

這種模式不僅降低了創作者的技術與經營門檻，也讓他們能夠真正掌握自己的事業，而不只是依賴第三方平台的規則。

學習模式變了！知識主導權回到創作者手中，知識不再只是輸入，而是收入

現在的人，學東西的方式早已和過去不同。以前，若想學一門新技能，可能是買一本書、報名一堂實體課，或者參加一場講座。但現在，這些知識的傳播方式已經全面數位化。「人們不是不學習，而是學習的方式改變了。」Lawrence 這樣形容現在的趨勢，「YouTube 影片、Podcast、電子報、社群平台，甚至短影音，這些都是現代人獲取知識的主要方式，而線上課程就是其中最具潛力的一環。」

而這股趨勢不只影響學習者，也顛覆了傳統的學習生態。過去，想出書得經過出版社的層層審核，出版商決定了你的書能不能問世、印多少本、能賣到哪些通路。但現在，個人品牌崛起，每個創作者都能跳過中間機構，直接面對市場，主題也更豐富多元。

知識經濟正在快速成長，而 Teachify 就是這場內容淘金熱中賣鏟子的人，幫助創作者將專業變現，建立新的收入來源。

另一方面，這種模式也反應了現代人對多元收入的需求。近年來，越來越多人開始尋找副業或其他變現管道。相較於開實體店面、投資股市與房地產，數位內容創作的風險更低、彈性更高。「任何人都可以從最簡單的形式開始，比如銷售自己設計的 PDF、開小型直播課程，或者錄製完整的線上課程。這些都是低成本、低風險的知識變現方式，讓更多人能夠將專業知識轉換為穩定收入。」

不只是個人，連企業也開始投入數位轉型。 Teachify 為企業打造數位學習解決方案 Teachify+，提供專屬客製化系統。企業不需要「開店」，但可以用 Teachify 的系統作為內部的學習系統，進行內容管理、員工內訓、人才養成等。

Teachify 用電商思維，打造創作者的「銷售引擎」

不過，要在市場中佔有一席之地，並非易事。 Teachify 在開發產品的過程當中，也遇到了不少挑戰。

Teachify 創立初期，由於資源有限，Lawrence 和團隊的首要目標是「降低門檻，讓更多人使用 Teachify 的產品」。然而，與客戶深度交流後，他發現，創作者留下的真正原因在於「是否能夠賺到錢」。當創作者能夠賺錢，他們就會長期留在平台上。這個觀察成為 Teachify 產品發展過程中的關鍵轉折點。

什麼是電商思維？Lawrence 強調，電商的核心不只是交易，而是如何提升轉換率、提高客單價、增加回購率。這些概念在電商產業中司空見慣，卻極少被應用在內容變現領域。Teachify 開始重新設計產品架構，不僅讓創作者能夠上傳課程，還要打造更流暢的購買與學習體驗，確保消費者購買的內容能長期使用，從而提高回購率。

「你可以想像，傳統的電商交易，消費者購買商品後，只要商品沒問題，賣家基本上就完成了交易。但我們的產品是『內容』，假設有人購買一門課程來準備高普考，學習過程可能持續數個月甚至一年，那麼從他購買課程到考試的這段時間內，只要出現任何問題，我們都有責任確保學習體驗不受影響。」

這代表 Teachify 需要同時處理交易前（如何吸引創作者進駐）、交易中（確保購買與學習體驗流暢）、交易後（確保內容長期可用、提升學習者回購率）等所有環節，這與一般的電商平台相比，難度高出許多。

「其實，連我自己都低估了這件事情的複雜度。」Lawrence 坦言，Teachify 並不只是提供一個網站給創作者開課，而是要將網站建置、影音串流、金流支付這三大系統整合在一個產品內。而每一個環節，本身都可以是一家獨立的創業公司，Teachify 卻選擇將這些核心技術掌握在自己手中，確保整體的使用體驗與穩定性。

