新創募資在什麼階段?跟著矽谷最強「天使」,認識投資人眼中的注資輪
新創募資在什麼階段?跟著矽谷最強「天使」,認識投資人眼中的注資輪
2020.01.21 | 募資

編按:面對各懷理念的創辦人、想瓜分利益的創投業者、蒐集情報的同業……天使投資人可謂從事「世上最高風險投資」的專業人士。

以「前十強天使投資人」享譽矽谷的科技創業家傑森.卡拉卡尼斯(Jason Calacanis),透過《天使歷險記》帶我們踏上天使抓住矽谷獨角獸的精彩旅程。

你開始從事天使投資之後,會突然聽到很多新名詞冒出來,用來形容一家新創公司收到的各輪注資。注資輪並非所有新創公司都會用到,而且世界上絕大多數的新創公司,其實沒有天使或創投業者的支持:他們被稱為「小企業」(small business)。

接下來的各輪是以正常順序列出,但是同樣有許多創辦人會跳過某些輪。我從未見過有哪一家新創公司全都進行過。

創辦人是築夢者,還是騙子?

許多新創公司的第一輪注資來自創辦人本身,表現方式是無償為自己的事業努力上好幾個月。不像投資輪,這時候的所有權是用創辦人自己的血汗支付,我們稱之為血汗股權(sweat equity)。

但並非所有創辦人都願意在沒有外來投資人的情況下創立新創公司。許多人堅持要有那第一張支票,彷彿那是安全毯。我比較喜歡的創辦人,是願意在投資者出現、並搬走部分壓力之前,就早早開始追求夢想。

根據我的經驗,這發出的信號就是,萬一這些創辦人有一天把錢花光了--幾乎所有新創公司都有這麼一天--他們有可能會恢復自己不支薪的狀態,同時靠自己的努力推動公司前進,以便挽救事業(還有你的投資)。

這些就是我面對的人,有騙子也有建造者

天使投資人
大家知道你是天使之後,會有大量想要你支持的創辦人蜂擁而至。如果一個人在沒有資金下,能創造的最多就是PowerPoint 投影片、或令人難以忍 受的電子郵件,他們已經排除自己經營新創公司的資格—而你應該以自己的風格告訴他們這一點。
圖/ shutterstock

血汗股權的另一種形式稱為自立創業(bootstrapping)。自立創業意思是用盡所有你能拿到手的資源解決問題,把自己拉拔起來。血汗股權的公司已經靠團隊的人才建立自己的產品或服務,但自立創業的公司可能有些外來的幫助,但不是來自投資人。

舉例來說,很多時候新創公司的創辦人會找到客戶, 而客戶願意付錢買他們用血汗股權建立的產品。從這方面來看,不靠血汗股權建立的自立創業公司,比只靠血汗股權建立的公司好,因為更有資源

新創公司也能從非專業天使取得資金,例如某個有錢的舅舅或靠著翻修二手屋轉手大賺一筆的朋友—即被視為完成他們的「親朋好友」輪。這些人通常介於堅毅不拔賺取血汗股權的自立創業者,與沒有天使投資人的加持支票就不開始動手的玻璃心小寶貝之間。

從孵化、獲得種子/天使注資,到「過橋」階段

創辦人還可以加入孵化器或加速器(Business accelerator),以便獲得適量的注資。大多數的孵化器會在種子輪給創辦人2.5萬至15萬美元,換取新創公司的5%至10%。孵化器過去十年才在矽谷流行起來,其實有部分也是造成我們看到的新創公司數量大爆發的原因。(編按:種子輪,Seed round,公司只有「想法」卻沒具體產品或服務的階段。)

大部分創辦人是靠著成功完成前述早期階段中的二、三種,才得到種子輪。基本上,你身為天使的職責,就是監測從這些管道出來的人,並挑出最優秀者。

天使投資人
天使投資人在做的事情,本質上就像大學球探之於高中球員,觀察對象還在發展,還在球場上沉浮。遴選無法做到完美無瑕,但你可以發展出策略細細篩選。
圖/ shutterstock

大部分創辦人都低估了需要花費多少時間乃至於金錢,才能達成進行下一輪募資所需的里程碑。當一個種子階段的新創公司花光了錢,卻還沒能達到讓創投公司進行A輪注資的目標,或者尚未達到損益平衡或獲利,這時他們會做所謂的過橋融資(bridge round)。稱為過橋融資,是因為那是介於他們的現狀與既定目標之間的橋梁。

這一輪的注資通常來自種子輪的同一批投資人。那些投資人要面對的是,如果不繼續注資這家新創公司,所做的投資就血本無歸,所以他們多半傾向於積極「搭橋」。

新創最重要的「A輪」,以及之後的事

A輪(Series A)是一家新創公司最夢寐以求、也最重要的一輪,因為通常是由專業的創投公司進行,而且會加入董事會,建立適當的「治理」。適當的公司治理意思是說,有個董事會將舉行會議做出決議,目的都是為了提高公司的股價。

在A輪之前,創辦人通常不必對任何人負責。沒有董事會,沒有董事會議,沒有董事會決議,也沒有人專注在股價,因為焦點相當正確地放在努力使產品與市場相契合。一旦有了A輪,執行長(CEO)就要將20%的時間花在「經營董事會」。

身為天使投資人,你偶爾會有機會投資A輪,但是不常。為什麼?因為創投公司貪婪又有大把籌碼。當他們發現一家新創公司值得注資500萬美元或1,000萬美元,估值有1,200萬到2,500萬美元,他們會大口吃下所有能吃下的股份。其實,A輪的「主要投資人」(lead investor)有時候有權核准其他投資人!

如果你跟一家實力強大的創投公司一起進入A輪,你要不是跟創辦人關係良好,對方要求給你配額,那就是你提供龐大的價值,而創投公司認為你在他們的公司擁有股份,可增加所有人的股份價值。

天使投資人
如果你進行天使投資的公司,獲得知名創投公司的A 輪注資,你會希望把籌碼都撈進彩金池,盡可能「按照比例」多拿股份。
圖/ shutterstock

在A輪之後,你大概不會再積極投資這家公司,而公司也在朝退場的方向邁進。其實,如果你的天使投資開始籌募B 輪、C輪、D輪,甚至更多輪的融資,或許你該考慮在「次級市場」賣掉部分持股了。請記住這句古訓,當有錢人被問到是怎樣致富的,他說:「早早脫手。」

本文授權摘錄自《天使歷險記》,第7章、新創事業注資輪說明 P.59-P.72,作者:Jason Calacanis,一起來出版。

整理:張庭銉

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