富比士「雲端100強」榜單出爐!OpenAI強勢3連霸:AI成最大贏家,傳統SaaS還有戲?
富比士「雲端100強」榜單出爐!OpenAI強勢3連霸:AI成最大贏家,傳統SaaS還有戲?

經過這些年AI浪潮的洗禮,AI已經在雲端服務領域中占據了主要地位。知名財經媒體《富比士》近期公佈2025年雲端百大公司榜單,榜首毫無意外由OpenAI奪下。

根據Forbes Cloud 100榜單歷史, OpenAI於2023年首次登上榜首,並在2024年、2025年持續保持第一名。這是Cloud 100榜單自2016年創立以來,首次有AI公司連續三年奪冠。

根據Bessemer Venture Partners數據,AI公司在Cloud 100總市值中的占比, 從2024年的21%大幅提升至2025年的42%,總市值達到1.1兆美元,顯示投資人對AI驅動型雲端公司的信心顯著增強。

這一年,能夠將生成式AI深度整合進產品與營運的公司,成為成長最快、最受矚目的企業。像OpenAI、AppsFlyer(AI優化行銷歸因與預算分配)、MaintainX(AI預測設備故障)、Cohesity(AI強化資安與資料復原)等公司,都是因為將AI作為核心競爭力,持續獲得高估值與榜單席次。

Cloud 100怎麼選出來的?

根據Forbes官方說明,Cloud 100榜單的評選,由Bessemer Venture Partners、Salesforce Ventures與Forbes共同主辦。每年春季開放提名,任何人或組織都可推薦具資格的雲端公司。

參選公司需保持獨立(未被收購、未上市),並提交詳細的市場、財務、團隊、策略等資料,供專家評審團(多為上市雲端公司CEO與產業領袖)進行評分與排名,部分情況下會邀請投資銀行協助分析。評分標準如下:

  1. 市場領導力(35%)
    由評審團根據公司在雲端產業的領導地位進行質性評估。
  2. 估值(30%)
    依據第三方數據提供者的估值數據(有時為區間)。
  3. 營運指標(20%)
    包括營收、成長率等財務數據(公司可選擇是否提供)。
  4. 企業文化與團隊(15%)
    評估公司規模、多元性與包容性等。

OpenAI、Anthropic奪2025年百大雲端公司榜單前兩名

今年的榜單中,OpenAI和Anthropic兩大AI公司便占據了一、二名。這兩間公司開發的生成式AI模型可說是當前AI浪潮的重要推手,沒有這些模型目前許多榜上有名企業提供的AI功能,或許都還無法實現。

第3至10名分別是金融科技公司Stripe、AI平台公司Databricks、平面設計軟體公司Canva、金融科技公司Ramp、差旅費用管理公司Navan、AI程式工具公司Anysphere、人力資源軟體公司Deel及筆記軟體公司Notion。

綜合來看,前10名有至少4間公司業務直接與AI相關。

《富比士》提到,今年有部份公司排名出現較大的變化,Ramp一舉從去年的37名,在今年上升到第6名。而原先位於第7名的資料標注公司Scale AI,今年被Meta收購49%股份,執行長隨之跳槽,該公司前景不明,也從今年的榜單上消失無蹤。

且除了OpenAI與Anthropic之外,以AI圖像生成技術聞名的Midjourney、開源AI平台Hugging Face,以及AI搜尋引擎Perplexity AI等知名AI公司都在榜單之上。整體來看,這份榜單中有29家公司屬於AI領域,與軟體平台並列最多企業的領域。

另外,這份榜單上的企業,以美國公司占了絕大多數,總計有多達80間公司,其餘公司則分佈在英國、加拿大、德國等國家。

目前OpenAI在這份榜單中,不僅以3,000億美元登上估值最高,同時超過600億美元融資第二高的Anthropic(300億美元)拉開了一倍差距。

傳統SaaS公司市值成長放緩

根據2025年Forbes Cloud 100榜單分析,傳統SaaS(Software as a Service)公司在今年的表現相較以往明顯受到AI公司強勢崛起的影響:

現象一:市值占比下降

AI公司在榜單總市值中的占比已達42%,而傳統SaaS公司(如設計、協作、生產力、銷售、行銷、CX、HR、垂直軟體等類別)則市值成長趨緩,平均估值與成長速度都被AI公司超越。

現象二:榜單排名下滑

過去常見於榜首的SaaS公司(如Stripe、ServiceTitan、Figma等)部分已因IPO或被收購而退出榜單,剩下的SaaS公司多數排名下滑,市值增幅不如AI領域。

現象三:成長動能轉向AI

榜單指出,AI公司平均只需5.7年即可達到年營收1億美元(Centaur status),而傳統SaaS公司則需7.8年,顯示AI驅動型企業成長速度更快。

現象四:SaaS公司積極導入AI

為因應產業變化,許多SaaS公司也開始積極導入AI功能,提升產品競爭力。例如Canva、Grammarly、Notion等都在既有SaaS基礎上加入生成式AI,部分公司因此維持榜單席次。

總結來說,2025年Cloud 100榜單反映出傳統SaaS公司在市值、成長速度與產業影響力上已被AI公司超越,未來SaaS公司若未能深度整合AI,將面臨更大競爭壓力。

運用AI顛覆特定產業,20間明日之星嶄露頭角

值得一提的是,《富比士》還列出了未來可能進入百大雲端公司榜單的明日之星,這些企業融資金額在3,000萬美元以下,同樣運用AI技術試圖顛覆各個產業,或者提供用戶更好的服務體驗。

Brisk Teaching便利用AI技術幫助教師建立課程、提高教學效率。該公司在2023年以瀏覽器擴充功能的形式推出,如今在美國已擁有超過100萬教師用戶。

而另一間上榜的Assort Health,則是利用AI幫助醫院、診所接聽電話。他們注意到病患常常因為難以預約看病感到失望,而醫生已經負擔沈重,希望能將精力都放在看病,於是推出這項服務處理病患與醫院診所間的溝通,迄今他們的AI代理已經與病患互動超過2,200萬次,並獲得良好評價。

這20間公司儘管產業龐雜,大多屬於AI垂直應用,將AI應用於特定產業,提供客製化的解決方案,從教育、醫療到行銷、工廠等眾多領域。不過也有公司投身於AI平台與開發者工具領域,如語音代理平台Vapi、AI工具調用平台Arcade.dev等。

完整榜單請見:The Cloud 100

延伸閱讀:為什麼AI會出現幻覺?OpenAI揭評測漏洞:回答「不知道」零得分,所以模型寧可瞎猜

責任編輯:李先泰

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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