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:Bloomberg、CBinsights

責任編輯:陳映璇

關鍵字: #新創
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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