POC 陷阱：努力解決一個錯誤的假設

當空間多塞 20%，就能多賺 20%？

如果一個 100 坪的空間能容納 120 位工作者，相較於只能容納 100 人的空間，就等於提升了超過 20% 的坪效。

「坪效」對以租金收入為導向的產品來說，是最關鍵的指標。一個場域能創造多少收入，基本上可以拆解成三個變因：單位數量 × 翻桌率 × 價格。

我們的商業模式，是讓彈性工作者租一個位子來工作，因此空間能容納多少人，就會直接決定營收的上限。

但問題來了，空間內的人越多、座位越密集，體驗就越差，甚至可能讓使用者卻步。即使座位數增加，若使用率下降，實際的坪效反而不升反降。這就是我們在做這項 POC 時，最核心要解決的問題：

如何找到一個「體驗不會明顯下降」的最小空間單位？

低成本 POC 的方法

為了解這個問題，我們開始研究空間中每一個可能影響體驗的細節，包含走道寬度、分區設計、座位排列、桌子大小。這些看似微小的差距，累積起來會造成極大的影響。

例如，一張 60x100 cm 的桌子與一張 50x90 cm 的桌子，單看一兩張差異不大，但放大到整個場館規模，就可能影響到每月數千甚至數萬的收入。

初期的測試方式很簡單，我們用一張大桌子配合隔板，模擬不同尺寸的桌面，並找來不同身高與體型的人試坐，模擬各種使用情境，例如：邊吃飯邊工作、桌上擺著筆電、咖啡、水壺等，看在不同空間條件下，體驗上有什麼差異。

這就是一個低成本、高靈活度的 POC 測試方式，先快速收集回饋、掌握極限邊界，避免過早投入硬體開發。

為何要在這麼早就定義規格？

這麼早投入硬體規格的細節，是因為我們知道，硬體一旦做下去，修改成本非常高，也很花時間。與其等到做出正式產品後再調整，不如在 POC 階段就先定義清楚能接受的極限範圍，對未來產品的穩定性與效率都有幫助。

因此，在技術研究階段的目標很明確：

先在實體環境中建出一個空間模型，設定空間內所有重要元素的長寬高、距離關係與排列邏輯，並確認它們是否能創造「最低可接受的體驗」。

而這些建模測試，都還只是基礎，後續還要加上裝飾物、顏色..等，來證明我們有能力設計出一個空間，它能在體驗與坪效之間找到適當的平衡點。

多餘的技術，來自於假設的執著

在過程中，我們其實也出現過一些爭論，例如：是否還能再把桌子縮小 10%，進一步提升坪效？

但隨著測試進行，我們發現某些規格一旦縮小，體驗就會滑落，但如果不縮小，坪效似乎又不太足夠。這讓我們重新回到一個根本問題：

我們到底在消除什麼樣的不確定性？

我們一開始假設：「產品的成功，取決於是否能同時做到高坪效與好體驗」，並以此推演出極限壓縮空間的需求。但事後回頭看，我們發現這個假設忽略了同樣重要的「翻桌率、定價」。

如果翻桌率、定價結果能比預期的再好一點，那麼可租借的單位數，就不需要這麼多，一樣可以達到財務目標，甚至能創造更好的體驗，也就是說：

我們可能投入了大量精力，在解決一個「不一定會發生的事」。

這就是產品開發中的 POC 盲區，在產品還沒上市之前，我們過度擔心某些假設成立後可能帶來的風險，進而在 POC 階段就試圖「一勞永逸」解決它。

但實際上，這個假設不一定會成立、也不一定需要這麼早被處理，產品本身也許就能承受那樣的風險。

為了避免一個風險，反而過度優化了沒那麼重要的東西。

POC 的目的不是完美，而是釐清假設

總之，為了打造出符合我們期待的空間體驗，我們逐步驗證各種細節、釐清每一個設計背後的假設，避免再次掉入技術陷阱，這次的經驗也再次提醒我：

POC 的目的不是設計出完美產品，而是排除問題的不確定性