床邊故事是管理個案　企管名師湯明哲之子如何創下矽谷AI圈併購紀錄？

這證明，Databricks也趁大型語言模型（LLM）的東風，加速向AI轉型。而且企業厭倦向OpenAI提供數據，轉而打造自己的數據庫。在這樣的重要時刻，MosaicML的加入對於Databricks來說十分關鍵。「AI如同當年的iPhone，正在走向它的關鍵時刻，」楊珮珊解釋。

不過，這起併購案會引起擔任多家台灣龍頭企業獨立董事的湯明哲注意，不是因為AI，而是因為「事很關己」。因為在MosaicML創始團隊中唯一的亞裔面孔、聯合創辦人兼首席技術長湯漢林，正是湯明哲的大兒子。

不看好深思型人格兒子創業

這其實不是湯漢林第一次參與創業。透過哈佛大學博士班實驗室同事的引薦，湯漢林加入人生第一家AI新創公司Nervana，2016年Nervana被英特爾收購，首席執行官拉奧（Naveen Rao）擔任英特爾副總裁兼AI產品事業部總經理，湯漢林則擔任AI實驗室高級總監。

之後，拉奧帶著團隊再次聯合創辦MosaicML，湯漢林出任首席技術長。

廣告

湯明哲其實一開始並不看好兒子創業。「他說要參加創業，我說OK，去吧，心裡想的是反正你會失敗，」湯明哲坦承，「畢竟90%的創業最後都是失敗的，機率明顯不利。」

而且在父親眼中，兒子與愛冒險、愛說話的典型創業家形象相差甚遠。氣質謹慎內斂的湯漢林，具備的是深思型的人格特質。5歲以前，當其他孩子著迷於樂高玩具時，湯漢林最喜歡的是《文明帝國》系列電玩，熱衷於規劃策略、完成任務。

因此，當湯漢林從台北美國學校畢業，面對麻省理工學院（MIT）與普林斯頓大學這兩間校風迥異的高校同時遞來錄取通知而選擇後者時，身為MIT校友的湯明哲雖然略覺可惜，卻不意外。

在他看來，生性嚴謹的兒子進入學術氛圍濃厚的普林斯頓，未來最有可能的出路就是學術圈。

「那時候很緊張啊，」湯明哲開玩笑道，在學術界想要熬出頭，可是需要數十年的苦勞，「當時覺得我們必須存點錢，給漢林以後過日子。」

廣告

MosaicML團隊。（MosaicML提供）

普林斯頓訓練學生，跨界解決問題

湯漢林大學念物理學，博士學位拿的是神經學，與AI看似八竿子打不著。但其實，近來AI技術突飛猛進，正是大量使用了神經科學的方法或原則。

湯明哲觀察兒子的跨界，認為普林斯頓獨特的大學教育訓練是關鍵。

普林斯頓十分看重跨領域整合，無論就讀哪個學科，都會帶領學生透過物理、化學、生物資訊與工程等四個角度來解決一個問題。當湯漢林開始接觸深度學習、AI的議題，自然也必須學習神經科學。

從普林斯頓畢業後，湯漢林曾到美國國防智庫蘭德公司從事數據科學的研究工作；接著到哈佛攻讀生物物理學博士，透過感應器，研究癲癇病人受到外界刺激時的神經反應。

「但如果只是發表論文，對我來說還不夠滿意，」湯漢林解釋，「我想看到人們應用我的研究，不是引用它。」

想讓人們應用他的研究，促使湯漢林走出研究室。

廣告

第一家新創併入英特爾後，他們很快嗅到新的商機——提供私人或是企業的生成式AI模型。因為需要極高資料保密措施的法律、金融業，企業有必要建立自己的數據庫，並讓AI模型只基於數據庫內的資訊做分析整理的需求。儘管創業之初，這個趨勢仍不明朗，「但是我們決定賭一把，賭未來人們會需要這項技術變得簡單、高效，且易於使用。」

事實證明，他們賭對了。自去年10月ChatGPT問世，湯漢林形容辦公室的電話響個沒完，從一年洽談七個案子，到一天洽談七個合作案。

「當我們問客戶『你認為這個領域誰做得最好？』，經常聽到的名字是MosiacML，」Databricks首席執行官葛德西（Ali Ghodsi）說，這正是兩家公司併購的契機。

保密防人，首要防爸爸

有趣的是，作為企管名師的湯明哲，甚至到了兩家公司準備合併的時候，都對於湯漢林的創業內容一無所知，以為MosaicML只是在Google免費軟體上的一項小創業。

廣告

「他怕我上課的時候亂講，idea就都被人家偷走了呀，」湯明哲笑著埋怨道。

湯明哲分析，MosaicML的成功，可分為時機、實力與策略三個層面。

以時機來說，ChatGPT的問世，讓企業迅速瞭解了生成式AI的價值，MosaicML起步得早，在這個時機點來說，是表現最好的團隊。

以實力來講，這個團隊因為在硬體公司英特爾待過，本身也有寫軟體的能力，因此知道怎樣的軟體能夠充分發揮硬體的功能，提升使用效率讓訓練成本大幅降低。「一般公司都是硬體的管硬體，軟體的管軟體，」湯明哲分析，「軟硬結合是公司建立競爭力的基礎。」

最後一點則是策略，MosaicML並沒有打算像OpenAI一樣，嘗試囊括一切開放資訊並回答所有問題，而是選擇只做面向企業的AI模型，不僅造價較低，也正符合目前各企業的需求。

「其實MosaicML的人才團隊非常靠譜（可靠），但它的商業模式，在矽谷來說並不是非常新，」楊珮珊認為，現在併入Databricks，對MosaicML的好處大於Databricks。

矽谷創業模式正在移轉

因為對於Databricks的既有客戶，AI其實只是一個更有效率的額外新功能，但如果想要持續保持領先，當然必須跟進新技術。從這個角度思考，Databricks併購MosaicML就如同Meta當年購入Instagram，屬於必要的投資。

從MosaicML的例子，楊珮珊也看出矽谷的創業典範正在移轉。相較於過去常見的年輕人輟學創業，「我們每天接觸的、投資的對象，全部都是PhD（博士）。」

這是因為AI創業核心就是好的技術，特別是跨領域的技術，就像MosaicML兩位創辦人都是神經科學博士。

「跨領域的AI技術，這會是台灣學生很需要補足的一塊，」湯明哲就教育者與企業導師的角度給出了建議。

「如果你擁有了一項非常好的技術，成功的機會將大大增加，因為這是其他人很難複製的東西；然後就是人才，」湯漢林分析，「至少在我們的例子中，這兩者的結合，幫助我們取得了AI創業的成功。」

湯明哲（右）起初不認為湯漢林（左）能創業成功，兒子在AI領域的「神蹟」成為他的驕傲。（湯漢林提供）

問湯漢林，父親是商學院企管名師，對他進入商業世界有無幫助？湯漢林說，湯明哲在家吃飯、睡前時間，會鼓勵孩子討論、思考企業遇到的問題，而他最印象深刻的是一個鋼鐵廠的故事，雖然不記得細節，但的確內化成他深思熟慮、喜歡多元嘗試的習慣。

鋼鐵廠是湯明哲的博士論文，那時湯漢林還沒上小學，「我沒想到他還記得，」越洋看著螢幕裡的兒子，湯明哲笑道，他的表情不須AI分析，幸福而驕傲。

（責任編輯：宋玟蒨）