Publications-Theses
Article View/Open
Publication Export
-
Google ScholarTM
NCCU Library
Citation Infomation
Related Publications in TAIR
題名 生成式人工智慧平台系統創業計劃 — 以開源軟體生態系為基礎
Entrepreneurial Plan for a Generative AI Platform System – Based on the Open-Source Software Ecosystem作者 盧木賢
Lu, Mu-Hsien, Vincent貢獻者 鄭至甫
Don Jeng
盧木賢
Lu, Mu-Hsien, Vincent關鍵詞 開源軟體
開源授權
大語言模型
生成式人工智慧
演算法
算力
大數據
新創
Open Source Software
Open Source License
Large Language Model
Generative Artificial Intelligence
Algorithm
Computing Power
Big Data
Startup Company日期 2025 上傳時間 4-Aug-2025 13:01:35 (UTC+8) 摘要 本論文借商學院的商業管理知識與理論基礎來探討，並提出一個以開源軟體生態系為基礎的生成式人工智慧平台系統創業計劃。選擇創業型論文的動機，不僅在於發現了市場中亟需解決的痛點與需求，更重要的是希望透過開放思維與技術突破，運用全新的商業模式，將所學的技能與知識付諸實踐，一步步實現開源軟體與個人理想及目標。 從我的觀察來看，2019年至2022年間COVID-19疫情，對各行各業帶來了前所未有的衝擊，迫使企業加速數位化、數位優化與數位轉型的時程。在此情境下，開源軟體因其創新與產業變革的基石地位，其重要性日益突顯。 隨著大語言模型（LLM）技術的突破與硬體算力基礎建設的完善，生成式AI透過深度學習技術，展現出創造全新內容的強大能力，涵蓋文字、圖像、音樂、翻譯、聊天、說故事，甚至是撰寫程式碼。其AI應用正被百工百業迅速使用，以提升效率、生產力並降低成本。然而，當前許多普及的AI應用多為雲端服務，面臨網路不穩定或中斷時服務即停止的困境，且企業高度關注資料的取得合法性及正當性、資料隱私與個資保護。因此，如何打造一個既安全又私密、不依賴網路連線並確保資料不外流的AI應用平台，成為當務之急。 對於新創企業而言，地端私有的生成式AI是一個充滿潛力的商業機會。透過結合特定垂直領域的專業知識，例如醫療機構的智能衛教與病歷比對，或高科技產業的製程與研發改進，企業能夠打造專屬或私有化的解決方案，精準滿足顧客與市場的需求。 本創業計劃深入分析此產業背景、機會與挑戰，並構想出一套具體的商業模式與營運規劃。我們將充分利用開源軟體共創與共享的特性，降低技術門檻、縮短開發時程，並透過社群力量促進技術創新與快速迭代。我們的商業模式將採「開源基礎+加值服務」策略，提供私有安全的AI平台解決方案，旨在降低開源軟體的使用門檻，並運用生成式AI實現產業AI化。我們的願景是「傳遞開放即創造、數位科技即助力」，使命則是「透過開源技術的力量，讓數位科技普及」，服務於企業、政府單位與學校單位。我們堅信，透過清晰的戰略規劃與持續的技術創新，本計畫能在快速發展的生成式AI領域中取得創業成功。
This thesis leverages business management knowledge and theoretical foundations from business school to explore and propose an entrepreneurial plan for a Generative Artificial Intelligence (AI) platform system built upon the open-source software ecosystem. My motivation for pursuing an entrepreneurship-focused thesis stems not only from identifying critical pain points and needs in the market that demand solutions but, more importantly, from a desire to put learned skills and knowledge into practice. This will be achieved through open thinking, technological breakthroughs, and a novel business model, step-by-step realizing the potential of open-source software alongside personal ideals and goals. From my observations, the COVID-19 pandemic between 2019 and 2022 brought an unprecedented impact on various industries. This compelled businesses to accelerate their timelines for digitalization, digital optimization, and digital transformation. In this scenario, open-source software became increasingly vital due to its foundational role as a cornerstone for innovation and industrial change. With the increasing breakthroughs in Large Language Model (LLM) technology and the maturation of hardware computing power infrastructure, Generative AI demonstrates a powerful ability to create entirely new content through deep learning techniques. This includes text, images, music, translation, chatting, storytelling, and even coding. Its AI applications are rapidly being adopted across all sectors to enhance efficiency, boost productivity, and reduce costs. However, many current popular AI applications are primarily