一定要知道!新創公司和VC協議投資常見的法律要項
一定要知道!新創公司和VC協議投資常見的法律要項

創投與新創公司對彼此的感覺常常很矛盾─大多數的時候,雙方都希望成就一段「魚幫水、水幫魚」的美好關係,然而,「諜對諜」的劇碼卻也不時上演。不過無論如何,新創公司,尤其是網路新創企業,由於網路科技變化迅速的特性,為了不斷跟上競爭的腳步並保有優勢,對一切能夠取得的幫助,當然都有必要加以考慮。

在網路新創公司的投資領域,國際私募之創業投資基金(VC),一向是重要的推手之一。因為各地法令的不同,一些「租稅天堂」所獨具的法律優勢,讓這些基金常採取一種作法:於投資目標公司所在的境外成立控股公司,再以境外控股公司進行投資,目的是希望藉此讓投資者重視的各項保護條款,能不受當地法令的限制,進而在合約中形成具拘束力的協定,以便更靈活的掌控真正營運的當地公司。

台灣的網路產業,要走向世界,甚至達到國際上市公司的規模,了解這樣的趨勢以及從此借力,顯然是必作的功課,而近年來常在美國、香港掛牌上市的中國網路公司,理所當然是眼前最現成的參考範例;由讀者方倩芬投稿、撰述的《網路公司與創投的協議投資過程與合約中常見的優先股條款》一文,便是從這個角度,對國際私募之創業投資基金(VC),投資初始階段的網路公司的必要法律進程,進行詳細的流程說明,以下節錄該文部分段落: 

**第一步, VC與目標公司的初步接觸
**雙方建立投資關係的開始,一般目標公司在投資人願意簽訂保密協議的前提下,提供公司的財務報表以供投資人提出其擬投資的條件

**第二步,VC與目標公司及主要股東簽訂意向書
**若雙方認為彼此條件尚可接受,將展開意向書之協議。意向書在目前的商業慣例上並不具法律拘束力(除少數條款會約定拘束力外),但依舊是極為重要的投資法律文件,其精神與約定,也是雙方在發生歧見時,回歸討論之處,而其中目標公司估值及該估值為基礎所計算出來的股權比例及售價,則是意向書中最重要的財務資訊。

**第三步, 投資人開始進行盡職調查
**由於目標公司與投資人之間的資訊常不對等,為了確認目標公司估值的合理性,常給予地毯式的盡職調查方式,一般包括:目標公司所在行業研究、股東、董事、歷史沿革、人力資源、行銷與銷售、研究與開發、生產與服務、採購、法律與監管、財務與會計、稅收、執行資訊系統等。若在調查的結果中發現可以影響公司估值的因素,在討論正式投資合約時,可以作為調整公司估值的絕佳理由。

**第四步,投資人與目標公司及其主要股東開始進行一系列合約的協商
**完成盡職調查程序,雙方會進入一系列合約的協商過程,基本需要的合約有投資合約與股東合約。會記載交易雙方所協定的交易方式、交易價格、支付方式、交割條件、交割之前未經投資人同意不得進行的事項、交割之後目標公司及創始股東及主要股東應進行的事項、目標公司及創始股東及主要股東應陳述保證的事項、交易終止的條件、退出機制、對賭協議,還有其他的承諾事項等。國際慣例上,合約的初稿多是由投資方提供草稿讓目標公司方與其主要股東審閱。 

更多內容,請閱覽《網路公司與創投的協議投資過程與合約中常見的優先股條款》全文 

本文作者方倩芬,目前為北京對外經貿大學國際法學博士研究,北京市富鼎律師事務所併購與海外融資高級顧問、台灣富鼎博瑞國際法律事務所併購與海外及大陸事務高級顧問。

關鍵字: #創投 #創新創業
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