台灣的AI原生新創在哪裡？成長關鍵在半導體、製造與生醫的「獨門數據」

當全球募資集中在AI領域，台灣卻是完全不同的景象。

根據台灣新創資訊平台FINDIT的統計數據，2024年台灣早期投資規模突破新台幣千億元（約33.4億美元），創下10年來的新高。然而，這場資金盛宴的背後，卻隱藏著交易件數下滑約4.7％、傳統創投（VC）勢力退潮，以及策略型企業創投（CVC）主宰一切的戲劇性轉變。

台灣國內外創投的投資件數，從2021年的34.6％驟減至2024年的22％時，企業創投參與的投資件數比率，卻在2024年突破了驚人的7成（70.7％）。

既然全球資金都湧向AI，那台灣的AI新創表現如何？在解答這個問題之前，應該先定義何謂「AI新創」。

中華開發資本創新投資事業群主管暨董事總經理郭大經指出：「AI分很多層次，現在的新創服務基本上都會AI化。但是AI新創化這個趨勢，不一定在台灣發生。」

郭大經解釋，所謂的新創AI化，是在生成式AI爆發前就已經存在的各種軟體新創，必須加上AI功能才能存活。而AI新創化則是指以關鍵、獨有數據發展服務的AI新創們。

如果以這個標準來看，台灣的AI原生新創目前相當稀少，最有可能誕生的領域是在半導體、生醫、製造等環境相對封閉，卻擁有大規模數據的產業，「專攻智慧工廠的杰倫智能，就是屬於原生的AI新創。」

換句話說，在台灣難以產出如OpenAI這種提供大型語言模型（LLM）的新創的情況下，勢必要在「AI應用層」努力，而不是「基礎設施層」。努力的方向，就是要找到關鍵的獨有數據。
從台灣發展的歷程來看，過去以製造代工起家，在國際上屬於供應鏈的角色，給了台灣新創深耕AI的契機。

例如，幾年獲得台達電子投資、提供塑膠射出成型的AI解決方案的智穎智能，或是完成新台幣1.25億元募資、利用AI影像辨識技術，協助醫師進行慢性病風險診斷的醫療新創采風智匯等，都有可能成為未來關鍵領域的AI原生新創，甚至也是企業創投大量投資台灣新創的原因之一。

不過，無論是從哪個方向向AI靠攏，能不能存活、成長、盈利，還是新創最終的目標。

AVA安發天使投資共同創辦人暨執行長方俊傑認為，AI新創的商業邏輯與傳統的SaaS（軟體即服務）公司其實一致，依然要面對產品市場契合度（Product-Market Fit，PMF）、獲客、流存率，以及最核心的「從客戶手中收錢」這些現實，甚至在AI時代，這些問題會更顯重要。

兩者唯一的顯著區別在於成本結構：傳統SaaS公司在雲服務成本下降後，毛利可達9成以上。但高度依賴大型語言模型API的AI新創，其直接成本（token費用）仍相對高昂。這使得AI新創在推行免費試用版（freemium）和訂閱模式時，面臨著傳統SaaS公司初期也曾有過的「成本體感」。

「我認為最終，AI的成本一定會下降到幾乎無感的地步，只是現在還在過渡階段。」方俊傑說。

以現階段而言，在台灣新創沒有大量資本跟海外新創打「燒錢補貼戰」的情況下，必須在尚未有過多競爭對手的領域站穩腳步，才有可能成為一方霸主。

科技