2020全球AI新創百大名單:超過6成來自美國,台灣人也上榜!
2020全球AI新創百大名單:超過6成來自美國,台灣人也上榜!

2017年起,研究機構CB insights都會公布全球百大AI新創名單。今年分析全球逾5,000家AI新創公司,自中國、瑞典、日本等13個國家中選出百強,其中,有將近65%的AI新創團隊皆來自美國,可見其AI能量表現強勁。

值得注意的是,其中以終端人工智慧解決方案為主的廠商耐能智慧(Kneron),創辦人劉峻誠正是來自台灣。

100-AI-startups-to-watch-in-2020_CB-Insights_AI-10
研究機構CB insights公布2020年全球百大AI新創名單。
圖/ CB insights

耐能專注終端AI,創辦人來自台灣

Kneron的終端AI解決方案包括AI晶片和圖像辨識演算法等,可以將一部分人工智慧從雲端轉移到終端裝置,符合目前邊緣運算的趨勢,並於終端裝置直接進行即時辨識與判斷分析,減輕網路、雲端的負擔跟成本。目前已經針對智慧家居、智慧安防、手機等領域提供客製化解決方案。

Kneron耐能智慧董事長劉峻誠
Kneron耐能智慧靠著終端AI解決方案的優異表現上榜,其中董事長劉峻誠來自台灣、讓台灣沾光。
圖/ 賀大新攝影

劉峻誠過去曾接受《數位時代》訪問,當時他提到AI雖然目前有些過熱的表現,但是他仍鼓勵年輕人要不怕失敗、勇敢出來創業,不僅能補足產業的斷層問題,重要的是只要認清自己在創業過程中想要做出什麼, 要用什麼技術解決目前的問題 ,這樣就不需要擔心市場上的風風雨雨。

延伸閱讀:AI有泡沫化危機?耐能劉峻誠為何不怕,還鼓勵年輕人多創業

百大榜單中65%來自美國,醫療保健議題最夯

翻開今年的百大榜單,這些AI新創公司目前多聚焦在醫療保健、零售、倉儲或是金融保險等共計15個核心行業的解決方案, 其中醫療保健是目前AI新創最主要提供解決方案的產業,有多達13家新創團隊。

AI百大
全球百大AI新創榜單,65%來自美國。
圖/ 翻攝Bloomberg官網

從今年的隊伍可以發現,包括來自英國的Eko團隊,目前正研發一款智慧型聽診器,希望能結合軟體跟AI分析,協助醫生更有效率地偵測病患的心臟疾病,這款產品已經在今年1月獲得FDA的批准;另外一間來自以色列的新創團隊Healthy.ioM則是針對尿液分析做開發,為降低腎臟病患者對於護理的依從性,該團隊研發一款獨特的試紙,可以直接透過智慧型手機的掃描進行診斷並獲得結果,對腎臟病患者相對方便。

不只是醫療保健,零售跟倉儲領域是今年AI百大第二大類別,包括來自美國的Aifi、Standard Cognition以及Grabango,都是致力於為零售業開發無人商店的服務。像Aifi開發一款名為NanoStore的無人商店,有點類似Amazon Go,他們裝置攝影機以及貨架感測器,可以在消費者選購商品時隨時追蹤他們,並在結帳時透過應用程式或是刷卡來進行付款。

shutterstock_無人商店_self service store_536159758.jpg
零售跟倉儲領域是今年AI百大裡面第二大類別,不少團隊都針對無人商店開發相關服務。
圖/ l i g h t p o e t via Shutterstock

此外,還有不少AI新創團隊專注於幾種跨行業的解決方案,例如AI處理器的開發、銷售和CRM(客戶關係管理)以及自然語言處理(NLP)的研究。

這次百大名單裡共有10家獨角獸新創團隊,各專注在不同領域的解決方案。如來自美國的Faire主要專注於零售通路的AI導入,他們以機器學習的方式掌握實體通路對於商品位置的擺放能達到最佳銷售表現;另一間美國新創團隊DataRobot,提供企業端機器自動學習的預測分析平台,來協助客戶快速建構預測模型。

專家:AI必須找出想解決的問題

CB Insights的首席分析師Deepashri Varadharajan也表示,入選的團隊最重要的一點就是他們滿足特定產業的需求,並且在各種情況下協助產業突破瓶頸。他認為,AI固然是一個很棒的工具,但團隊是否真的有找到想要解決的痛點才是核心問題,這與劉峻誠的想法不謀而合。

Deepashri Varadharajan也透露,接下來AI的發展趨勢將直指能源效率、改進量子計算等議題。

資料來源:BloombergCBinsights

責任編輯:陳映璇

關鍵字: #新創
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