cloud-based services, which face the challenge of service interruption when network connections are unstable or disrupted. Furthermore, enterprises are highly concerned about the legality, legitimacy, privacy, and protection of personal data. Therefore, it has become an urgent priority to build an AI application platform that is secure, private, does not rely on internet connection, and ensures data does not leak out. For startups, ground-end private Generative AI presents a promising business opportunity. By integrating specialized knowledge from specific vertical domains, such as intelligent health education and medical record comparison for healthcare institutions, or process and R&D improvements for high-tech industries, businesses can create exclusive or privatized solutions that precisely meet customer and market demands. This entrepreneurial plan deeply analyzes the industry background, opportunities, and challenges, and envisions a concrete business model and operational plan. We will fully leverage the co-creation and sharing characteristics of open-source software to lower technical barriers, shorten development time, and accelerate technological innovation and rapid iteration through community power. Our business model will adopt an "open-source foundation + value-added services" strategy, offering private and secure AI platform solutions aimed at lowering the barrier to using open-source software and enabling industry-wide AI transformation through Generative AI. Our vision is to "convey that openness fuels creation, and digital technology empowers," and our mission is to "make digital technology accessible through the power of open-source technology," serving enterprises, government agencies, and educational institutions. We firmly believe that through clear strategic planning and continuous technological innovation, this plan can achieve entrepreneurial success in the rapidly developing Generative AI field.參考文獻 產業發展處，全球創業觀察—臺灣台灣經濟研究院，黃暖雲，2024-07，https://taipeiecon.taipei/Topics/more?id=1254072214323440607 科技產業資訊室，2025/2/25，https://iknow.stpi.niar.org.tw/post/Read.aspx?PostID=21539 司徒達賢(1994，2016)，策略管理，台北市：遠流 財訊648期，詹文男，2021/12 維基百科，PEST分析，2025/1，https://zh.wikipedia.org/zh-tw/PEST分析 維基百科，商業模式九宮格，2024/9，https://zh.wikipedia.org/zh-tw/商業模式圖 維基百科，結構洞，2024/9，https://zh.wikipedia.org/zh-tw/結構洞 維基百科，GitLab，2025/3，https://zh.wikipedia.org/zh-tw/GitLab 維基百科，GitHub，2025/3，https://zh.wikipedia.org/zh-tw/GitHub 維基百科，紅帽公司，2024/8，https://zh.wikipedia.org/zh-tw/紅帽公司 維基百科，開源授權，2022/12，https://zh.wikipedia.org/zh-tw/開源授權 iQrator，開源授權，2025，https://oss.iqrator.org/開源授權說明/ 維基百科，開源定義，2023/12， https://zh.wikipedia.org/wiki/開源定義 維基百科，GNU通用公眾授權條款，2025/2，https://zh.wikipedia.org/zh-tw/GNU通用公眾授權條款 維基百科，(2025/3)，Apache授權條款，https://zh.wikipedia.org/wiki/Apache授權條款 維基百科，MIT 授權條款，2024/10，https://zh.wikipedia.org/wiki/MIT許可證 維基百科，BSD 授權條款，2025/5，https://zh.wikipedia.org/wiki/BSD許可證 維基百科，Mozilla(簡稱MPL)公眾授權條款，2025/5，https://zh.wikipedia.org/wiki/MPL公共許可證 IThome，TAIDE模型，黃瀚萱，2025/3，https://www.ithome.com.tw/news/168123 CIO Taiwan，繁體LLM新秀 Project