破解金流困境，打通知識變現的最後一哩路

金流問題也是 Teachify 致力解決的挑戰之一。創作者在販售課程後，往往需要處理發票開立、稅務申報等繁瑣程序，此外，金流公司對於線上課程這類「遞延型商品」相當保守。

為了解決這些問題，Teachify 建立了「名義賣家」（Merchant of Record, MOR）機制，由 Teachify 代替處理金流風險與合規問題，讓金流公司更放心，創作者則能專注於經營課程，而不必擔心擔保金、開發票、報稅等繁瑣事務。

雖然產品使用的整合，帶來極大的技術挑戰，但也讓 Teachify 在市場中建立起獨特的競爭優勢。市場上有些競爭者可能在「開店工具」上做得很好，但金流端跟不上；有些則是掌握了金流，但影音技術無法支援高流量的播放需求。

而 Teachify 選擇每個環節都自己做，經過 3 年的努力，Teachify 已經建立了足夠的產業洞察與專業，為後續的成長打下堅實基礎。前期的蹲馬步，直接反映在營運數據上，短短 3 年內迎來驚人增長：會員數從 5 萬人激增至 84 萬人；透過 Teachify 發布的課程數量，也從 480 門成長至 7,600 門，增幅近 15 倍。隨著越來越多知識型創作者投入， Teachify 已不再只是單純的課程平台，而是成為推動知識經濟時代的重要引擎。今年 GMV 更上看新台幣 10 億元。

從架網站的小男孩，到打造內容創作者的舞台

Lawrence 的創業之路，或許從他 12 歲那年開始就已經注定。

當其他小孩還在玩 Game Boy 的時候，Lawrence 已經在學習如何架設網站。「我國中時就開始幫學校、幫朋友架網站，讓他們發表自己的內容」，他回憶，小時候自己就對於「當站長」這件事情充滿熱情，不僅僅是因為技術的樂趣，更是因為能夠創造一個讓人聚集、分享與互動的空間。

「架網站就像是建築師，把 101 大樓蓋好；『當站長』則是像 101 大樓的經營者，確保水電、燈光、動線、店鋪進駐都安排好，讓這個空間變得熱鬧、有流量、有消費、有交流。」這個理念，成為 Lawrence 日後創業的核心。

Lawrence 的第一個正式創業，是成立科技媒體 Inside。這是一個讓科技人能夠發表觀點、交流知識的網站，幫助科技創業圈發展。而後，他創辦了 iCook 愛料理，讓大家分享自己的料理作品。「Inside 幫助科技人發聲，iCook 讓料理愛好者分享靈感。而現在的 Teachify ，則是幫助每個人將自己的專業分享出去，甚至已經擴散到日文、英文、西班牙文。」，「而這些平台的核心價值都是一樣的——搭建舞台，讓創作者有發揮的空間。」

Teachify，不只是工具，而是一座舞台。

在這個舞台上，有人從一個小眾興趣愛好者，變成了專業講師；有人把副業變成主業，實現財務自由；更有企業，透過 Teachify 建立起自己的內部學習系統，打造更具競爭力的團隊。

「在 Teachify，任何人都可以開課，不管你的受眾是 5 個人，還是 1,000 個人，你都能找到屬於自己的市場。」Lawrence 說，「我看到許多創作者從零開始，透過 Teachify 建立自己的品牌，收入與知名度同步成長。這樣的過程，對我來說才是最有價值、最有意義的事情。」

「架網站的小男孩」，成長為今天的新時代「站長」，推動著教育與學習的變革。他的初衷始終未變——他想搭建一個真正的舞台，讓更多人發揮所長，被世界看見。

而這場知識變現的大戲，才剛剛開始。

Linmic 是千千萬萬台灣「課長」之一，不同的是，當他發現外部商店價格更低時，他一路追進了金流與稅務的世界。

他發現，這些價格落差背後，是因為 Apple 與 Google 高達 30% 的抽成機制——而這也成為 Linmic 創立 Tokenz 的關鍵動機。Tokenz 是亞洲第一家真正落地 MoR（Merchant of Record）模式的新創公司，幫助開發者繞過雙平台抽成，保留更多利潤，更一併處理後續的稅務、合規等問題。

