金流龍頭 Stripe CEO:AI 與穩定幣雙引擎正在強力驅動經濟

Share
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

前 CIA 局長在《外交事務》說明,台灣需要讀懂的事:主權國防戰略生態系

前 CIA 局長在《外交事務》說明,台灣需要讀懂的事:主權國防戰略生態系

裴卓斯(David Petraeus)指揮過駐伊拉克與阿富汗聯軍、當過美國中央司令部司令,退役後接掌 CIA。7 月初,他和在烏克蘭營運 AI 非營利組織的 Clara Kaluderovic 在《外交事務》(Foreign Affairs)合寫了一篇文章,標題就點名台灣,〈台灣一直沒學到的烏克蘭課〉,副標是「問題不在無人機,在無人機周圍的一切」。 文章的出發點,是擔心各國軍方把烏克蘭戰場讀成一份採購目錄。無人機便宜又有效,那就編預算買無人機,看起來這樣學最快,但兩位作者認為這樣只學到皮毛,烏克蘭真正的本事,是圍繞這些便宜武器搭起來的整套生態系,而他們判斷最可能錯過這一課的地方,正是同樣面對強鄰入侵威脅的台灣。 烏克蘭真正的武器是生態系 這套生態系怎麼運作,黑海看得最清楚,2022 年 2 月開戰時,烏克蘭為了不讓旗艦落入俄軍手中,自己把它鑿沉,等於一開戰就沒有海軍。兩年之內,這個沒有海軍的國家把俄軍黑海艦隊逐出塞凡堡母港,摧毀、重創超過三分之一的黑海艦艇,剩下的船只能躲到離烏克蘭最遠的港口,做法是空中無人機負責找船、

By Fox Hsiao
68 歲拒絕交棒、全押 AI:孫正義要讓 SoftBank 衝上 1,000 兆日圓

68 歲拒絕交棒、全押 AI:孫正義要讓 SoftBank 衝上 1,000 兆日圓

六月二十四日,孫正義(Masayoshi Son)站上 SoftBank 第四十六屆股東會的講台,沒有先講財報數字,而是先講了一隻鵝。十六年前,這隻鵝在市場眼中的價值是零。 這場股東會的氣氛,跟一個多月前那場財報說明會不太一樣。五月那場是財務長後藤芳光主講,孫正義因為膝蓋還在復原沒上台。這次他自己來了,講了快一個半小時,從一隻會下金蛋的鵝講到他父親臨終前的最後一句話,中間夾著一個聽起來像天文數字的目標,一千兆日圓。 十六年前,那隻鵝值零元 孫正義用的是大家從小就聽過的那個寓言,會下金蛋的鵝。他把一顆金蛋換算成一兆日圓,然後帶大家回到十六年前。 那是 2010 年,SoftBank 創立三十週年,他在股東會上發表「新三十年願景」。當時集團的持股權益價值是五兆日圓,等於五顆金蛋,扣掉兩兆日圓的負債,股東淨值(NAV)剛好三兆日圓,也就是三顆金蛋。問題出在另一個數字上,當年 SoftBank 的市值也是三兆日圓,跟淨值一模一樣。 這代表什麼?孫正義的帳是這樣算的,淨值已經把帳上看得到的三顆蛋算進去了,市值卻只值三顆蛋的錢,那麼會下蛋的這隻鵝本身,

By Fox Hsiao
把國防部當新創公司重開機:烏克蘭最年輕國防部長的五個月

把國防部當新創公司重開機:烏克蘭最年輕國防部長的五個月

烏克蘭網路上流傳一個關於費多羅夫的迷因,前後兩個版本剛好說明了這個人的轉變。早一點的版本是:「費多羅夫,能不能讓我們在 Diia App 上結婚?」現在的版本變成:「我想殺五萬個俄羅斯人。」一個把政府服務搬上手機、讓人民用 App 辦結婚的數位部長,五個月前接下了一個會用「每平方公里殲滅人數」當績效指標的位子。 2026 年 1 月,米哈伊洛·費多羅夫(Mykhailo Fedorov)從數位轉型部長轉任國防部長,成為烏克蘭史上最年輕的國防部長。他接手的爛攤子,用他自己整理的數字來看:3000 億赫夫納(hryvnia,烏克蘭貨幣,以 2026 年 6 月匯率約合 67 億美元)的預算赤字、大約 20 萬的兵力缺口、首都基輔瀕臨全面停電,而其他城市還在被沙赫德(Shahed)無人機砸。總統交給他的第一道命令很具體,把領土徵兵中心那套被罵到臭頭的強制動員機制收拾乾淨。

By Fox Hsiao
Claude 官方指南,如何打造 AI 原生新創公司

Claude 官方指南,如何打造 AI 原生新創公司

Anthropic 最近出了一本給創業者的電子書《The Founder's Playbook: Building an AI-Native Startup》,把創業的四個階段,構想(Idea)、最小可行產品(MVP)、上線(Launch)、規模化(Scale),按「AI 是核心基礎設施」拆解一遍。整本手冊其實建立在一個前提上,當寫程式、做研究、跑營運都能交給 AI agent,創辦人剩下要煩惱的,就只有方向對不對。 其中有個重要的提示,做得越快、越輕鬆,犯錯的代價反而越大,手冊引用了一個數字:在 AI 自主寫程式這類工具出現之前,就已經有 42% 的新創死於做出沒人要的東西,作者直接預測,這個比率只會往上爬。 工具把「做出來」的門檻降到接近零,卻沒有同步降低「

By Fox Hsiao