TAME大語言模型開源嘉惠產業，鄭宜芬，2024.08，https://www.cio.com.tw/traditional-llm-rookie-project-tame-big-language-model-open-source-carney-industry/ IThome，LLM關鍵基礎建設：算力，王若樸，https://www.ithome.com.tw/news/160091 能源教育資源總中心，生成式AI在龐大應用潛力下的能源消耗，許湘琴，https://learnenergy.tw/index.php?inter=knowledge&caid=4&id=1027 IThome，Mistral AI釋出開源模型Mixtral 8x22B，陳曉莉，2024/04 https://www.ithome.com.tw/news/162237 IThome，Meta開源Llama 3.1 405B 強調開源才是AI的未來，陳曉莉，2024/07，https://www.ithome.com.tw/news/164093 IThome，IDC公布2025年臺灣ICT市場五大關鍵趨勢預測，余至浩，2024/12，https://www.ithome.com.tw/news/166500 IThome，IT旨在滿足企業Time to Market需求，陳珮雯，2005/09，https://www.ithome.com.tw/news/32938 經理人，行銷 4P、新 4P、4C 是什麼? ，許永昕，2024/04，https://www.managertoday.com.tw/articles/view/64145 維基百科，深度學習， 2024/10，https://zh.wikipedia.org/zh-tw/深度學習 維基百科，生成模型，2024/2，https://zh.wikipedia.org/zh-tw/生成模型 維基百科，開放原始碼，2025/4，https://zh.wikipedia.org/zh-tw/開放原代碼 維基百科，大型語言模型，2025/4，https://zh.wikipedia.org/zh-tw/大型語言模型 維基百科，開源軟體，2025/4，https://zh.wikipedia.org/wiki/開源軟體 維基百科，人工智慧史，2025/2，https://zh.wikipedia.org/zh-tw/人工智慧史 維基百科，生成式人工智慧，2025/2，https://zh.wikipedia.org/wiki/生成式人工智慧 維基百科，生成對抗網路，2025/1，https://zh.wikipedia.org/wiki/生成對抗網路 維基百科，Transformer架構，2025/4，https://zh.wikipedia.org/zh-tw/Transformer架構 維基百科，變分自編碼器，2025/1，https://zh.wikipedia.org/zh-tw/變分自編碼器 維基百科，GPT (語言模型)，2025/2，https://zh.wikipedia.org/zh-tw/GPT_(語言模型) 維基百科，生成型預訓練變換模型 GPT，2025/3，https://zh.wikipedia.org/zh-tw/GPT-3 維基百科，Nginx，2025/3，https://zh.wikipedia.org/zh-tw/Nginx 維基百科，GitHub，2025/5，https://zh.wikipedia.org/zh-tw/GitHub 維基百科，網路外部性，2023/12，https://zh.wikipedia.org/wiki/網路外部性 維基百科，Linux，2025/5，https://zh.wikipedia.org/wiki/Linux 維基百科，正回饋，2023/7，https://zh.wikipedia.org/wiki/正回饋 維基百科，圖靈測試，2025/4，https://zh.wikipedia.org/wiki/圖靈測試 維基百科，道德危機，2023/11，https://zh.wikipedia.org/zh-tw/道德危機 台灣玉山科技協會，大聯大控股公司購併及管理策略奏效，朱麗芝，https://www.mjtaiwan.org.tw/pages/?Ipg=1007&showPg=1468 MBA智庫百科，期權池(option pools)，https://wiki.mbalib.com/zh-tw/期權池 股權規劃指南：從股權架構設計到技術股分配，創業必懂實務與範例，元方聯合會計師事務所，https://content.excelcpa.com.tw/985/#創業初期股權分配比例建議 EMBA雜誌編輯部，打中痛點注入品牌的靈魂，EMBA雜誌370期，2017/06 aiDAPTIV+，群聯電子，https://www.phison.com/zh-tw/aidaptiv-plus-ai-data-storage-solution 元方聯合會計事務所，https://content.excelcpa.com.tw/985/#創業初期股權分配比例建議 描述 碩士
國立政治大學
經營管理碩士學程(EMBA)
112932059資料來源 http://thesis.lib.nccu.edu.tw/record/#G0112932059 資料類型 thesis dc.contributor.advisor 鄭至甫 zh_TW dc.contributor.advisor Don Jeng en_US dc.contributor.author (Authors) 盧木賢 zh_TW dc.contributor.author (Authors) Lu, Mu-Hsien, Vincent en_US dc.creator (作者) 盧木賢 zh_TW dc.creator (作者) Lu, Mu-Hsien, Vincent en_US dc.date (日期) 2025 en_US dc.date.accessioned 4-Aug-2025 13:01:35 (UTC+8) - dc.date.available 4-Aug-2025 13:01:35 (UTC+8) - dc.date.issued (上傳時間) 4-Aug-2025 13:01:35 (UTC+8) - dc.identifier (Other Identifiers) G0112932059 en_US dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/158328 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 經營管理碩士學程(EMBA) zh_TW dc.description (描述) 112932059 zh_TW dc.description.abstract (摘要) 本論文借商學院的商業管理知識與理論基礎來探討，並提出一個以開源軟體生態系為基礎的生成式人工智慧平台系統創業計劃。