新創投資破3.5兆創紀錄,銀彈卻集中在幾隻獨角獸!一張圖看懂今年Q1創投趨勢
新創投資破3.5兆創紀錄,銀彈卻集中在幾隻獨角獸!一張圖看懂今年Q1創投趨勢

新冠狀病毒(COVID 19,俗稱武漢肺炎)席捲全球一年過去,全球新創融資也變得更為熱絡。新創資料網站Crunchbase指出,2021年第一季全球新創融資金額達到1,250億美元(約台幣3.5兆),不僅較2020年同期飆升94%,也創下單季歷史新高。

Crunchbase指出,全球新創融資金額在這一季首度突破1,000億美元,也突破2018年第四季締造的920億美元成績。而歷史上第三、第四高的金額則分別是2018年第二季的910億美元,以及2020年第三季的870億美元。

新創融資大舉攀升,銀彈集中瞄準少數公司

若再依階段細看的話,種子及天使投資金額在2021年第一季變化不大,保持在41億美元,較去年同期略微上升2億美元,不過較上一季下降1億美元,但Crunchbase也提醒,由於種子投資通常較晚才會被納入資料庫,實際金額可能比目前的紀錄來得高。

早期階段投資有非常顯著的增長,較去年同期成長63%至355億美元,也較上一季增長45%之多。值得一提的是,類似種子投資的趨勢,在投資金額不變甚至攀升,交易數本身並沒有顯著成長,反倒呈現下滑,顯示平均投資金額大幅攀升,「貴精不貴多」的趨勢似乎隱隱浮現。

而後期階段及私募股權投資金額則有更驚人的攀升,較去年同期成長122%至856億美元,也較上一季上升56%。Crunchbase表示,79%以上的資金都流入規模在1億美元以上的交易,較2020年同期的63%有所上升,也較上一季的74%為高。

此外,估值超過10億美元的獨角獸公司,在2021年第一季便獲得579億美元融資,幾乎占據整體新創融資的一半,較去年3分之1的比例有明顯成長,更揭露了這股集中火力的創投趨勢。

美國經濟復甦、SPAC崛起上市容易,帶動新創投資浪潮

新創投資持續攀升、甚至創下新高點,理由之一是身為新創最大產地的美國,經濟正在持續復甦。疫苗加速接種、失業問題逐漸緩解,美股三大指數持續上揚,S&P 500及道瓊工業指數更創下歷史新高。

而SPAC的崛起也是促進創投金額成長的可能因素,這種「特殊目的收購公司」可以提供新創更便捷、大量的上市管道,不必經過IPO的層層關卡,透過跟空殼公司的合併掛牌,通常可以在3至6個月內完成,遠比IPO的1至2年還要短。

投資人更容易看見回報,可能也更樂於掏出荷包,這或許就能解釋一部分後期投資成長遠較其他階段顯著的原因。

延伸閱讀:【圖解】Appier東京上市,盤中一度飆漲37%!7大關鍵數字拆解台灣獨角獸

根據投資公司Accelerate的資料,光是今年第一季就已有296起SPAC上市案件,總共籌集960億美元資金,甚至超過去年一整年IPO總計募得的830億美元。

高漲的創投金額也讓獨角獸的誕生遠比過往迅速。Crunchbase透露,今年第一季就增加了112間獨角獸公司,使總數來到779間。作為比較,2020全年誕生的獨角獸公司為159間。

今年第一季的新創收購也更為頻繁,交易數較2020年同期成長45%至631筆,也較上一季成長27%,不過金額則與上一季幾乎持平為571億美元。這一季最大的收購案件為日本家電大廠日立以96億美元買下美國IT企業GlobalLogic,意圖強化IoT技術,並建立進軍海外的基礎。

另外,第一季全球還有80間由創投支持的企業上市,其中規模最大的是中國短影音平台快手,目前市值接近1,500億美元;而有韓國亞馬遜之稱的Coupang,也締造繼2014年阿里巴巴赴美上市以來,美國規模最大的海外公司上市紀錄,目前市值為777億美元。

資料來源:CrunchbaseAccelerate

關鍵字: #創投 #募資
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