創業圈驚心動魄的4天!為何40歲的矽谷銀行一夕倒閉?一張圖看懂問題
創業圈驚心動魄的4天!為何40歲的矽谷銀行一夕倒閉?一張圖看懂問題
2023.03.14 | 商業經營

矽谷銀行是很多中國創業者的青春。

最廣為流傳的故事莫過於王興在2011年給媒體展示自己矽谷銀行的帳戶餘額,6000多萬美金的現金餘額讓這位當時的年輕人顯得格外壯碩。

不只是王興,直到今天大部分美元風險基金和被它們投資的公司,都會首選矽谷銀行作為自己在美國的主結算銀行。拿了美元科技基金又不和矽谷銀行合作,就像進了星巴克卻找店員點一杯生椰波波拿鐵。

原因無他,矽谷銀行懂你。你在華爾街西裝佬那裡拿不到的貸款,矽谷銀行都可以給你。

長期以來,矽谷銀行與各大科技基金都建立了很好的關係,自己也有不錯的投資理解。只要創業者能夠拿到一線基金的融資,矽谷銀行大概率可以給你一筆額外的美元授信。如果運氣足夠好,它還可能成為你下一輪的投資方。

所以科技風投的金主爸爸輪流換,只有矽谷銀行不動如山。如今全球科技江湖稱得上名號的公司,很多都曾經是矽谷銀行「點對點」服務過的小微企業。

在矽谷銀行暴雷後,便有業內人士稱,超過80%的VC投資新創企業都會受到不同程度的影響。而由於創業企業執行週薪制度,一些企業可能會立即面臨現金流斷裂、工資難以兌現的窘境。其中不乏一些融資款還來不及焐熱的新公司。

不過幸好,驚慌過去,美聯儲和財政部聯合出手,將全額保護矽谷銀行所有儲戶的存款。矽谷銀行的儲戶們,暫時的安全了。

延伸閱讀:美國矽谷銀行倒閉,導火線是什麼?「矽谷雷曼時刻」引發骨牌效應

變質的矽谷與它的銀行

矽谷銀行之所以獨特,歸功於它特有的模式和專業能力。在「投貸一體」的金融策略下,別人不敢放貸款的公司,矽谷銀行敢放,從中獲得信息差帶來的更高的金融回報。這種垂直專業、大膽進取的辦事作風,讓矽谷銀行成為了矽谷與資本之間的最佳紐帶。

雖然聲名顯赫,但在2020年以前矽谷銀行依然算一個「小而美」的金融企業。即它的資產規模總體來說,依然是與矽谷的訴求基本匹配的。以2018年為例,矽谷銀行的總存款量不到500億美金,相當於今天中國九江銀行的存款規模。

真正大水沖進矽谷銀行的金庫,發生在2020年疫情以後。低利率環境下無處可去的熱錢瞄準了疫情下的科技公司。

除了翻倍的納斯達克指數以外,新創公司也拿到前所未有的投資額。而根據PitchBook的追踪數據顯示,2021年美國的科技新創公司籌集了3300億美元,幾乎是2020年的兩倍。其中估值超過10億美元的美國科技初創公司有近900家,比過去五年加起來還要多。

遠程辦公下催生的TMT投資、疫情背景下的生物創新投資,剛好都是矽谷的看家產業。全球資本快速流向矽谷銀行的客戶們,讓矽谷銀行的存款快速翻倍。

2020年和2021年,矽谷銀行的存款同比增長了66%、85%,達到了1890億美元的高峰,相比於疫情前剛好增長了3倍。

存款湧入得太快了,大幅超過了矽谷銀行的貸出能力。

TOTAL DEPOSI.png
2020年和2021年,大量存款湧入矽谷銀行,已超出矽谷銀行的貸出能力。
圖/ 36KR

矽谷的創業者們需要時間來消化這些投資,相應的融資規模並沒有像過去那樣,同等比例地拉動貸款規模。這本身就代表著對矽谷的投資已經過熱,創業項目獲得了一些冗餘低效的資金。

