「獨角獸」誕生10年了!3大重點回顧獨角獸俱樂部:成員成長14倍,體質如何?
「獨角獸」誕生10年了!3大重點回顧獨角獸俱樂部:成員成長14倍,體質如何?

獨角獸(Unicorn)——是新創引頸期盼獲得的封號,它象徵稀有、潛力、地位——以及滾滾財源。

但獨角獸一詞的創造者,卻寫下了這段話:「這個詞的創造似乎影響了市場(抱歉!)」Cowboy Ventures共同創辦人Aileen Lee在部落格寫下了這段話。

Cowboy Ventures Aileen Lee
Cowboy Ventures共同創辦人Aileen Lee創造了獨角獸一詞。
圖/ Cowboy Ventures

在10年前,Aileen Lee寫下了「歡迎來到獨角獸俱樂部」(Welcome to the Unicorn Club)一文後,正式成為新創圈的指標性名詞:成立未滿10年,卻達到10億美元估值的稀有潛力新創。

2013年晉升獨角獸俱樂部的包含Facebook(現Meta)、Uber、Airbnb等39家新創,無論上市或被併購與否,這些公司在10年後的今(2024)年正式從獨角獸俱樂部畢業。那現在的獨角獸俱樂部又有誰?這個俱樂部的性質發生了什麼變化?Aileen Lee親自做了10年回顧。

大通膨時代?拆解獨角獸元老與後繼者們

在「獨角獸」一詞被提出的2013年,在2004~2013年成立的數千家新創中僅有39家新創被列入其中;到了2024年,在2014~2023年成立的新創中成為獨角獸的數字來到了532,足足成長14倍

不過必須注意的是,這個數字並不準確,因為以10年為劃分的話,2010年成立的Stripe、2011年成立的Zoom、2012年成立的Coinbase等企業因為年限而被排除在外,成為遺珠之憾。

獨角獸成員成長14倍,那獨角獸還稀奇嗎?答案是肯定的:只有不到1%的新創能衝到估值超過10億美元,所以要成為獨角獸仍然不易。

這兩個世代的稀有物種不只在數量上有差,連特徵也有所不同,看起來獨角獸也是會演化的。比較元老的39家獨角獸與532個後繼者們,我們可以看到一些有趣的觀察:

比較項目 2004~2013的獨角獸元老 2014~2023的獨角獸後輩
客群 60%以B2C為主 78%以B2B為主
出場比例 64% 7%
資本效率 26倍 7倍
出生地 矽谷佔據69% 矽谷佔據45%,但是像洛杉磯等地則從無到有,也有22家獨角獸根本沒有實體辦公室
成為獨角獸的平均年齡 7歲 7歲
多樣性 僅5%獨角獸有女性共同創辦人 14%獨角獸有女性共同創辦人,有提升,但不多
資本效率(Capital Efficiency ):Aileen Lee在文章中對這個名詞有自己的定義:當前估值除以籌集的資金。

這些變化的背後,反映了10年間新創、創投乃至全球產業的變化,Aileen Lee為此也做了更深入的分析。

從「發現」變成「打造」:3個重點觀察過去10年的獨角獸俱樂部

過去成功的投資回報、不斷成長的科技技術與市場,以及Covid-19帶來的低利率與劇烈的數位轉型需求,使得2013年至2021年間創投基金獲得的資金是前10年的3倍,也帶動了新創投資的熱潮。

尤其是疫情爆發的2021年,為了促進經濟而誕生的低利率政策、盡職調查過程可能因為遠距工作而顯得倉促、創投的FOMO(fear of missing out,怕錯過)心態,都使得募資規模與估值不斷創紀錄,一大群新創被加冕了獨角獸的稱號。只是這些新進成員的體質如何,可能還有待時間檢視。

並沒有哪一個年份的獨角獸特別多
從數據顯示,並沒有哪一個年份的獨角獸誕生得特別多。
圖/ Cowboy Ventures

重點1:逐漸壯大的獨角獸群,6成可能營養不良

Aileen Lee認為,這10年誕生的532家獨角獸,未來可能只剩下350家左右。

首先,目前的獨角獸有93%尚未成功出場,與2013年的36%有不小差距;再來,20%的獨角獸家估值不到募資金額的4倍,21%的獨角獸僅僅是剛好跨過10億美元估值門檻,2013年的數字則是10%;最後,60%的獨角獸是疫情後的「零利率獨角獸」(ZIRPicorns,Zero interest-rate policy unicorns),在當前的經濟環境中,如果無法創造募資以外的現金(例如產品收益),這些零利率獨角獸的處境將越來越危險。

獨角獸元老與新一代獨角獸估值分佈變化
獨角獸元老與新一代獨角獸估值分佈變化。
圖/ Cowboy Ventures

此外,過去10年中至少有20家獨角獸公司上市後市值跌破10億美元,SPAC很可能是一大因素;太快獲得獨角獸頭銜也可能是一種詛咒:線上活動平台Hopin、電動共享滑板車Bird都已慘淡退場。

