金流龍頭 Stripe CEO:AI 與穩定幣雙引擎正在強力驅動經濟

金流龍頭 Stripe CEO:AI 與穩定幣雙引擎正在強力驅動經濟

Stripe 共同創辦人暨執行長 Patrick Collison 在開場演講中,揭示網路經濟的驚人成長動能,並強調在當前全球經濟充滿不確定性之際,有兩股「巨風」正以前所未有的力量重塑商業地貌:人工智慧(AI)與穩定幣(Stablecoins)。Stripe 則致力於打造可程式化的金融服務,協助企業駕馭這波變革。

網路經濟強勁增長,Stripe 扮演推手

Patrick Collison 首先分享了 Stripe 生態系的亮眼成績:2024 年,使用 Stripe 的企業總營收成長速度是標普 500 指數成分股企業的七倍。Stripe 平台上新增的支付量高達 4,000 億美元,相當於 Stripe 生態系的「GDP」成長。全年總處理支付金額超過 1.4 兆美元,佔全球 GDP 約 1.3%。在美國,超過 200 萬家企業正在使用 Stripe,其中涵蓋財星 100 強的半數及福布斯 AI 50 的絕大多數。這些數據皆顯示,Stripe 已成為全球成長最快企業的沃土。

同時,Stripe 也展現其作為關鍵基礎設施的可靠性,平均每天部署超過 1100 個程式碼更新至正式環境,同時維持關鍵 API 高達 99.99986% 的可用性,全年停機時間少於一分鐘。

AI 與穩定幣:重塑商業模式的雙引擎

Stripe 總裁 John Collison 進一步深入探討網路經濟的發展前沿。他指出,營收在兩年內從 100 萬美元成長到 1000 萬美元的「突破性企業」(Breakout Companies)數量正創下新高,甚至超越疫情期間的成長速度。這些快速崛起的企業主要集中在幾個領域:

  1. AI 企業: AI 新創公司展現出驚人的變現速度和成長曲線。例如,圖片生成服務 Midjourney 成立僅三年就已服務 200 多個國家/地區的客戶;AI 開發工具 Cursor 在兩年內達到超過 3 億美元年化營收,且每位員工創造的營收遠超大型科技公司。雖然個別 AI 工具的客戶留存率可能較 SaaS 低,但整個 AI 產業的客戶留存率卻更高,顯示用戶在不同 AI 工具間切換,而非回到傳統模式。
  2. 垂直 SaaS 平台: 這些平台為特定行業的中小型企業提供一站式解決方案(如餐飲業的 Toast、健身房的 Mindbody),將先進技術(包括 AI)注入傳統行業,極大提高生產力,也促使這些 SaaS 平台自身快速成長。
  3. 創作者經濟: 創作者(網紅、內容生產者等)的經濟規模持續擴大,新的平台和商業模式不斷湧現。近期 Apple 針對 App Store 的政策調整,允許開發者使用外部支付方式,也為創作者經濟帶來新的機會。

這些突破性企業展現出幾個共同特徵:更早、更快地邁向全球化;高度專業化以服務特定利基市場;以及採用新的定價模式(如依用量或成效計費),這與 AI 帶來的成本結構和生產力提升有關;最後,這些企業普遍擁有極高的「每位員工產值」,顯示技術帶來的巨大槓桿效應。

AI:從輔助工具到自動代理人

演講中透過 AI 驅動的程式碼輔助工具 Cursor 展示 AI 在軟體開發上的潛力。透過自然語言提示,AI 不僅能生成功能程式碼,甚至能在不寫程式碼的情況下修改應用程式(例如為 QA 應用程式新增紙屑動畫)。這預示著 AI 正在從簡單的輔助轉向更具「代理人」(Agentic)能力的階段,能獨立執行更長時程、更複雜的任務,並使用多種工具與現實世界互動。受訪者 Dwarkesh Patel 對 AI 的未來潛力極為樂觀,認為其對全球經濟的影響將遠超想像,更像是新增了數十億高智能勞動力。

穩定幣:實現無國界金融服務

穩定幣則被 Stripe 形容為「室溫超導體」,能大幅降低資金儲存與轉移的摩擦和損耗。相較於許多加密貨幣的應用仍偏向「幣圈原生」,穩定幣的價值在於其與實體經濟的連結。Stripe 收購 Bridge 的案例顯示,穩定幣支付量的成長速度甚至超過了 Stripe 早期自身的速度。穩定幣正為企業提供無國界的金融服務基礎,讓企業能更快速、更廣泛地在全球範圍內管理資金、進行支付,過去只有大型跨國公司才具備的能力,未來將變得更普及。

代理人商務(Agentic Commerce):未來的消費模式

當 AI 具備代理人能力,商業模式也將隨之改變。演講中演示了一個前瞻性的例子:AI 工具(Cursor)能直接透過自然語言指令,在開發環境中觸發向另一個服務(Vercel)的購買行為,並透過 Stripe 完成支付。這種「工具與工具直接進行金融交易」的模式被稱為「代理人商務」(Agentic Commerce),預計將成為一種新的消費與銷售管道。未來,AI 工具本身就可能成為企業的重要銷售通路。