選擇創業型論文的動機，不僅在於發現了市場中亟需解決的痛點與需求，更重要的是希望透過開放思維與技術突破，運用全新的商業模式，將所學的技能與知識付諸實踐，一步步實現開源軟體與個人理想及目標。 從我的觀察來看，2019年至2022年間COVID-19疫情，對各行各業帶來了前所未有的衝擊，迫使企業加速數位化、數位優化與數位轉型的時程。在此情境下，開源軟體因其創新與產業變革的基石地位，其重要性日益突顯。 隨著大語言模型（LLM）技術的突破與硬體算力基礎建設的完善，生成式AI透過深度學習技術，展現出創造全新內容的強大能力，涵蓋文字、圖像、音樂、翻譯、聊天、說故事，甚至是撰寫程式碼。其AI應用正被百工百業迅速使用，以提升效率、生產力並降低成本。然而，當前許多普及的AI應用多為雲端服務，面臨網路不穩定或中斷時服務即停止的困境，且企業高度關注資料的取得合法性及正當性、資料隱私與個資保護。因此，如何打造一個既安全又私密、不依賴網路連線並確保資料不外流的AI應用平台，成為當務之急。 對於新創企業而言，地端私有的生成式AI是一個充滿潛力的商業機會。透過結合特定垂直領域的專業知識，例如醫療機構的智能衛教與病歷比對，或高科技產業的製程與研發改進，企業能夠打造專屬或私有化的解決方案，精準滿足顧客與市場的需求。 本創業計劃深入分析此產業背景、機會與挑戰，並構想出一套具體的商業模式與營運規劃。我們將充分利用開源軟體共創與共享的特性，降低技術門檻、縮短開發時程，並透過社群力量促進技術創新與快速迭代。我們的商業模式將採「開源基礎+加值服務」策略，提供私有安全的AI平台解決方案，旨在降低開源軟體的使用門檻，並運用生成式AI實現產業AI化。我們的願景是「傳遞開放即創造、數位科技即助力」，使命則是「透過開源技術的力量，讓數位科技普及」，服務於企業、政府單位與學校單位。我們堅信，透過清晰的戰略規劃與持續的技術創新，本計畫能在快速發展的生成式AI領域中取得創業成功。 zh_TW dc.description.abstract (摘要) This thesis leverages business management knowledge and theoretical foundations from business school to explore and propose an entrepreneurial plan for a Generative Artificial Intelligence (AI) platform system built upon the open-source software ecosystem. My motivation for pursuing an entrepreneurship-focused thesis stems not only from identifying critical pain points and needs in the market that demand solutions but, more importantly, from a desire to put learned skills and knowledge into practice. This will be achieved through open thinking, technological breakthroughs, and a novel business model, step-by-step realizing the potential of open-source software alongside personal ideals and goals. From my observations, the COVID-19 pandemic between 2019 and 2022 brought an unprecedented impact on various industries. This compelled businesses to accelerate their timelines for digitalization, digital optimization, and digital transformation. In this scenario, open-source software became increasingly vital due to its foundational role as a cornerstone for innovation and industrial change. With the increasing breakthroughs in Large Language Model (LLM) technology and the maturation of hardware computing power infrastructure, Generative AI demonstrates a powerful ability to create entirely new content through deep learning techniques. This includes text, images, music, translation, chatting, storytelling, and even coding. Its AI applications are rapidly being adopted across all sectors to enhance efficiency, boost productivity, and reduce costs. However, many current popular AI applications are primarily cloud-based services, which face the challenge of service interruption when network connections are unstable or disrupted. Furthermore, enterprises are highly concerned about the legality, legitimacy, privacy, and protection of personal data. Therefore, it has become an urgent priority to build an AI application platform that is secure, private, does not rely on internet connection, and ensures data does not leak out. For startups, ground-end private Generative AI presents a promising business opportunity. By integrating specialized knowledge from specific vertical domains, such as intelligent health education and medical