不過Aileen Lee也看到了積極的一面。令人印象深刻的是,近10年間成功出場的獨角獸中,有75%的創辦人是從執行長一路撐到上市的;而她認為會存活下來的獨角獸有350隻,這是10年前的10倍,代表確實有更多具有實力的新創崛起,其中SaaS新創是主流,這有賴於雲端發展的成熟。

重點2:B2B商業模式成為主流,但是B2C仍有機會

2013年,B2C獨角獸是主流,佔據了6成,尤其是SoMoCo領域(Social、Mobile、eCommerce,社群、行動服務與電商),例如Facebook、Twitter(現X)、Pinterest、Uber、Square和Groupon等。

如今僅剩下2成的獨角獸還在這個領域打拚,而且服務內容因為疫情影響,轉向最後一哩服務、健康領域和遊戲平台等,這是個不小的反轉。

過去十年獨角獸分佈領域更廣、B2B成主流
過去十年獨角獸分佈領域更廣、B2B成主流商業模式。
圖/ Cowboy Ventures

至於B2B領域,10年前的名單中只有15家 (38%)獨角獸,例如Palantir、ServiceNow、Splunk等;如今B2B獨角獸共有416家,約佔78%

改變的原因與雲端的成本有關,因為採用新軟體變得更加容易,再來SaaS商業模式的財務預測性高、企業潛在收購可能性提高。不過,Aileen Lee認為這可能是週期性的擺動,因為現在許多B2C的大企業已有約20年的歷史(eBay、Expedia、OpenTable、Tripadvisor、Yelp),這裡可能又有許多創新的機會也不一定。

重點3:灣區的「獨角獸產地」封號稍微式微

Covid-19不只促成了更多的獨角獸,也讓獨角獸的誕生地有了變化,例如至少22家獨角獸沒有實體總部辦公室。

以矽谷為首的灣區仍然是最大的獨角獸搖籃,儘管已經從2013年69%的獨角獸所在地下降到2023年的45%,但是灣區仍有238家獨角獸公司,比2013 年增加了9倍,而且其中4家最有價值的獨角獸也是灣區誕生的:OpenAI、Databricks、DoorDash和Samsara。

目前尚不清楚灣區是否會恢復「獨角獸產地」的地位,很大程度上可能取決於取消遠距辦公政策、AI人才的集中度,以及生活品質和成本等因素。作為第二大誕生地的紐約,獨角獸佔比從11%上升至19%,目前擁有100家獨角獸公司,約40%是Web3或金融科技新創,例如OpenSea。

獨角獸誕生地變化
獨角獸誕生地也發生變化,以矽谷為首的灣區比例下降明顯。
圖/ Cowboy Ventures

還有許多地區從沒有或只有很少的獨角獸逐漸成長,發展到超過10個,包含洛杉磯、波士頓、西雅圖、奧斯汀、芝加哥和丹佛。或許這也可以側面反映出,各個地方的新創生態系發展都有所成長。

展望下個10年:OpenAI很可能成為下個超級獨角獸,預示AI大趨勢

在獨角獸越來越多、誕生地越來越廣的狀況下,我們也可以看看那些王者中的王者——超級獨角獸(估值超過1,000億美元)的變化。

超級獨角獸擁有創造、整合以及顛覆整個產業的能力,例如Netflix和特斯拉。Aileen Lee指出,先前幾波科技浪潮都催生了市值超過1,000億美元的超級獨角獸,例如微軟、思科、亞馬遜和過去10年唯一一隻超級獨角獸Meta(原Facebook);2013年,Meta的價值為1,220億美元,如今的價值約為9,500億美元。

而下一個有潛力成為超級獨角獸的,則是當前炙手可熱的OpenAI,而且可能是第一隻AI超級獨角獸。

OpenAI是最有潛力成為超級獨角獸的新創
OpenAI是最有潛力成為超級獨角獸的新創。
圖/ Cowboy Ventures

如果過去只是序幕,那麼到2033年獨角獸俱樂部還將持續發生變化。

首先,創投基金的蓬勃成長如果沒有相對應的回報誕生,那將會縮減創投業的規模與數量,Aileen Lee預期創投的數量和資產管理規模短期內不會再回到過去10年的榮景,太多、太早和太快的資金將是一個警訊而不是喜事。而創業家仍有機會找到新的利基,尤其是網路、軟體、AI持續改變我們生活的現在。

如今,財富500強企業中只有不到10%是科技公司,在接下來的10年裡Aileen Lee認為這一比例將會上升——許多將來自2023年的獨角獸們,但是需要注意的是:估值是一種方便但不完美,而且短暫的成功衡量標準

儘管成為獨角獸不容易,但擁有高估值也不代表公司一定能成功,產品品質、顧客體驗、迅速且精準的執行力、良好的財務紀律,這些才是企業經營的長久之道,盲目追求估值、追求獨角獸之名的人,只會更加辛苦。

資料來源:Cowboy VenturesDigital FinanceInc

本文授權轉載自:創業小聚

關鍵字: #獨角獸
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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