Stripe Sessions 傳達的核心訊息是:儘管全球經濟面臨挑戰,但 AI 和穩定幣這兩大技術浪潮正創造前所未有的創新與成長機會。快速成長的企業已率先展現擁抱全球化、專業化、新定價模式及高效率組織的特質。Stripe 則作為底層的可程式化金融服務平台,致力於簡化複雜的支付與金融流程,使企業能更靈活地適應並利用這些新技術,抓住網路經濟下的巨大機遇,將未來更快地帶到眼前。

Read more

NVIDIA 的「物理圖靈測試」,用 AI 生成影片訓練機器人?它們很快就能夠為你打掃煮飯

NVIDIA 的「物理圖靈測試」,用 AI 生成影片訓練機器人?它們很快就能夠為你打掃煮飯

在 AI 領域,我們常聽說圖靈測試(Turing Test)是衡量機器能否展現與人類無異對話能力的里程碑。如今,大型語言模型(LLM)似乎已悄悄地通過了這個測試,但大家對其突破已習以為常,甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出,當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」(just yet another Tuesday),這反映了我們對文字世界 AI 的標準已大幅提高。 然而,當我們將目光轉向現實世界,讓機器人進行物理操作時,會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念:「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是:如果你回家後,看到雜亂的房間被整理得乾淨俐落,甚至還準備了一頓浪漫的燭光晚餐,而你無法分辨這是由真人還是機器人完成的,那代表這個機器人通過了物理圖靈測試。 但現實呢?看看那些連站起來都困難的人形機器人,

By Fox Hsiao
前蘋果設計長 Jony Ive 罕見受訪,科技產品為何不能沒有「喜悅」與「幽默」

前蘋果設計長 Jony Ive 罕見受訪,科技產品為何不能沒有「喜悅」與「幽默」

在前 Apple 傳奇設計長、現任 LoveFrom 創辦人 Jony Ive 少數的公開露面場合中,他與 Stripe 創辦人 Patrick Collison 在 2025 年 5 月 7 日於舊金山舉行的 Stripe Sessions 大會上,進行了一場深度爐邊對談(fireside chat)。這場大會主題聚焦於可程式化金融基礎設施(programmable financial infrastructure),而 Ive 在此背景下,分享他對於設計哲學、科技產業演變及團隊文化的洞察,探討的內容遠超越了單純的支付或金融議題,觸及了科技與人性更廣泛的連結。 從服務人性的初心,到金錢與權力的驅動 Ive 回憶起 1992 年剛來到矽谷時,感受到的是一種「天真爛漫的興奮」(innocent euphoria),當時科技界普遍懷抱著「服務人類」

By Fox Hsiao
中年不會寫程式的人 - 上架 AI 名片王 iOS App 微心得,A Builder and Starter

中年不會寫程式的人 - 上架 AI 名片王 iOS App 微心得,A Builder and Starter

小時候,我大概學過 QuickBasic 之類的東西,小學時,玩著智冠的盜版光榮三國志一代,我會在紙上畫著可能的策略遊戲想像,認為自己有一天可能可以寫程式做一個遊戲出來,很可惜不像比爾蓋茲,他小時候在森林健行可以腦海裡整理程式碼,我可都沒這天份,寫程式開發遊戲這件事一直都沒發生,在 286 之類的年代,倒是有胡弄些 AUTOEXEC. BAT 之類的 Congfig 檔文件。 到了大學,我可能參與了跟網路服務有關的社團,但我想大部份是在幫同學列印報告、玩 BBS、MUD 或者是 CS,也許可能架了站,有用過 FrontPage、DreamWeaver 或者是 PhotoImpact 之類的架設網頁的軟體,不過他就像是一個傻瓜編輯器,你可能懂一些網頁語法的邏輯,不過仍離程式開發非常遙遠,但大學畢業後我卻進了遊戲代理公司。 約莫在 2007 年前後,買了一本很厚 Ruby On Rails 的書,想說加減學學,搞不好學得起來,

By Fox Hsiao
OpenAI 將砸 900 億買下 Windsurf,CEO Varun Mohan 分享公司快速轉型、AI 助理以及全新的黃金機會

OpenAI 將砸 900 億買下 Windsurf,CEO Varun Mohan 分享公司快速轉型、AI 助理以及全新的黃金機會

人工智慧(AI)正以前所未有的速度重塑軟體開發。從程式碼生成、偵錯到自動完成,AI 程式開發助手已成為工程師不可或缺的利器,更是科技巨頭競相搶佔的戰略高地。 市場明星 Cursor(Anysphere 產品)因強大功能備受開發者青睞,業務成長驚人,曾傳年經常性收入(ARR)達三億美元,並朝百億美元估值融資。然而,Anysphere 展現強烈獨立意願,兩度婉拒 OpenAI 洽購,堅持獨立發展,成為 OpenAI 難以企及的目標。 錯失 Cursor 後,OpenAI 繼續尋找目標。面對基礎模型競爭白熱化,對手模型在程式碼相關測試表現強勁,OpenAI 必須快速拓展應用層,尋找新成長引擎。光有強大模型不足以維持優勢,OpenAI 必須在應用層建立產品,掌握用戶與數據,創造商業價值。相較自行從零開發,收購成熟產品是更快取得市場與用戶的方式。正如一位創投所言,對 OpenAI 而言,在應用層進行收購,

By Fox Hsiao