Apple 與 Google 抽成 30% 的「過路費」，長久以來一直是遊戲廠商、App 開發商的痛。不少遊戲開發商為了繞過這個抽成機制，會選擇架設自己的 web store，讓玩家在 App 外進行支付。不過，這雖然節省了平台費用，卻也意味著極為複雜的金流、稅務、合規等風險，從此得自己處理。若不妥善處理，除了可能違法，還可能面臨各國政府追稅、罰款。

為亞洲數位內容打造出海的高速公路，獲超過 2 億日圓融資

Tokenz 扮演的，就是這段「繞出來以後」的基礎建設角色：當開發者選擇走自己的路，Tokenz 就是那條路的鋪路人。

鏡頭快轉到 2025 年，Tokenz 獲得由日本 Coral Capital、矽谷創投巨擘 NEA、日本 Global Brains、Plug and Play Japan 以及心元資本（Cherubic Ventures）的種子輪 2 億日圓（約新台幣 6,000 萬元）融資，為全球的遊戲公司、動漫、漫畫、電子書、直播等數位內容提供者與 SaaS 等軟體供應商提供服務。

「對亞洲的開發者來說，要把東西賣出海，最大的障礙不是技術，而是背後看不見的金流與稅務法規。」 Linmic 解釋，Tokenz 正是為了解決這些「看不見的障礙」而誕生，協助開發者處理繁瑣的後勤事務，讓他們能專注打造優質的遊戲、軟體、電子書、線上課程或直播平台等核心產品。透過 Tokenz 的一站式服務，不僅能大幅降低進軍海外市場的門檻與成本，更為開發者開啟一條全新的營收管道。

以遊戲產業為例，全球前 20 大手機遊戲公司中，有超過 70% 擁有自己的獨立網路商店。數據顯示，若營運得當，這樣的自營通路能為業者帶來 20%～30% 的營收成長。Tokenz 所提供的解決方案，正是讓更多開發者也能複製這樣的成功模式，無痛打開海外市場的大門。

什麼是 MoR (Merchant of Record)？為什麼歐美行之有年，唯獨亞洲缺席？

「舉例來說，你買一本 Amazon 的電子書，點下購買的瞬間，很可能不是 Amazon 直接賣給你，而是像我們這樣的 MoR 公司。我們 MoR 業者先用自己的名義買進來，再轉手賣給你。只有這樣，我們才能合法幫客戶在各地收款、繳稅，也才能處理金流與稅務合規的細節。」Linmic 解釋。

什麼是 MoR？在中文裡面可以說是「名義賣家」或「紀錄商戶」。簡單來說，做 MoR 生意的，是一個具法律效力的實體，MoR 業者獲得授權後，能以經銷商（reseller）的身份代表企業，將數位產品或服務，銷售給最終消費者，所處理的業務包括支付、匯款與退款、詐騙預防與風險管理、全球稅務合規管理等。

尤其是稅務管理，如果沒 MoR 業者的幫助，想要將數位產品出口到海外，對開發者來說將會是極大的挑戰。因為每個國家都有不同的稅務規定，若開發商串接國際支付，不僅要明確知道每筆訂單的銷售稅額、歸屬於哪一國、還要了解每個市場具體的稅務登記要求，這是一項相當耗時，且需要專門的稅務專家來審查的工作。

與 MoR 業者合作，開發商將可以不用再煩惱與全球支付相關的稅務計算、合規處理等問題。能更輕鬆地拓展全球市場，同時專注開發新產品。

值得注意的是，Apple App Store 與 Google Play 本質上其實也是 MoR，默默地為開發者處理了跨境稅務、貨幣匯兌與支付相關事務。但許多人誤以為他們僅是單純的上架平台，這其實是一個不小的誤解。

