從融資走向上市平均3年達陣，揭中國一窩蜂赴美IPO秘密|數位時代 BusinessNext

用「IPO熱潮」來形容今年（2018）的中國科技產業一點都不為過，過去幾個月以來美團點評、拼多多、蔚來汽車、趣頭條、小米赴美IPO的消息，持續攻占新聞版面，每隔幾周就會聽聞又有公司打算IPO、又有公司完成IPO的消息。

中國科技公司赴美IPO的數量不只多，速度也越來越快，平均只需要3到5年的時間，就能從完成A輪融資走向IPO，而這背後的秘密究竟是什麼呢？

前十大IPO交易中，就有五個是來自中國發行人

時序已經進入秋季，若以今年前三季來觀察，總共有23家中國科技公司在美國上市，這個數字超過了2010年全年在美國上市的中國科技公司總數，不難看出今年「IPO熱潮」的熱度。

以截至8月25日的數據來觀察，2018年中國在全球IPO市場的市占率達到35.5%，全球前十大IPO交易中，就有五個是來自中國發行人，一共募集了510億美元資金，不只比去年同期成長51.6%，更創下2010年以來同期歷史新高，如果有一個IPO全球競賽，那麼中國肯定是拿第一的。

剛剛看的是全球的數字，今年中國科技公司跟美國華爾街的關係是日趨緊密，如果以中國科技公司赴美IPO的角度來觀察，今年前三季中國企業在美國的IPO中，一共募集了73億美元資金。其中，在紐約證交所募集的資金達24億美元、納斯達克的IPO則募集49億美元資金。

今年以來，中國在美國最大的IPO是在納斯達克上市的愛奇藝，一共募集了24億美元資金，第二名則是同樣在納斯達克上市的拼多多，一共募集16億美元資金，第三名則是在紐約證券交易所上市的蔚來汽車，一共募集了10億美元資金。

中國科技公司赴美上市的熱潮，可以從Renaissance Capital的數據來觀察，以今年第三季來看，就有10家中國公司在美國上市，反觀美國自己只有4家公司，遠遠超過地主國的數量。整體而言，第三季是IPO非常活耀的一季，這14家上市的公司一共融資40億美元，這個數字是去年同期的5倍。

第一次風險投資到IPO，中國公司平均3到5年就能達成

談到「公司上市」，我們通常會聯想到一家公司在歷經多年的努力後，發展到一定的規模後，終於結出豐碩的果實，而這通常需要多年的耕耘。不過中國公司達到這個頂峰的速度似乎更快，如果我們細看今年前20家中國IPO公司，從第一次風險投資到IPO，平均只需要3到5年的時間就能達成。

以「拼多多」來說，在完成A輪融資不到三年的時間，就在IPO中募集了16億美元資金；而今年六月才交出第一台車的電動車公司「蔚來汽車」，在完成A輪融資僅僅三年半的時間，就在IPO募集了11.5億美元。排名來看，最厲害的是「虎牙直播（HUYA）」，得到第一次投資後，僅僅一年就走向IPO；有新聞界拼多多之稱的《趣頭條》，則花了兩年排名第二。

公司	獲得第一次投資日期	IPO 日期	邁向IPO的時間（年）
美團點評	2015/10/8	2018/9/19	3
趣頭條	2017/1/1	2018/9/14	2
蔚來汽車	2015/3/18	2018/9/12	3
拼多多	2015/9/1	2018/7/26	3
小米	2010/9/28	2018/7/9	8
獵聘網	2011/11/1	2018/6/29	7
虎牙直播	2017/5/18	2018/5/11	1
優信	2013/4/19	2018/6/27	5
愛奇藝	2010/2/26	2018/3/29	8
嗶哩嗶哩	2011/1/1	2018/3/28	7

對照之下，今年包括Dropbox、Eventbrite 和DocuSign等，這些美國科技公司在得到第一次融資，一直到完成上市的平均時間是10 年。

公司	獲得第一次投資日期	IPO 日期	邁向IPO的時間（年）
SurveyMonkey	2009/4/20	2018/9/26	9
Eventbrite	2006/11/1	2018/9/20	12
Sonos	2005/1/1	2018/8/1	14
DocuSign	2004/5/19	2018/4/27	14
Dropbox	2007/9/1	2018/3/23	11

中國企業一窩蜂赴美上市，追求快速變現

中國赴美IPO之所以如此狂熱，跟市場成熟度、政府參與、大型科技公司的支持都有關係。 隨著中國對全球風險資本流動的影響越來越大，變現速度已成為了關鍵。

簡單來說，更快的變現可以推動更快的融資、更快的再投資，這是因為更快的變現速度可以在相同投資金額下，帶來更高額的回報，新創公司本身的發展也能因此加速，這一股良性的循環，對於期望更快獲得回報的基金特別具有吸引力。

展望第四季，除了還會有更多的中國公司在美國上市，Renaissance Capital 更預估今年全年在美國上市的中國科技公司數量將遠遠超過美國。

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問