不當下一個OpenAI!台灣AI新創新出路:靠製造、生醫「獨門數據」,能在應用層稱王?
03

不當下一個OpenAI!台灣AI新創新出路:靠製造、生醫「獨門數據」,能在應用層稱王?

2024年台灣新創獲投破千億,企業創投強勢主導7成案件,而台灣的AI機會,在於結合製造與醫療數據的「應用層」。

當全球募資集中在AI領域,台灣卻是完全不同的景象。

根據台灣新創資訊平台FINDIT的統計數據,2024年台灣早期投資規模突破新台幣千億元(約33.4億美元),創下10年來的新高。然而,這場資金盛宴的背後,卻隱藏著交易件數下滑約4.7%、傳統創投(VC)勢力退潮,以及策略型企業創投(CVC)主宰一切的戲劇性轉變。

台灣國內外創投的投資件數,從2021年的34.6%驟減至2024年的22%時,企業創投參與的投資件數比率,卻在2024年突破了驚人的7成(70.7%)。

既然全球資金都湧向AI,那台灣的AI新創表現如何?在解答這個問題之前,應該先定義何謂「AI新創」。

「模」王OpenAI難復刻,應用層才是台灣王道

中華開發資本創新投資事業群主管暨董事總經理郭大經指出:「AI分很多層次,現在的新創服務基本上都會AI化。但是AI新創化這個趨勢,不一定在台灣發生。」

郭大經解釋,所謂的新創AI化,是在生成式AI爆發前就已經存在的各種軟體新創,必須加上AI功能才能存活。而AI新創化則是指以關鍵、獨有數據發展服務的AI新創們。

如果以這個標準來看,台灣的AI原生新創目前相當稀少,最有可能誕生的領域是在半導體、生醫、製造等環境相對封閉,卻擁有大規模數據的產業,「專攻智慧工廠的杰倫智能,就是屬於原生的AI新創。」

換句話說,在台灣難以產出如OpenAI這種提供大型語言模型(LLM)的新創的情況下,勢必要在「AI應用層」努力,而不是「基礎設施層」。努力的方向,就是要找到關鍵的獨有數據。
從台灣發展的歷程來看,過去以製造代工起家,在國際上屬於供應鏈的角色,給了台灣新創深耕AI的契機。

例如,幾年獲得台達電子投資、提供塑膠射出成型的AI解決方案的智穎智能,或是完成新台幣1.25億元募資、利用AI影像辨識技術,協助醫師進行慢性病風險診斷的醫療新創采風智匯等,都有可能成為未來關鍵領域的AI原生新創,甚至也是企業創投大量投資台灣新創的原因之一。

AI新創高度依賴API,「成本體感」類似傳統SaaS公司

不過,無論是從哪個方向向AI靠攏,能不能存活、成長、盈利,還是新創最終的目標。

AVA安發天使投資共同創辦人暨執行長方俊傑認為,AI新創的商業邏輯與傳統的SaaS(軟體即服務)公司其實一致,依然要面對產品市場契合度(Product-Market Fit,PMF)、獲客、流存率,以及最核心的「從客戶手中收錢」這些現實,甚至在AI時代,這些問題會更顯重要。

兩者唯一的顯著區別在於成本結構:傳統SaaS公司在雲服務成本下降後,毛利可達9成以上。但高度依賴大型語言模型API的AI新創,其直接成本(token費用)仍相對高昂。這使得AI新創在推行免費試用版(freemium)和訂閱模式時,面臨著傳統SaaS公司初期也曾有過的「成本體感」。

「我認為最終,AI的成本一定會下降到幾乎無感的地步,只是現在還在過渡階段。」方俊傑說。

以現階段而言,在台灣新創沒有大量資本跟海外新創打「燒錢補貼戰」的情況下,必須在尚未有過多競爭對手的領域站穩腳步,才有可能成為一方霸主。

延伸閱讀:

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
進擊的機器人
© 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