也因此，若希望建立 App 以外的銷售通路，透過 MoR 便成為一項不可或缺的基礎建設。尤其近年來各國相繼通過並施行反壟斷相關法案，在順勢而為拓展市場的同時，若忽略了合規與支付的關鍵環節，往往可能得不償失。

Tokenz 與歐美玩家、四大會計師事務所有哪些不同？

這門生意，在歐美早已不是新鮮事。以美國為例，由於各州稅法不同，跨州交易的複雜度幾乎等同於跨境交易，市場也因此發展出如 Paddle 等大型 MoR 服務商，並在各自的垂直產業深耕多年。對美國企業來說，MoR 模式早已是出海的基本配置。然而，亞洲地區的情況卻大不相同。

由於稅制複雜、語言與文化隔閡，加上企業對跨境繳稅與合規議題的認知仍有限，導致 MoR 這條路在亞洲幾乎無人能走得通。特別是在數位內容領域，本土的 MoR 解決方案更是近乎空白（相較之下，針對實體商品的 MoR 雖然已有一些服務，但與數位產品的需求大不相同）。

「過去大家的第一反應是：要做跨境，就找四大會計師事務所。但他們只能幫你報稅，卻沒辦法幫你賣東西、收錢、處理退款、承擔風險」Linmic 說。四大會計師事務所，提供的是顧問服務，協助補齊法遵流程，但無法取代企業在交易中，真正該扮演的法律角色。

而 MoR（Merchant of Record）模式的本質，正是成為名義上的賣家，代表企業站在第一線，實際承擔金流與稅務的法律風險。這與顧問單位「站在旁邊協助」的角色截然不同。

更現實的是，若企業選擇與四大合作，通常得逐一對應所有潛在銷售地區的在地分所。由於網路交易沒有地理邊界，理論上每一筆交易都可能觸及全球上百個司法管轄區，要做到全面合規，顧問成本不僅高昂，流程也極其繁瑣，無法真正解決金流與稅務實務操作上的難題。

這正是 MoR 模式的價值所在：不只是提供建議，而是直接代替企業落地執行，讓開發者無須面對那些複雜又高風險的後勤障礙，能把資源專注回產品與營運上。

不過，真正能做到這一點的解法，放眼全球仍然稀缺，且各有其侷限。歐美解法也有其限制。例如 Paddle 幾乎只做 SaaS，服務範圍清楚卻也受限。面對亞洲不斷崛起的數位內容形式——漫畫、電子書、直播、貼圖、虛擬商品、線上課程等，這些單一產業解法往往難以通用，加上語言與服務流程落差，讓亞洲企業用起來格外吃力。

MoR 業者要承擔哪些風險？

不過，MoR 的業務也有其風險。MoR 模式的核心精神是成為法律上的賣家，代替客戶處理金流與稅務等細節。因此，從消費者下單的那一刻開始，各種隨之而來的風險，都是由 MoR 業者一肩扛起。

例如：在金流端，像是刷卡後反悔、不認帳等情況會導致資金被銀行圈存；稅務合規的複雜程度也常被低估，每個國家的稅務優先判斷標準都不同，有的看 IP、有的看發卡銀行、有的要求稅籍登記。若未妥善處理，很可能面臨高額罰款。

此外，不同國家對金流與交易行為的監管規範各異，稍有不慎就可能違法。還有一類常見的風險，則來自用戶端，例如商品未交付、誤扣款等情形，都會引發退款糾紛，MoR 則需要負責蒐證與處理。

成員來自 Paidy、Stripe：擁有全球視野的在地團隊

也因此，選擇合適的 MoR 服務商格外關鍵——不只要能承擔這些風險，更要能靈活因應各地的法規與語境差異。Linmic 提到，「這些歐美方案本來就不是為我們這裡設計的，他們沒有在地團隊，不懂亞洲法規、稅制和語境。更別說你要用日文或中文問問題，數週甚至上月才回你一次。」

