淺談中國新創投資常見的對賭條款
淺談中國新創投資常見的對賭條款
2017.10.12 | 新創團隊

幾年前在中國混的時候,不時會聽到早期新創團隊投資案中帶有「對賭條款」,當時覺得很有趣,投資還可以對賭?外插兩顆星球嗎?(抱歉,我綜藝玩很大看太多了)。

後來在矽谷早期創投混,幾乎沒有聽過對賭條款被列在合約裡。結果這一兩年在台灣反而聽到一些含有賭條款的早期新創投資,相當有趣。因此今天想單純寫寫我對於對賭條款的想法,供遇到這個term的創業家們參考。

什麼是對賭條款?可以吃嗎?

「對賭條款」顧名思義,就是一種「對賭」的「條款」。解釋完畢,有其他問題嗎?

再說清楚一點,有點像是投資人跟被投資的公司說,「好啦!我要投你,但我覺得你有些地方是唬爛的,不然這樣,我們來對賭,如果你真的在未來一段時間內達到我們設定的目標,就有相對應的獎勵;如果沒有達到,就要想辦法補償我,因為你騙人家!」

一般來說這邊的補償是使用股權的調整達到估值的調整,因此大部分稱對賭條款的英文為VAM(Valuation Adjustment Mechanism)。

為什麼有對賭條款?

對賭條款比較常用在PE Fund,針對後晚期/上市公司做不管是投資或併購時採用的一種自我保護手段。通常是在資訊不是很流通或雙方不信任感比較重的環境下採用。

由於PE Fund金額通常較大,被其投資或併購的公司常屬於大公司,經營已久,財務、產品與人員組成等複雜程度高,藏有不為人知且不利於該筆投資案的秘密訊息機率比較高,有時投資方已盡力做了嚴謹的due diligence,還是難保投資後不會出現令人驚奇且充滿黑人問號的狀況,損害投資方權益。在這情況下,對賭條款似乎是一個不錯的選項。

另一種說法,這對經營團隊來說是一個激勵方案。如果達到某個目標,則投資方拿少一點股權,經營團隊保有控制權;或是投資方會再放一些錢進來,提高投資額度;甚至直接給經營團隊更多Option或Stock Grant。

對賭條款都賭什麼?

最常見的對賭條款是跟公司賭以下幾項:

1.賭業績:如果公司拿到資金後接下幾年達到某業績/營收標準,就算過關!不然就要補償投資方。

2.賭淨利:由於常用本益比P/E(Price to Earning ratio)計算市值,所以淨利的這個earning數字直接影響股價,因此投資方會要求要賭這個。

3.賭里程碑:可能是要完成某個關鍵產品,或是獲得某個關鍵生意夥伴或客戶,或是得到某個關鍵專利等。根據募資時主打的故事決定要賭什麼。

4.賭上市:追求短期出場的投資人,或主打近期就可IPO為募資的公司,彼此間就可能用一個對賭要求被投資公司承諾在投資後幾年內(如1至3年)上市,否則要賠償。

5.賭其他:全球人都賭性堅強,各式各樣都可以賭啦。如一定要fire掉某個問題創辦人、一定要留住某個關鍵創辦人、處理掉公司尚未解決的訴訟案件、下班一定要關燈、上完廁所一定要洗手等,只要雙方同意且不違法理論上都可以賭。

等等,那沒做到的話,怎摸辦?

賭博沒有一定贏的,且就或然率來說,往往是莊家贏,所以如果最後目標沒達到,一般來說有以下幾種情況:

1.股權調整:可以想像是這樣的,我投一千萬元佔你30%,若最後目標沒達到,我要變成50%。也有相反做法,我先佔50%,等你目標達到了,我就減少到30%。至於怎麼操作,可能是雙方簽一個股權轉讓協議,或是以低價賣給另一方,或是其他做法。

2.股權回購:跟上一點有點像,只是更殘忍。與其我提高股份,不如要創辦團隊把投資方所有股份都買回!且用原價(甚至溢價加上利息)的金額買回。值得一提的是,這邊跟一般合約看到的Redemption Right不太一樣,一般的Redemption Right並沒有「對賭」的成分。即便如此,Redemption Right在現今矽谷早期投資環境裡並不常見。

