KeyFrame內部研究專用

Master Business School EP53: Why does a six-time startup founder advise you to "hide your weaknes...

陳修平的師父商學院·7月2日週四·48 min中文

三句話摘要

創業四年的關鍵學習:找到天賦、控制成本、建立信任、實現真實改變。 創業最大的學習不在於多快成功,而在於誠實地找到自己的天賦、用最低成本驗證想法、建立可信任的人脈,最後用長期內容的複利創造真實改變。 天賦與弱項的誠實面對 — 地瓜校長擅長策展、廣告、人際關係,但不擅長商業管理。他花了許多年時間硬要去學管理和經營,反而身心俱疲。後來才明白,最好的策略是聚焦擅長的事,把弱項隱藏或找人補強,而非每件事都自己做。

重點整理

重點
  • 1

    天賦與弱項的誠實面對 — 地瓜校長擅長策展、廣告、人際關係,但不擅長商業管理。他花了許多年時間硬要去學管理和經營,反而身心俱疲。後來才明白,最好的策略是聚焦擅長的事,把弱項隱藏或找人補強,而非每件事都自己做。

  • 2

    成本控制決定生死 — 創業初期最常見的錯誤是砸錢裝潢、買設備、擴大團隊。地瓜校長租賃月租45萬的大場地、咖啡廳、人事費用,一個月燒錢200多萬台幣,一年需要2400萬才能打平。後來他用陳又平地下室的場地(只付房租),用極低成本反而找到了最賺錢的模式——Podcast和線上課程。

  • 3

    合約與信任不可分 — 在上海被大陸上市公司騙的經驗深刻。對方透過精心設計的合約條款(如簽約金只給1%而非10%),配合SOP式的推拖,讓創業者無法追回3-4千萬人民幣的設計費。現在可以用AI檢查合約,但根本的教訓是:一定要過律師、一個字都要看清楚。

  • 4

    個人品牌的複利增長 — 影響力不是一夕之間累積的。通過長期拍影片、做Podcast、開課程,第1-2年看不出成效,但到第3-5年會爆發式增長。已發佈的內容持續帶來價值(2025年初拍的短銀宣傳片到昨天還有人留言要課程連結),這種複利在商業、技術、信任三個維度同時發生。

實用技巧與重點

乾貨
  • 創業案例與數據
  • 華山文創教育展:第二年單日售票紀錄2萬多張,一張票250元,總計6萬3千多人次,創下華山當時單日售票紀錄至今未破
  • 地瓜校長上海廣告公司:設計費3-4千萬人民幣,合約陷阱導致兩年收不到錢
  • 2004年上海薪資水準:大學畢業生2000-2500人民幣/月(約台幣9000元)
  • 王金平課程成績:賣出9000多人次
  • 討債公司提成:頂尖討債公司要抽80%,只給客戶20%
  • 組織結構與時間
  • 雜學校:已營運12年
  • 不良大叔Podcast:達成台灣Podcast不分類排名第一
  • 王金平課程洽談:花了好幾次會面、數小時對談才答應開課
  • 成本結構案例
  • 地瓜校長場地月租:45萬人民幣
  • 月固定燒錢:約200多萬台幣(含人事、水電、裝潢)
  • 年度燒錢:2400萬台幣
  • 需要年營業額:6-7千萬才能打平(假設毛利30%)

結論

結論

創業最大的學習不在於多快成功,而在於誠實地找到自己的天賦、用最低成本驗證想法、建立可信任的人脈,最後用長期內容的複利創造真實改變。

完整解析

詳細

地瓜校長蘇養智創辦的雜學校,源於他想改變台灣教育的理想。他擅長策展與廣告行銷,辦過知名的「不太乖教育節」,一週三天吸引超過6萬人次參展。但隨著創業深入,他發現自己犯了最典型的創業錯誤。

一開始在上海,他與大學好友合夥開廣告公司,三人各佔33%股份。後來接到一家上市公司案子——要在全中國開5000家加盟餐廳的廣告設計,簽約金達3-4千萬人民幣。他們以為一步到位,卻掉進了精心設計的陷阱:合約寫著簽約金只有1%(不是通常的10-20%),分期款項設計得清清楚楚,讓他們永遠收不齊。兩年多來,這家公司用SOP式的推拖讓他們無法追討,甚至連討債公司都說這個案子他們也沒辦法(軍方背景,頂尖討債公司要抽80%才願意接)。

這個經驗讓他學到合約的重要性——一個字的差別可能造成數千萬的損失。但更深層的教訓來自於對自己的認識。他意識到自己天生擅長人際關係和創意工作,卻不擅長商業管理。他花多年時間硬要去學、去做,結果是「全身傷了」。就像「不要讓魚去爬樹」,魚有游泳的天賦,卻被迫爬樹後只會覺得自己很沒用。

創業初期,他在光復南路租了一間大場地,月租45萬人民幣加人事成本,一個月固定燒錢200多萬台幣。他想要打造理想的實體學校,到處都要漂亮,名片要硬挺,所有東西都是完美主義。但一年燒掉2400萬,要賺到6-7千萬營業額才能打平——這根本不是好的投資。

轉機來自於認識陳又平。陳又平看到他消沉的樣子,但當他開始講要做「台灣的Master Class」時,眼中出現了光。陳又平決定幫他。當時他做的課程不多,但他夠大膽——第一次見面就給陳又平開了一份名單,要他介紹台灣各界最厲害的人來開課,包括王金平。陳又平本來不看好,但他一直追、一直陪、一直push。經過多次會面、數小時對談,最後王金平被說服了,開課後賣出9000多人。

後來,地瓜校長開始做Podcast「不良大叔」,完全沒有成本,就在陳又平的咖啡廳裡三個人用手機錄,沒想到一下子衝上台灣Podcast不分類排名第一。這讓他明白了一個真理:真正好的項目不需要花很多固定成本。他從只付房租給陳又平(反而比月租45萬便宜太多),用極低成本找到了最賺錢的商業模式。

但最重要的轉變是他對教育本質的重新理解。很多人學完線上課程說「我好像學到了」,但沒有真實的改變。所以他新的課程模式不只是線上課,還要學生寫作業、一對一皮改、實體課程、邊做邊學。他的短銀課讓學生真的開始拍片、有流量、賺到錢,這才是真實的改變。他現在在思考如何採訪1000位中小企業CEO,用AI凝萃出商業智慧,同時幫助企業打造個人品牌和影響力——這是用商業槓桿放大教育影響力的新嘗試。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。