也因為這樣的差異，他決定自己跳出來做。

Linmic 曾是日本金融科技獨角獸 Paidy 的早期成員，參與公司從打造 MVP 一直到被 PayPal 收購的完整歷程。他說，那段時間的經驗，讓他對於支付及法規的複雜性有了深入的理解，親身參與過公司的跌宕起伏，「過去的經驗讓我知道產品該怎麼做、要找哪些對的人、要怎麼解決問題。」

「只有當你是這筆交易中的真正賣家，你才有權利也有義務代替客戶去處理這一切。」Linmic 說。截至 2025 年 3 月，Tokenz 已可支援 170 個地區的公司、超過 200 種各地的在地支付，支援大多數主要貨幣。在日本、新加坡、立陶宛、台灣與美國設有據點。他們正在逐步建立起一條真正來自亞洲、為亞洲所設計的出海通路。

Tokenz 的另一項關鍵優勢在於「價格彈性」。Linmic 坦言，作為還在成長中的新創，他們不像歐美大公司有龐大的組織與成本壓力，因此能針對不同客戶提供更彈性的方案，對中小型開發者來說，這是一筆實打實的省下來的錢。

團隊組成也是一大差異。Tokenz 的核心成員來自 Paidy、騰訊遊戲、Stripe、ByteDance 等科技巨頭，擁有橫跨日本、中國、美國的支付與合規經驗，熟悉亞洲市場的文化脈絡與法規限制。「我們是亞洲出身的團隊，知道怎麼跟這些市場的人打交道，擁有深厚的產業 know-how 與人脈，這不是國外競爭對手靠翻譯就能解決的問題。」Linmic 說。

趨勢逼近，「合法、安心的出海」成為不能不面對的現實

這幾年，全球監管機構對於數位平台的規範標準不斷拉高，尤其是遊戲與虛擬商品的交易環節。2024 年，美國 CFPB（消費者金融保護局, The Consumer Financial Protection Bureau）正式指出：遊戲平台若接受現金購買虛擬幣並提供交易機制，即屬於金融服務，必須遵守《電子資金轉帳法案》（the Electronic Fund Transfer Act）。這項法律原本是為了保障電子付款過程中消費者的權益，如退款、爭議處理與詐騙防範，如今正式套用到遊戲經濟體系之中，將平台拉入金融監管範疇。

以跨國組織 OECD 為例，他們提出一套全球框架與指導方針，協助各國向跨境數位交易課徵 VAT / GST（增值稅／銷售稅）。簡單來說，就是希望國外提供數位商品的公司也要繳稅，避免本地企業因繳稅反而在競爭上吃虧。

OECD 建議把稅收責任轉由平台或非本地的供應商來負責，也就是說，平台（例如 AppStore、Google Play）在交易當下，就要幫忙代收稅金並定期繳納。這是為了保護本地企業，同時也提升稅收，讓市場規則更公平。

而這樣的轉變，不只是來自美國，日本政府近年也加強查核外國企業在日營收的稅務合規問題。知名遊戲公司 Epic Games 被日本國稅局發現，旗下遊戲《Fornite》在日本的課金收入未完全申報消費稅以及其他稅務，因此要補繳 35 億日圓（新台幣約 7.7 億元）；香港遊戲公司 Yotta Games 也被查到未合規報稅，日本國稅局也對其追討稅款與未申報罰金共18億日圓（約新台幣3.88億元）。

此外，2024 年日本國稅局修訂消費稅，根據新規定，自 2025 年 4 月開始，所有透過 Apple、Google 等平台向日本消費者提供服務的非日本企業，都需要經由平台方代扣代繳 10％ 的消費稅，這對所有透過雙平台提供服務的公司來說，無疑是雪上加霜的壓力。