3.投資額調整:大概會是像,我要投你一千萬!但我先給你二十塊喔!等目標達到,就把剩下的九百九十九萬九千九百八十元匯給你,沒達到目標我就不匯剩下的金額。如果達到目標,我就答應再投資下一輪。

4.現金補償:這也很殘忍。基本上就是沒達到的話賠錢,或達到的話就額外給經營團隊bonus現金。

5.其他補償:也有聽過沒達到目標就增加一席董事席次的補償方式,或是其他有關控制權的調整。

對賭條款真的對早期新創投資好嗎?

個人認為沒有太多實質上的幫助,尤其是賭業績/利潤那種。
早期新創說穿了就是試著用一個假設的解決方案解決一個假設的問題,然後途中用各種方式嘗試驗證假設都是真的,再進而演化成一門可以改變世界的生意。

所有組成「新創」這個詞的元素,就是風險和不確定性。這時用「你要保證我你可以做到ABCD這幾點」當投資前提,就等於是叫魚去爬樹,叫我不搞笑一樣,不是一個太合理的要求。

更何況,在快速變化的新創環境裡,可能下個月就有新的競爭者或新技術產生,這時團隊急著pivot自己的東西去適應改變都來不及了,卻要被一兩年前簽的對賭條款綁著,花資源執行已經不對的計畫,這不是很奇怪的一件事情嗎?

這跟政府補助案要依照當初寫申請表的目標分期撥款一樣,都是不符合真實創業執行狀況的規定。

由此可見,用「激勵經營團隊」做對賭往往風險更大,變成鼓勵團隊去做對自己有利的事,而不是對公司有利的事。

可能有投資人會說,「那你告訴我,沒有對賭條款的話,怎麼確保創業家沒在唬爛?怎麼保護投資人?」

我的建議是,身為一個投早期公司的投資人,遇到一個你不是很信任,覺得可疑,需要用條款規範他說法的創業家,基本上就不應該投資該創業團隊,不管他講得多天花亂墜。

誠如開場說,對賭條款是在彼此不信任感比較重的情況下適用,你為什麼要投資一個你不信任的創業團隊?

身為投早期的投資人,降低風險的方式不是扣上一堆目標枷鎖給創業家,而是在一開始就認真努力做due diligence,深入了解創業團隊,深度互動,問問題,很多時候一直照創辦人的說法問問題,就看得出來創辦人是不是在唬爛;並且了解他們做的產業以及產品,跟他們的客戶聊,跟該產業裡的人聊;有自己的想法,不要單純跟風投資。這些都是更有意義的降低風險的方式,更何況,已經有反稀釋條款,甚至Drag-along Agreement,補償投資人遇到狀況時的條款,沒有太大必要強迫團隊達到某種經營上的目標,達不到就懲罰。讓團隊保持彈性還比較有意義。

相對的,如果是投資人遇到主動提及對賭條款的創業團隊,也要特別小心。在還沒準備好的情況下就募資,用對賭安撫投資人,這樣的心態難保不會有後續的誠信問題產生。

結論:早期投資是合作,不是銀行定存

對賭條款若是特別針對股權估值部分的對賭,其實遊走於法律邊緣,各國規定也不一樣,建議真的要做的人跟自己的律師確認一下適法性。

四五年前中國大陸最高法院其實有判決案例出現,明訂若該對賭條款是投資人與公司間的合約,就是不合法的,合約無效。但若是投資人與公司大股東(新創下,就是創辦人團隊)私下的合約,才是有效的。

不管如何,早期投資人要把自己跟投資的創業家綁在一起,一起捲起袖子把該事業做大。

而不是抱著「我要如何賠最少」以及「你應該會失敗,所以我要確保我的控制權」的心態投資,躺在旁邊等return,做不好還要創業家賠償,確保自己的損失最少,創業家損失最大。與其這樣,乾脆去創一個新的宗教還比較好賺。

本文由TK Chen授權轉載自其Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #創投
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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