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