對台灣內容商與開發者而言，這樣的壓力也正在逼近。Linmic 提到，許多台灣的開發者具備國際競爭力，但當出海成為選項時，卻常常被卡在法規理解、稅務處理或金流流程的盲區。隨著各國監管力道加強，會計與金流處理不清楚的公司，很可能成為第一批被開刀的對象。

「賣出海外，只要收信用卡就行」？忽略在地支付，恐損失 50% 的跨境營收

「很多企業以為，賣數位內容到海外，只要能刷信用卡就夠了，」Linmic 說，這其實是最常見、也最容易造成營收流失的誤區之一。

根據全球市場數據，可下載數位內容的消費行為正悄悄改變——信用卡支付的佔比逐年下滑，各國在地支付方式的比例則持續上升。Linmic 以日本舉例，「根據我們掌握的數據，在可下載數位內容的消費中，信用卡支付僅佔約一半；而在線上遊戲、網路漫畫、數位學習等特定產業中，這個比例甚至更低。」

但問題在於，想取得各地在地支付方式的許可，對海外企業來說，是難上加難，除了語言隔閡，支付審核嚴峻之外，往往都需要在當地落地。除了合規成本高昂之外，還需要投入大量資金招聘當地的團隊，尤其對於想「試試水溫」的企業來說，往往都是失敗收場。

為數位內容業者鋪好「出海的高速公路」，讓亞洲創作者 Day 1 就能賣全世界

在全球監管趨嚴、平台收費壓力與稅務風險日益升高的今天，能否「合法、安心地出海」不再是選項，而是必修課。

Tokenz 要做的，是打造一條讓亞洲內容產業走得出去的新道路。「如果開發者在創業的第一天，就具備賣向全世界的能力，那亞洲的創意、技術與內容，就能有更多機會走出去。」Linmic 說。

在這場嚴酷的市場寒冬中，不少企業選擇放緩腳步，甚至退出市場，但卻有一家初創公司— SignalPlus，反而在這段時間展現了令人驚艷的韌性與成長。

熊市崛起！2 年內躍升加密貨幣選擇權市場龍頭、拿下 20% 市佔率

SignalPlus 於 2021 年牛市高峰成立，是一家專注於加密貨幣衍生品基礎設施和自動化解決方案的新創公司。然而，才剛踏入市場不久，迎面的，卻是嚴峻的熊市考驗。然而，SignalPlus 不僅沒有退縮，反而利用這段低迷的時機，深耕產品、提升技術，並取得了重要突破。

SignalPlus 共同創辦人暨執行長 Chris Yu 過去在高盛集團（Goldman Sachs）擔任交易員、另一名共同創辦人 James Shan 則是連續創業家。團隊核心成員也多半自華爾街投行，以及阿里巴巴、字節跳動等網路巨頭的科技好手，擁有豐富的交易實戰與打磨網路產品的經驗。這群金融業與科技業的菁英，靠著自行研發的加密貨幣衍生品風險管理與交易工具，在交易氛圍降至冰點之際，逐步敲開客戶大門。

2023年，SignalPlus 獲得多家大型投資機構認可，也與知名加密貨幣交易所如 Binance、Bybit、Deribit、OKX 等達成合作，短短兩年內，SignalPlus 平台上的交易量已佔整體選擇權市場份額約 15-20%，也帶動營收大幅成長。

2024 年底，SignalPlus 再獲資本市場認可，成功拿下 1,100 萬美元的 B 輪融資，由 AppWorks 和 OKX Ventures 領投，Avenir Group、HashKey 等知名機構共同參與，為 SignalPlus 拓展全球市場提供銀彈，並加速機構級交易工具的創新發展。

SignalPlus 到底做了什麼，能在市場寒冬中脫穎而出？簡單來說，他們做的是專為機構設計的加密貨幣選擇全交易工具，包括機構級交易儀表板、自動做市機器人，以及結構化產品自動化解決方案，使衍生品交易變得更加便利、高效且成本更低。他們為用戶提供了高度專業且即時的風險管理工具，使得交易員不再需要持續盯盤，同時還可節省組建大規模交易團隊的高昂成本。

