3成創業家相信「科技泡沫」要破滅了,2019年度新創報告揭創業界百態
3成創業家相信「科技泡沫」要破滅了,2019年度新創報告揭創業界百態

樂觀,是美國──或者說矽谷創業家們──最大的特徵,他們深信處處有商機,一款在自家車庫鼓搗的發明,就可能改變整個世界。然而面對前途未卜的2020年,這些美國創業家的心態卻略顯矛盾。

2019年即將結束,美國創投First Round Capital連續第5年發布創業生態報告,訪問了950位創業家與員工,對新創的當前狀態進行披露,分並享對過去一年,以及未來一年的看法。

其中36%受訪企業位於舊金山灣區,20.7%位在紐約,其餘大多散落美國東西兩岸及中北部等地。

stateofstartups2019 1
高達1/3的創業家認為,科技企業的泡沫即將破滅。
圖/ First Round Capital

今年度的報告中,超過9成(92.1%)創業家認為現在是闖蕩的好時機,卻有高達3分之1(32.1%)的人認為,科技企業的泡沫即將破滅,並有過6成(64.8%)相信,明年募資會越來越艱難;且近7成(68.6%)創業家對創辦人掌握公司的自主權感到悲觀,認為明年權力會更多掌握在投資者手中。

LinkedIn前陣子公佈的新興工作趨勢中,曾提到去年一度成為焦點的區塊鏈工程師,今年卻從榜單上銷聲匿跡。而創業家的看法也與LinkedIn的觀察不謀而合,高達56.2%的人指出,密碼貨幣是炒作最嚴重的新創趨勢。

stateofstartups2019-2
過半新創企業家認為,密碼貨幣是炒作最嚴重的領域。
圖/ First Round Capital

近半數創辦人超過40歲,創業不是年輕人專利

2018年,由MIT史隆管理學院等頂尖商院學者共同發表的一份研究指出,45歲,是成功創業家的平均年齡。這份調查涵蓋全美2007年至2014年270萬名創業者,即便拋開成功這個必要條件,平均年齡也為42歲。

而在太平洋的另一岸,今年11月《數位時代》發布的2019年創業大調查也顯示,台灣創業家的創業年齡約落在38歲,並有近4成創業家年齡超過41歲。

而本次調查也呼應這樣的現象,近5成(49%)創辦人年齡超過40歲。中年人往往有著更高豐富的職場經驗,上述的MIT報告中,也提到若你對兩位企業家除了年齡外一無所知,那麼押注年齡較大的那一方成功率更高。

stateofstartups2019-3
當創辦人年齡超過36歲,便有相當高的比例遭遇年齡歧視。
圖/ First Round Capital

但也正如知名加速器Y Combinator共同創辦人保羅.格拉漢(Paul Graham)所說,「當創業家年齡超過32歲,投資人會感到遲疑。」年齡歧視也是創業者們遭遇的問題,36至50歲之間,是最容易遭遇歧視的年紀。

新創界男女比例懸殊,7成女性創辦人遇性別歧視

然而比起年齡,「性別差距」或許是新創界更近在眼前的一道難題。調查的新創公司中,超過8成創辦人是男性,這個結果也與創業大調查呈現的台灣新創領域相仿。

stateofstartups2019-6
創業界仍以男性為主導,超過半數企業的創始團隊全為男性。
圖/ First Round Capital

並且有51%企業的創始團隊均為男性,只有21%聲稱他們「性別均衡」;48.7%公司的董事會成員全是男性。雖然8成(78.6%)新創認為需要增進企業的多元性與包容性,但絕大多數(55.6%)都還拿不出具體作法。

性別歧視不僅影響員工獲得職位、薪酬待遇,也同樣令女性創辦人感到受挫,多達70%女性創辦人認為,她們的性別影響了企業的募資能力。

B2B業務最夯,擴張規模比營利更重要

綜觀First Round Capital的調查,多數(43.3%)新創成立至今約3至5年,並有33%企業甫完成種子輪募資,仍處於剛剛起步的階段,約半成新創(48.2%)認為,公司距離營利尚待1至3年時間。

stateofstartups2019-5
大部分新創才剛完成種子輪融資,仍處於非常初步的階段。
圖/ First Round Capital

B2B業務(Enterprise)是實際最多新創參與的領域,約有35.3%屬於此類,其次則是面向消費者(16.3%)及金融科技(10.3%)領域。另外,這些新創企業家們認為,農業科技(30%)是目前潛力最被外界低估的領域。

stateofstartups2019-4
B2B業務是目前最多新創涉足的領域。
圖/ First Round Capital

同時多數(67.3%)創辦人認為,比起爭取獲利,業務成長才是企業的首要任務,並有近8成(79.4%)相信建立用戶社群的「護城河」,對於企業的成敗至關重要。

資料來源:First Round Capital

責任編輯:蕭閔云

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