AI新創100強榜單：超過6成來自美國，台灣人也上榜！|數位時代 BusinessNext

2020全球AI新創百大名單：超過6成來自美國，台灣人也上榜！

研究機構CB insights公佈2020年全球百大AI新創名單，來看哪些領域是今年熱門議題？值得注意的是，耐能智慧（Kneron）也上榜了！

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。

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。

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。

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。

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。

責任編輯：陳映璇

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。