從市場「有多小」找到它「能多大」—— SignalPlus 的逆向發現

現在加密貨幣選擇權交易熱度越來越高，但在 SignalPlus 成立之初的 2021 年，市場可不是這個狀況。Chris 回憶，2021 年剛創業時，他們一度想成立一個專注加密貨幣衍生品的對沖基金，卻發現當時整個加密貨幣選擇權市場的交易量，竟然不到永續合約的 0.5%。這讓他們開始好奇：「為什麼加密貨幣選擇權市場這麼小？」

Chris 當時嘗試了多個不同的衍生品交易工具和平台，發現了三個關鍵痛點。首先，市場缺乏專業、穩定的基礎建設。在傳統金融機構，交易員手上有一整套分析交易與即時風控的系統；但在加密貨幣市場，這類工具幾乎不存在，交易決策只能靠經驗與直覺，風險無法精準掌握。

其次，流動性嚴重不足。加密貨幣選擇權市場的做市商寥寥可數，流動性與穩定度遠不如傳統金融市場。而要建立一套成熟的做市系統，需要大量資金、人力與專業能力，這對多數加密貨幣機構來說並不劃算，導致願意提供流動性的玩家極少，形成惡性循環。

最後，整體市場缺乏足夠的交易流量。沒有足夠的做市商與資金，進一步壓縮了市場活力。整個加密貨幣選擇權市場就像一片沈睡的荒地，等待被真正喚醒。

那麼，才短短 2 年多的時間，加密貨幣的選擇權市場怎麼突然「醒了」？

Chris 觀察，核心原因有兩點。第一，市場波動率下降，單純的槓桿交易吸引力降低。

2021 年時，比特幣的隱含波動率高達 120%，但到了 2024 年，這個數字已經下降到 40%-50% 之間。波動率下降，單純加槓桿的期貨和永續合約，獲利空間被壓縮，這時候更靈活的選擇權，反而成為大家管理風險、設計收益曲線的最佳工具。這個變化，其實在傳統金融里早就發生過一次。

第二，機構進場帶動專業需求提升。這兩年，越來越多傳統金融機構參與加密貨幣相關交易，而這些機構本來就在外匯、大宗商品等市場大量使用選擇權進行避險與槓桿操作。當專業玩家進場，市場自然對選擇權的需求就大幅提升。

這樣的場景，Chris 並不陌生。他回憶起 1995 年到 2000 年的外匯市場，當時外匯選擇權也是冷門工具，市場規模非常小。但隨著基礎建設到位、專業工具成熟，外匯選擇權市場在 2010 年前後已能與股票期貨平起平坐，成為主流衍生品之一。

這段經歷，讓 SignalPlus 團隊確信：今天的加密貨幣選擇權市場正站在 20 年前外匯選擇權的起跑線上，只要基礎建設與生態繼續成熟，這個市場的成長空間還有數十倍、甚至百倍。

「廣泛推廣」到「深度合作」：SignalPlus 精準賦能專業機構

不過，從傳統金融市場跨入加密貨幣衍生品領域，SignalPlus 面對的不是簡單的「移植」，而是一場幾乎從零開始的技術攻堅戰。「事實上，自動化是非常複雜的，尤其是選擇權商品，要考慮的維度太多了。」Chris 回憶，「當初在設計這一套產品時，我們依照真實的交易場景去討論，算了一下，每個交易進來就可能有幾萬種路徑」。為了打造真正適用於加密貨幣市場的產品，SignalPlus 幾乎重寫了一整套底層邏輯，把交易的數學模型拆解重組，變成符合加密貨幣市場節奏、貼近用戶的的自動化工具。

產品設計好之後，如何有效推廣和應用，又是另一場硬仗。

2023 年底，SignalPlus 的自動化交易機器人正式上線，團隊最初採取大範圍推廣的策略，在大量感興趣的用戶群體中進行測試和優化。這一階段幫助團隊積累了寶貴的市場反饋，同時也讓 SignalPlus 意識到，不同類型的用戶在使用自動化交易工具時的需求存在顯著差異。

