從50家潛力新創看新世代「準獨角獸」特徵
從50家潛力新創看新世代「準獨角獸」特徵
2019.02.12 | 創業

身價突破10億美元的新創,因其稀有性被稱為獨角獸。但現在獨角獸們的數量激增,幾乎快要脫離「保育類動物」的範疇內,甚至在其中也能看出「不同世代」獨角獸的特性。

上一代最重要的獨角獸如Uber、Airbnb,靠著智慧型手機的普及與雲端網路的發展而崛起,這些獨角獸有個重要的特徵:將現有的商業模式行動化,包含計程車、食物外送、旅宿產業等,聽起來簡單,卻也能造就身價上看120億美元,如傳言IPO在即的Uber帝國。

由《紐約時報》與研調機構CB Insights共同推出的「50個未來獨角獸新創(50 Future Unicorns) 註一 」則可以看到新世代獨角獸與上一代截然不同的特性——特定領域的軟體應用、瞄準千禧世代女性的錢包,以及更加優化零工經濟的服務等。

正如風險投資公司Forerunner Ventures的創始夥伴Kirsten Green所說:「它們也許不像上一波公司這麼性感。」卻是為我們周遭不可或缺的各項環節帶來變革的要角。

儘管不能保證這50家新創都能成為獨角獸,但透過金流健康程度、市場規模等數據,它們仍深具潛力。同時也能給台灣新創公司一個前進的參考方向,不一定要顛覆世界,專心服務某一個特定領域,也有機會成為明日之星。

科學、農業,各種特定領域的軟體革新

螢幕快照 2019-02-12 下午4.51.25.png
Benchling 讓實驗室的紙張都電子化,同時也讓科學家們有更方便的協作方式。
圖/ Benchling

Benchling由Sajith Wickramasekara於2012年創立。它的目標很簡單,解決在MIT分子生物學實驗室所遭遇到的挫折,並翻新那些過時的科技應用。Benchling讓實驗室的學生、科學家們把數據、實驗結果等數據放上雲端,同時「能夠搜尋(searchable)」,藉此可以更方便地進行協作。

已有15萬個學生、科學家使用Benchling,包含哈佛、MIT使用免費版本;藥廠如輝瑞、雷傑納榮則使用功能較豐富的付費版本。對於小企業,Benchling每年收取1.5萬美元;需要更多功能的大型企業收費則上看百萬美元。目前Benchling已經募資3,000萬美元,更在去年達成營收三倍成長。

Benchling是一個相當好的新世代獨角獸案例,軟體新創公司為了特定產業制定所需,從狹小隙縫中找到廣大的財源。

另外一個案例則是Farmer Business Network,由Google前員工所創立,每年向農夫收取700美元來分享、分析他們農場的數據,以供農場的各項開銷與販售參考。現在已有7,700個合作農場,Farmer Business Network同時也募資近2億美元。

未來,醫療照護、自動化、零售、先進製程,所有傳統產業都將試圖利用新科技來降低成本,或者是打造下一代的商業模式,是新創公司最好的機會所在。

千禧世代的女性經濟

在美國文化中,婚禮不流行送現金,而是送禮物。為了避免新婚夫妻收到很多不需要或重複的禮物,新婚夫妻會在一間店先安排好「結婚禮物登記(wedding registry)」,先選好想要的禮物清單,婚禮賓客可以到店裡直接查看清單並購買。

Zola,成立於2013年,將上述的活動全部在一個網站上完成,深受千禧世代的年輕女性喜愛。

螢幕快照 2019-02-12 下午5.09.56.png
Zola漂亮的網站設計,是深受年輕女性歡迎的重要因素之一。
圖/ Zola

在Zola網站上可以選擇超過7萬個禮物,同時也發展線上賓客名單、RSVP(請回覆)追蹤等功能,為的就是吸引更多夫妻到Zola上建立禮物登記。目前Zola已經募資1.4億美元,估值上看6億美元。

另一家新創Faire,則是要幫助每一家在地零售店找到熱銷商品,因為他們深知年輕人現在不追求CP值,而是更想購買獨特、有故事性的商品。

下一世代的零工經濟

也許Uber等公司造就零工經濟(gig economy)的崛起,但在這些零工經濟中又誕生了「迷你零工經濟」。

其中之一就是Checkr,創辦人曾是一家運送公司的軟體工程師,為了招募司機進行的背景確認總是耗時耗力,Checkr成為加速招募背景確認的解決方案。現在,他們與Uber、Lyft、Instacart合作,為零工經濟提供更加優化的服務。

螢幕快照 2019-02-12 下午5.19.36.png
透過透明化的機制,Checkr 要讓招募時的「背景確認」流程更加快速。
圖/ Checkr

另一個潛力新創是Earnin,概念很簡單:「今天工作,今天拿到錢。」Earnin用App 提供合作單位進行每日薪資發放,如與Uber的合作,甚至能做到每一趟載客後馬上拿到錢。目前Earnin已經被下載超過1百萬次。

不可小覷的中國

談到科技發展,中國已經是不可能避開的強權之一。

在本份50個未來的獨角獸中,中國也占了4家,包含人力資源管理的北森、搭建醫療溝通平台與藥品配送的妙手醫生、致力打造中國抗腫瘤生態系統的思派、只送不賣的平台「享物說」。

從人力資源、醫療到二手送禮平台,風格迥異、領域也大不相同,卻一樣都有成為獨角獸的潛力。

註一:50家準獨角獸名單請見CB Insights

資料來源:《紐約時報》CB Insights

關鍵字: #獨角獸
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「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。

2-RD096270.jpg
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%。

3-RD096215.jpg
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。

4-RD096303.jpg
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

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
2026 大重啟
© 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