record comparison for healthcare institutions, or process and R&D improvements for high-tech industries, businesses can create exclusive or privatized solutions that precisely meet customer and market demands. This entrepreneurial plan deeply analyzes the industry background, opportunities, and challenges, and envisions a concrete business model and operational plan. We will fully leverage the co-creation and sharing characteristics of open-source software to lower technical barriers, shorten development time, and accelerate technological innovation and rapid iteration through community power. Our business model will adopt an "open-source foundation + value-added services" strategy, offering private and secure AI platform solutions aimed at lowering the barrier to using open-source software and enabling industry-wide AI transformation through Generative AI. Our vision is to "convey that openness fuels creation, and digital technology empowers," and our mission is to "make digital technology accessible through the power of open-source technology," serving enterprises, government agencies, and educational institutions. We firmly believe that through clear strategic planning and continuous technological innovation, this plan can achieve entrepreneurial success in the rapidly developing Generative AI field. en_US dc.description.tableofcontents 致謝 I 摘要 I ABSTRACT IV 目次 VII 表次 IX 圖次 X 第一章 緒論 - 1 - 第二章 產業背景 : 開源軟體與生成式AI的興起 - 3 - 第一節 產業機會與重要性 - 5 - 第二節 創業項目 - 8 - 第三章 產業回顧 - 12 - 第一節 開源軟體生態系概述 - 12 - 第二節 開源軟體在數位轉型中的角色 - 15 - 第三節 生成式AI平台系統 - 17 - 第四節 開源生成式AI工具的優勢與挑戰 - 22 - 第四章 新創資訊公司商業模式提案 - 26 - 第一節 商業模式策略 - 26 - 第二節 商業模式提案 - 28 - 第三節 價值鏈分析 - 32 - 第五章 營運規劃 - 36 - 第一節 市場分析 - 36 - 第二節 行銷策略 - 44 - 第三節 創業團隊與組織架構 - 47 - 第四節 智慧財產策略 - 50 - 第五節 風險策略 - 55 - 第六章 股權與財務 - 59 - 第一節 股權設計 - 59 - 第二節 財務計畫 - 62 - 第七章 結論 - 65 - 第一節 討論與總結 - 65 - 第二節 未來發展展望 - 66 - 參考文獻 REFERENCE - 69 - zh_TW dc.format.extent 1612300 bytes - dc.format.mimetype application/pdf - dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0112932059 en_US dc.subject (關鍵詞) 開源軟體 zh_TW dc.subject (關鍵詞) 開源授權 zh_TW dc.subject (關鍵詞) 大語言模型 zh_TW dc.subject (關鍵詞) 生成式人工智慧 zh_TW dc.subject (關鍵詞) 演算法 zh_TW dc.subject (關鍵詞) 算力 zh_TW dc.subject (關鍵詞) 大數據 zh_TW dc.subject (關鍵詞) 新創 zh_TW dc.subject (關鍵詞) Open Source Software en_US dc.subject (關鍵詞) Open Source License en_US dc.subject (關鍵詞) Large Language Model en_US dc.subject (關鍵詞) Generative Artificial Intelligence en_US dc.subject (關鍵詞) Algorithm en_US dc.subject (關鍵詞) Computing Power en_US dc.subject (關鍵詞) Big Data en_US dc.subject (關鍵詞) Startup Company en_US dc.title (題名) 生成式人工智慧平台系統創業計劃 — 以開源軟體生態系為基礎 zh_TW dc.title (題名) Entrepreneurial Plan for a Generative AI Platform System – Based on the Open-Source Software Ecosystem en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 產業發展處，全球創業觀察—臺灣台灣經濟研究院，黃暖雲，2024-07，https://taipeiecon.taipei/Topics/more?id=1254072214323440607 科技產業資訊室，2025/2/25，https://iknow.stpi.niar.org.tw/post/Read.aspx?PostID=21539 司徒達賢(1994，2016)，策略管理，台北市：遠流 財訊648期，詹文男，2021/12 維基百科，PEST分析，2025/1，https://zh.wikipedia.org/zh-tw/PEST分析 