「我們的參數多達兩三百個，要完整掌握並靈活運用，需要較高的專業度。」Chris 直言，「即使是經驗豐富的傳統金融交易員，我們通常也會花兩周時間幫助他們熟悉系統，以便更高效地運用。如果是對選擇權交易相對陌生的用戶，需要更多時間幫助他們逐步理解並掌握。」

同時，團隊也注意到，不同機構後續在適應和運用工具時的需求也各不相同。部分客戶希望獲得更深入的指導與支持，因此，SignalPlus 也在不斷尋求優化服務體系，以幫助客戶更高效地使用系統，同時確保服務資源得到合理分配。

2023 年下半年開始，SignalPlus 決定進一步優化策略，從單純的市場推廣，轉向與機構建立更深層的合作關係，讓每一家接入系統的機構，都能找到最適合自身需求的解決方案，從而更好地與市場融合，共同推動產業發展。

Chris 說：「當時諮詢的機構很多，我們希望確保每位交易員都能充分發揮系統的優勢，因此，我們優先與對選擇權交易有深入理解的團隊展開合作，讓他們能夠更快上手並實現高效交易。」，這個策略很快地見到成效，一家大型專業交易機構的交易員，只花一個月就順利掌握 SignalPlus 的交易系統，並且用這套工具實現了幾十萬美元的收益。

這一策略調整，讓 SignalPlus 更聚焦在為專業機構提供高價值的交易解決方案，同時提升整體服務效率和資源配置。更重要的是，Chris 也在這個過程中觀察到，選擇權專業人才的極度缺乏，而市場對選擇權專業人才的需求遠超預期。「與傳統金融領域相比，加密貨幣市場上深刻理解選擇權交易的專業人才真的非常少。」

「但我們相信，這個落差將會逐漸縮小。」Chris 說，「隨著加密貨幣選擇權市場越來越成熟，越來越多機構開始深入研究和實踐選擇權交易，我們的產品也因此能為市場提供更大價值，並獲得更廣泛的認可。」

SignalPlus 的目標不僅僅是提供領先的交易技術，而是希望把專業的選擇權交易知識產品化，變成整個市場的基礎設施。當市場的每一個參與者都能更有效率、更專業地參與選擇權交易，加密貨幣選擇權市場的未來才有機會迎來真正的爆發。

SignalPlus: 下一個加密貨幣衍生品市場的獨角獸

這樣的產品哲學，並非憑空而來，而是來自於創辦團隊多年來的專業養成與長期的信念堅持。Chris 和 James 的情誼從 2007 年，在上海交通大學的一場投資比賽開始，從學生時代延續至今。

兩人在傳統金融與科技創業的不同軌道上各自打磨專業，最後因為對交易市場的共同理解與期待，再次聯手：Chris 深諳交易市場的運作與痛點，James掌握產品設計與技術落地的方法，這樣的組合，讓 SignalPlus 一開始就比其他團隊更清楚要做什麼、為什麼做、怎麼做。

這樣的務實精神，也貫穿在 SignalPlus 的產品哲學裡。從成立的第一天起，他們就清楚，要做的不是短期賺快錢的工具，而是一個真正解決市場痛點、能被專業交易員信任的基礎設施。而這個原則，也讓SignalPlus在最難推廣的熊市里，反而找到了自己的立足點。

而當選擇權市場逐漸打開、機構投資者開始進場，SignalPlus的下一步也越來越清晰。

「我們希望這套自動化交易基礎設施，在很快的將來，能夠成為加密貨幣衍生品市場的獨角獸，甚至，有一天也可以進到傳統金融市場，去提升傳統金融市場的自動化與效率。」，「只要我們堅定地走在正確的方向上，市場早晚會看見。」Chris說。