創投的強硬風不再吃香?擺脫「先做再說」,⼀個意想不到的新趨勢席捲矽谷
創投的強硬風不再吃香?擺脫「先做再說」,⼀個意想不到的新趨勢席捲矽谷

⼀直以來,矽⾕的新創公司對於產品及市場都是先做再說。過去⼗年來,這樣的破壞式創新 也的確造就了許多稱霸⼀⽅的獨⾓獸。舉凡Airbnb、Uber等都是估值好幾⼗億的代表。然⽽,這樣的模式卻在過去幾年來遭受到極⼤的挑戰。

資⾦,⼈脈,公司治理?創投 2.0 還需要了解政府關係及法規

Airbnb 在過去幾年來雖然成長⾶快,卻也不斷在拓展美國及海外市場上,因為地⽅法規的限制⽽受挫。光去年年初就因為和波⼠頓市政府的談判失敗,⽽被迫在去年年初下架上千個房源,每年營收損失估計達兩三千萬美⾦。

Uber更是不⽤說,這個徹底改變⼈們叫⾞習慣的 app,不僅不斷在各個新市場受挫,現在還正因為加州去年通過的法案中,規定Uber須將司機歸類為員⼯⽽非承攬⼈員,⽽可能⾯臨退出⾃⼰主市場的命運。

Uber Elevate
Uber因法規問題引起各種爭議。

新創產業過去在⾯對法規時,往往抱持著⼀種能避就避,先做再說的態度。⽽這樣硬幹的⽅式,最後卻往往造成了新創公司夭折,甚⾄是搞到雙⽅律師攻防並浪費數百⼩時的成本與當地政府來回溝通。

隨著創新模式的愈趨成熟及政府愈發積極的介入,這幾年「如何與主管機關有效合作」成為了⼀項新顯學。越來越多的⼤型創投積極投入這塊以降低未來營運風險 (de-risk)。

例如,矽⾕知名創投Addressen Horowitz近幾年來開始勤跑國會⼭莊與政府建立正向關係。General Catalyst,另⼀家⼤型的創投(管理基⾦規模:37億美元),也開始將「政府關係」視為資⾦,⼈脈及公司治理之外的另⼀項創投資源,積極協助新創了解法規,甚⾄協助投資的新創與主管機關溝通。

法規不再是⼀件枯燥乏味的⼯作,⽽是⼀項創投與新創必須共同了解、管理,並積極⾯對的領域,是⼀件確保新創公司能贏在起跑點,並且跑得長長久久的重點開發。

Chariot: 積極的政府溝通成為公司持續成長的關鍵

總部在舊⾦⼭的Urban Innovation Fund(都市創新基⾦,後稱UIF)是⼀家專投早期「都市科技」(urban tech)的創投,舉凡交通,居住,能源,地⽅教育等等與都市創新,智慧城市息息相關的領域,都是UIF投資的範圍。也因為投資範圍與城市發展息息相關,相較傳統創投比起來,UIF從早期即積極參與新創與主管機關溝通的過程。

舊金山的交通新創Chariot
舊金山的交通新創Chariot
圖/ 維基百科

UIF過去投資的Chariot便是⼀個典型的例⼦。舊⾦⼭特殊的地理特徵所造就的「通勤惡夢」早已惡名昭彰,也因此催⽣了許許多多解決交通問題的替代⽅案。Chariot就是在這樣的背景下,提供比城市公共巴⼠更友善更快速的⼩型接送。類似這樣的新創因為直接衝擊的就是市府營運的公⾞,因此如何在初期即做好與當地政府的溝通便成為營運的關鍵。⾝為 Chariot的早期投資⼈,UIF⾃⼀開始便積極參與Chariot的營運策略並介紹市府的相關單位,讓兩⽅能在新創營運初期就能直接協調溝通,以真正達到公部⾨及私部⾨雙贏的解決⽅案。

有別於⼤部分新創在⼀開始多以派遣及兼職員⼯為主,UIF建議Chariot在⼀開始即雇⽤正職員⼯,利⽤實際提供⼯作機會來向市府證明Chariot在城市交通及經濟發展上所提供的正向提升。由於UIF的建議,這些從初期即積極建立的政府關係及法規的規劃,讓Chariot在舊⾦⼭營運⼀直沒有受到公部⾨的刁難。

Chariot的創辦⼈Ali Vahabzadeh在與華爾街⽇報的訪談中提到,UIF積極幫助他們建立的政府關係及法規的規劃,讓Chariot在舊⾦⼭營運⼀直沒有受到公部⾨的刁難。⽽公司也成立兩年後,被福特汽⾞以6500萬美元收購

矽⾕新趨勢,主管機關樂觀其成

相較於過去的對立,對於新創公司開始嘗試更積極的主動溝通,主管機關們也都樂觀其成。這樣正向的合作也推動其他⼀向消極處理法規的創投,重新檢視並調整過往的投資策略及態度。這個在矽⾕創投間漸漸萌芽的新趨勢,或許讓各個經過破壞式創新的產業,能更穩定的持續成長。

  • 本文獲作者Sophia Lin授權轉載,[原文請點此]。5

責任編輯:錢玉紘

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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