【觀點】當AI pin跌落神壇,新技術闖藍海難有勝算?想做創新先過這2道坎
【觀點】當AI pin跌落神壇,新技術闖藍海難有勝算?想做創新先過這2道坎

獨角獸(unicorn)在投資界是指估值超過10億美元的私營(未上市)公司,通常被視為具有高成長潛力的公司,然而也面臨著一些風險,例如過高的估值影響下一輪募資或上市計畫,或是其他新創和具規模的大企業投入資源加入競爭等。

因此,新創必須創新是鐵律。但要如何創新才能實現目標?做為新創的創辦人或CEO,對於市場和核心技術通常都有相當程度地了解和掌握;而「市場」可以是地域性的概念,比如北美、中國、日本、印度、歐盟等,也可以是商業模式(如B2B、B2C、B2B2C),或是消費、商業、工業等以客戶身分為區隔的市場。

筆者把創新的思維劃分成4個象限:「新技術/新市場」、「新技術/舊市場」、「舊技術/新巿場」、「舊技術/舊巿場」探討。

新技術闖藍海必經2道關卡

先講結論(眉角),「新技術/新市場」是最最吸引人的焦點,但也常常是誤區。需要花費的時間和資金規模,常比預估的多出許多。為什麼?簡單來說,新技術從研發生產到應用都是需要巿場來檢驗,而進入新巿場則須從了解、耕耘到熟悉,也需要投入時間和資源去「教育」市場及市場背後的藏鏡人(如政府、法規、風俗習慣等)。新技術的不確定性高,產品本身通常也還未成熟,一旦導入對產品還不熟悉的新巿場,失敗的可能性高,繳學費也就在所難免。

25年前,筆者從事創投負責一件高達數千萬美元的新創投資就是一例。新技術是金屬燃料電池,而瞄準的新市場是電動車產業。在不充電、不更換電池下,於美國公路的實測中,車子就跑超過1,000公里,打破了當時的金氏世界紀錄,得到很多關注和掌聲。但以投資者來說,這是一個失敗案例,因為當時美國3大汽車公司,沒有一家對發展電動車感興趣,也不願意投入經費研發或進行合作,新技術切入新市場大不易,其結果可想而知。

最近討論度很高的AI Pin也可歸於同樣象限的實例。成名於去年AI狂潮中,創辦人出身於蘋果(Apple)公司的背景,從產品還沒推出前的廣受推崇,到產品問世後的評價跌落神壇。雖仍是現在進行式,但該公司明顯掉入「新技術」以及開發一個取代手機的可穿戴式「新市場 」的雙重考驗。一旦良好的用戶體驗無法實現,比如和AI互動的延遲及投影效果等,這樣的高價玩具(699美元)就會很辛苦。

AI Pin
AI pin
圖/ Humane X

難道「新技術/新市場」就沒有機會?當年筆者在創投公司參與的另一個案子,後來就成功了。為什麼?因為運氣好,耐心也夠。新技術是從以色列技術移轉來的先進封裝叫「晶圓級晶片尺寸封裝」(WLCSP),辛苦花2、3年組建團隊並把生產線建好,但發現當時半導體市場對於先在整片晶圓上做好封裝再切割的製程並無強烈需求。再等了2年,創投將該公司的過半股權賣給台積電後,正遇到影像市場導入新型CMOS sensor晶片(取代CCD),而WLCSP技術逐漸成為該應用市場的主流。再過幾年,其股票價格才逐漸反映,漫長的投資終於獲利。

再來,「舊技術/舊巿場」是近乎雞肋的紅海市場,或許只有拚低價或具壟斷式的經濟規模方能一統江湖,不是新創的強項,在此就不占用篇幅分析。

「新技術/舊市場」以及「舊技術/新巿場」這2個情況,相對容易理解,應是大部分新創該選擇的路線。前者可以套用在OpenAI的ChatGPT橫空出世後,作為大股東的微軟把GenAI的「新技術」直接應用到Microsoft 的應用軟體上(舊市場),應該算是個較合理的模式。 同樣的,20幾年前網路正經歷大起大落,搜尋引擎市場原本已有好幾家公司各據山頭,後起之秀Google依然憑藉著創新的技術進入並逐漸搶占市場,進而成為全球霸主。

「新瓶裝舊酒」也能炒熱商機

而舊技術應用在新市場,在生技產業或製藥行業都有相當多的例子。主要是研發新藥曠日費時、投資巨大,成功率卻偏低。如果能拿已通過美國食品藥物管理局(FDA)審核並在市場銷售的藥,來當作新的病症療效研發和完成藥證審查,其安全性與劑量等疑慮就會減少許多,成功率也自然大幅提升。

回想台積電1987年成立時,生產和研發能力也是落後全球2、3個世代,而其創新主要是在於垂直分工、術業專攻的商業模式。擁有這種「典範轉移」的視野,並結合台灣特有的工程師敬業文化,成就現今在全球市場的大鳴大放。台積電也是一個以舊技術進入新市場(以Fabless IC 設計公司為客戶)成功的案例。

期許擁有技術和理念的創業家,選擇一條適合自己的道路,同時了解創業的「眉角」,這或許會成為成敗的關鍵。

責任編輯:蘇柔瑋

關鍵字: #新創
往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

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
一次搞懂工業AI
© 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