維基百科，商業模式九宮格，2024/9，https://zh.wikipedia.org/zh-tw/商業模式圖 維基百科，結構洞，2024/9，https://zh.wikipedia.org/zh-tw/結構洞 維基百科，GitLab，2025/3，https://zh.wikipedia.org/zh-tw/GitLab 維基百科，GitHub，2025/3，https://zh.wikipedia.org/zh-tw/GitHub 維基百科，紅帽公司，2024/8，https://zh.wikipedia.org/zh-tw/紅帽公司 維基百科，開源授權，2022/12，https://zh.wikipedia.org/zh-tw/開源授權 iQrator，開源授權，2025，https://oss.iqrator.org/開源授權說明/ 維基百科，開源定義，2023/12， https://zh.wikipedia.org/wiki/開源定義 維基百科，GNU通用公眾授權條款，2025/2，https://zh.wikipedia.org/zh-tw/GNU通用公眾授權條款 維基百科，(2025/3)，Apache授權條款，https://zh.wikipedia.org/wiki/Apache授權條款 維基百科，MIT 授權條款，2024/10，https://zh.wikipedia.org/wiki/MIT許可證 維基百科，BSD 授權條款，2025/5，https://zh.wikipedia.org/wiki/BSD許可證 維基百科，Mozilla(簡稱MPL)公眾授權條款，2025/5，https://zh.wikipedia.org/wiki/MPL公共許可證 IThome，TAIDE模型，黃瀚萱，2025/3，https://www.ithome.com.tw/news/168123 CIO Taiwan，繁體LLM新秀 Project TAME大語言模型開源嘉惠產業，鄭宜芬，2024.08，https://www.cio.com.tw/traditional-llm-rookie-project-tame-big-language-model-open-source-carney-industry/ IThome，LLM關鍵基礎建設：算力，王若樸，https://www.ithome.com.tw/news/160091 能源教育資源總中心，生成式AI在龐大應用潛力下的能源消耗，許湘琴，https://learnenergy.tw/index.php?inter=knowledge&caid=4&id=1027 IThome，Mistral AI釋出開源模型Mixtral 8x22B，陳曉莉，2024/04 https://www.ithome.com.tw/news/162237 IThome，Meta開源Llama 3.1 405B 強調開源才是AI的未來，陳曉莉，2024/07，https://www.ithome.com.tw/news/164093 IThome，IDC公布2025年臺灣ICT市場五大關鍵趨勢預測，余至浩，2024/12，https://www.ithome.com.tw/news/166500 IThome，IT旨在滿足企業Time to Market需求，陳珮雯，2005/09，https://www.ithome.com.tw/news/32938 經理人，行銷 4P、新 4P、4C 是什麼? ，許永昕，2024/04，https://www.managertoday.com.tw/articles/view/64145 維基百科，深度學習， 2024/10，https://zh.wikipedia.org/zh-tw/深度學習 維基百科，生成模型，2024/2，https://zh.wikipedia.org/zh-tw/生成模型 維基百科，開放原始碼，2025/4，https://zh.wikipedia.org/zh-tw/開放原代碼 維基百科，大型語言模型，2025/4，https://zh.wikipedia.org/zh-tw/大型語言模型 維基百科，開源軟體，2025/4，https://zh.wikipedia.org/wiki/開源軟體 維基百科，人工智慧史，2025/2，https://zh.wikipedia.org/zh-tw/人工智慧史 維基百科，生成式人工智慧，2025/2，https://zh.wikipedia.org/wiki/生成式人工智慧 維基百科，生成對抗網路，2025/1，https://zh.wikipedia.org/wiki/生成對抗網路 維基百科，Transformer架構，2025/4，https://zh.wikipedia.org/zh-tw/Transformer架構 維基百科，變分自編碼器，2025/1，https://zh.wikipedia.org/zh-tw/變分自編碼器 維基百科，GPT (語言模型)，2025/2，https://zh.wikipedia.org/zh-tw/GPT_(語言模型) 維基百科，生成型預訓練變換模型 GPT，2025/3，https://zh.wikipedia.org/zh-tw/GPT-3 維基百科，Nginx，2025/3，https://zh.wikipedia.org/zh-tw/Nginx 維基百科，GitHub，2025/5，https://zh.wikipedia.org/zh-tw/GitHub 維基百科，網路外部性，2023/12，https://zh.wikipedia.org/wiki/網路外部性 維基百科，Linux，2025/5，https://zh.wikipedia.org/wiki/Linux 維基百科，正回饋，2023/7，https://zh.wikipedia.org/wiki/正回饋 維基百科，圖靈測試，2025/4，https://zh.wikipedia.org/wiki/圖靈測試 維基百科，道德危機，2023/11，https://zh.wikipedia.org/zh-tw/道德危機 台灣玉山科技協會，大聯大控股公司購併及管理策略奏效，朱麗芝，https://www.mjtaiwan.org.tw/pages/?Ipg=1007&showPg=1468 MBA智庫百科，期權池(option pools)，https://wiki.mbalib.com/zh-tw/期權池 股權規劃指南：從股權架構設計到技術股分配，創業必懂實務與範例，元方聯合會計師事務所，https://content.excelcpa.com.tw/985/#創業初期股權分配比例建議 EMBA雜誌編輯部，打中痛點注入品牌的靈魂，EMBA雜誌370期，2017/06 aiDAPTIV+，群聯電子，https://www.phison.com/zh-tw/aidaptiv-plus-ai-data-storage-solution 元方聯合會計事務所，https://content.excelcpa.com.tw/985/#創業初期股權分配比例建議 zh_TW