因此儘管矽谷銀行的經理們辛勤工作,但依然追不上快速增長的存款。在2019年時,矽谷銀行資產中的貸款資產佔比還有46%。在2021年融資狂熱時,貸款在總資產的比重佔比下降到了31%。貸款業務丟掉了第一大存量資產的寶座。

因此,從表面上來看,矽谷銀行的破產是其資金策略的巨大失誤。由於管理層完全誤判了美聯儲的加息決心,因此在看似安全的錯誤資產上下注了過多的籌碼,最終被一冷一熱的資本市場風向拖垮。

但如果仔細思深究矽谷銀行的發展史,以2020年為分水嶺,矽谷銀行的實際角色出現了巨大的錯配。

在2020年以前,矽谷銀行本質上是一家用金融手段促進科技效率的投資公司,一家全球頂尖的科技銀行。但是在2020年後,僅僅從資產負債表的角度來說,矽谷銀行變成了一家以持有低利率債券為主的保守理財公司。

保守理財從來就不是矽谷銀行擅長的。尤其在低利率時代,這更是一門藝術。

OpenAI與矽谷銀行

在矽谷銀行突然奪去各家媒體頭條之前,矽谷的焦點還在OpenAI身上,不少人前一秒還在誇讚矽谷正處在它的巔峰,後一秒就急著討論如何向矽谷銀行「維權」。這讓人有些精神分裂。到底矽谷現在是什麼樣的?

事實上,OpenAI與矽谷銀行代表了兩種不同形態的矽谷。

矽谷銀行代表了由風險投資搭建起來的新創企業成長環境,以900家準獨角獸企業為代表的VC泡沫式大繁榮,將矽谷銀行送上了業務規模的頂峰。而這些VC風投資金的退潮又最終擊垮了這家40年歷史的銀行。

而OpenAI其實是典型的巨頭遊戲。他一出生就拿到了世界首富馬斯克等大牌機構的加持,拿下了10億美金的天價天使輪,前前後後燒掉了幾十億美金才跑出了面向大眾市場的demo。

微軟,OpenAI,ChatGPT
OpenAI與矽谷銀行代表了兩種不同形態的矽谷,矽谷銀行代表由風險投資搭建起來的新創企業成長環境,OpenAI則是典型的巨頭遊戲。
圖/ shutterstock

在矽谷銀行絞盡腦汁思考自己的貸款如何轉化成矽谷流動性的時候,微軟輕輕撥動了一下自己的千億美金現金儲備中的100億美金,投資性控制瞭如日中天的OpenAI。這個「明星創業項目」始於巨頭而終於巨頭。

所以如果再繼續深究矽谷銀行破產與OpenAI的爆火,其實是矽谷科技基石投資的主體正在發生一些變化。

2021年美股新創企業投資規模雖然巨大,但其3300億美元的總量其實剛好和美國五大科技巨頭(蘋果、微軟、谷歌、亞馬遜、臉書)當年的總和淨利潤(3044億美元)相當。這意味著在尖端科技方面,巨頭在各方面會長期保持優勢。

而比資本規模更不如人意的是資本的穩定性。

2020年後,矽谷的資金流向顯然極大地受到美聯儲和華爾街的影響。在低利率環境下,資本蜂擁而至,超過了矽谷本身的承載範圍;而在高利率政策下,資本又快速抽離。這些流動與邏輯,跟項目本身的盈利能力、賽道的長期判斷、甚至曾經定義矽谷的理想主義創新精神都沒有關係——矽谷的錢正在與矽谷無關。

一個很能說明問題的側影是:當矽谷銀行出現問題的時候,跑得最快的反而是華爾街,其中不少人不僅取出了資金、還利用做空機制大賺了一筆。留在原地、取不出錢、發不出工資的,卻都是那些埋頭做事的創業者。而後者反而是矽谷銀行曾經最忠實堅定的客戶,也是人們曾經討論矽谷時的最主要誇讚對象。

矽谷銀行將大部分錢買了美元債與OpenAI被微軟收購,這兩件事情組合起來就像是一個矽谷的地獄玩笑:

矽谷銀行不再矽谷了,OpenAI也不再Open了。

本文授權轉載自:36氪

責任編輯:傅珮晴、錢玉紘

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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