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

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

人工智慧是否具有生命?這個問題在大型語言模型如 ChatGPT 問世後,反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果,甚至看似擁有創造力。然而,OpenAI 的執行長山姆・阿特曼(Sam Altman)對此提出清晰的見解。他認為,這些系統並不具備生命。 「它們不會主動做任何事,除非你提出要求。」阿特曼說明,這些模型缺乏自主性或內在動機,只是被動地等待指令。他認為,使用者與之互動越久,那種看似生命的幻覺就越可能消散。儘管如此,它們作為工具的強大能力無庸置疑,展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時,究竟是產生「幻覺」還是蓄意「說謊」?阿特曼解釋,這兩者之間存在根本差異。他以一個早期模型的例子說明:若使用者提問「塔克・卡爾森總統是哪一年出生?」模型可能會編造一個年份,而非指出此人從未擔任總統。 這並非出於欺騙的意圖,而是一個基於訓練資料的數學機率問題。「因為在訓練過程中,直接否定使用者的前提,並不是最可能出現的回應。」模型會假設使用者的提問基於事實,然後在其龐大的資料庫中,

By Fox Hsiao
Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

軟體公司 Palantir 執行長亞歷克斯·卡普(Alex Karp)是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話,不僅僅是關於技術或商業,更深刻地反映一種獨特的世界觀,一種關於建立、競爭與西方價值體系的哲學。在這場訪談中,卡普對環繞著他與公司的各種爭議,提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問,卡普將其支持者描繪為「實踐者」(builders)。他認為,這群人懂得欣賞成果,他們衡量一項成就的標準,是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言:「實踐者們看見那些極具天賦的人,會對所有言論打上折扣,並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰,從商業模式到公開形象,始終不被看好,但最終以卓越的成果贏得這群人的信賴。 另一方面,他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為,許多抗議者深信自己無法進入科技的核心圈,因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道:「當你認為自己處於失敗的那一方,你就會假設道德不可能站在你的對立面。」他認為,這種思維源於部分學術機構,這些機構將美

By Fox Hsiao
馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

在 2025 ALL-IN 訪談中,伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖,從特斯拉(Tesla)的人形機器人、xAI 的通用人工智慧,到太空探索公司 SpaceX 的星艦與星鏈計畫,勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus:定義未來的勞動力 Musk 堅信,Optimus 人形機器人將是人類的巔峰之作,並將其形容為人類歷史上最偉大的產品。目前,開發團隊正在進行第三版設計的定稿工作。他分析,要成功打造一款能普及的通用型人形機器人,必須克服三大挑戰:擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智,以及大規模生產的能力。 在這些挑戰中,又以手部的設計最為艱鉅。人手經過長時間演化,本身就是一台極度精密的儀器,能執行各種複雜任務。他強調,要創造一個通用的人形機器人,就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示,由於現今市場根本不存在適用於人形機器人的關鍵零組件,團隊必須從頭設計與製造。他無奈地說,這些關鍵零件根本買不到,因為它們在市面上並不存在。 之所以堅持採用人形設計,背後有其務實的考量

By Fox Hsiao
哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

生成式人工智慧(Generative AI)的浪潮正席捲全球,其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變,然而,一份來自哈佛大學的最新研究,透過分析大規模的美國履歷與職缺數據,揭示一個更細微卻極其關鍵的趨勢:生成式AI的導入,可能正在不成比例地影響資淺員工的就業機會,形成一種「偏重資歷的技術變革」(seniority-biased technological change)。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告,由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間,涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料,以及超過2.45億筆的職缺公告,試圖描繪出AI技術擴散下,企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現,在於企業導入AI前後,不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期,無論是資深或資淺員工,其就業增長率大致維持同步。然而,一個明確的轉折點出現在2023年第一季,這恰好是生成

By Fox Hsiao