矽谷孵化器Y Combinator:穩定幣、元宇宙、AI 最有前途!兩張圖看理由有哪些?
矽谷孵化器Y Combinator:穩定幣、元宇宙、AI 最有前途!兩張圖看理由有哪些?
2024.02.26 | 區塊鏈
Y Combinator:穩定幣、元宇宙、AI 最有前途

相較於a16z、Paradigm、Binance Labs等這些加密產業赫赫有名的投資機構,Y Combinator雖然不是專注加密產業,但作為一家矽谷老牌科創加速器和孵化器,YC絕對算得上是加密產業裡最低調的「版面者」,Coinbase、OpenSea、TRM Labs和Quantstamp、甚至WorldCoin背後都有其身影。

上週,Y Combinator發布年度《Requests for Startups》報告,與往年不同的是, 今年Y Combinator明確指出穩定幣、元宇宙和人工智慧(AI)將是未來最有前途的創新領域

穩定幣作為一種經濟高效的跨境支付選擇具有巨大潛力,同時Y Combinator也看到擴增實境(AR)和虛擬實境(VR)領域的前景,元宇宙應用已開始超越遊戲應用;同時人工智慧已經能夠自訂企業軟體並簡化「後台流程」。

Y Combinator 為何看好穩定幣經濟?

用Y Combinator合夥人Brad Flora的話說,「穩定幣將會成為貨幣未來的重要組成部分」,實際上,Y Combinator多年來一直在有效地將穩定幣納入其運營中,包括跨境支付、減少交易費用和詐欺、以及幫助用戶保護儲蓄免受惡性通貨膨脹影響。

過去許多人認為區塊鏈技術缺乏實用性,而穩定幣恰好是最簡單高效的區塊鏈技術應用,傳統金融不可避免地會進行「效仿」。

第一:穩定幣市場到了突破階段

首先,歷史軌跡暗示穩定幣市場到了突破階段。 Y Combinator已經看到穩定幣快速發展跡象,其中最典型的一個例子就是PayPal最近推出的自主發行的美元穩定幣PYUSD,而各大銀行也開始提供託管服務並加大了宣傳力度。所有這些轉變與本世紀初的數位音樂產業轉型非常相似,當時MP3市場似乎到處都是「非法」共享下載,但隨著蘋果、Spotify等「正規軍」入場後開始步入正軌。

第二:穩定幣用戶仍有很大成長空間

其次,穩定幣用戶仍有很大成長空間。在數據層面,截至目前全球穩定幣發行量約為1360億美元,其中蘊藏著巨大的發展潛力,因為迄今為止只有大約700萬人交易/使用過穩定幣,而全球範圍內有超過5億人生活在通貨膨脹率超過30%的國家和地區,這意味著穩定幣用戶深度和成長空間很大。

第三:BUIDLer數量不足

還有,穩定幣技術優勢明顯但BUIDLer數量不足,Y Combinator希望尋找並投資有潛力的團隊。

穩定幣是一種將價值與錨定物(通常是美元,也可能是其他法定貨幣、資產)掛鉤的數位貨幣,穩定幣交易都記錄在區塊鏈數位分類帳本上,只要是同一網路上的任何兩個錢包都能隨時在幾秒鐘內進行並完成交易,而交易費用則比傳統金融轉賬要低得多,這些技術優勢其實非常明顯,但目前市場上專注於構建穩定幣技術的BUIDler數量卻屈指可數,穩定幣發行方只有Tether、Circle等少數幾家,主要的市場流動性提供者更是一隻手就能數得過來。

因此,Y Combinator希望尋找在穩定幣、工具和平台之上構建B2B 和消費產品的優秀團隊並進行投資,因為這些工具和平臺本身能夠實現穩定幣金融和更多穩定幣協議,截至目前Y Combinator旗下在穩定幣另類的投資組合包括:

  • 穩定幣支付服務提供者Apollo First
  • 穩定幣跨境支付服務供應商Kapstar
  • 穩定幣支付Web3應用Paymobil
  • 基於Algorand區塊鏈的穩定幣協議Algofi
  • L2 Rollup低成本穩定幣跨鏈交易平台Meson等。
Y Combinator 為何看好元宇宙和AI?

元宇宙應用,已開始超越遊戲應用

隨著蘋果和Meta相繼發布Apple Vision Pro和Meta Quest 3,元宇宙市場熱度重燃,Y Combinator合夥人Diana Hu指出,儘管擴增實境(AR)和虛擬實境(VR)不斷發展,但在最佳用例、最佳使用者體驗/使用者介面實踐等方面仍有許多挑戰需要解決。

Diana Hu補充:「用戶體驗越來越好,渲染能力不斷增強,手/眼跟踪也得到了顯著改善——但仍有工作要做。」

因此,如果有新創公司在「超級遊戲」等領域探索基於元宇宙設備的應用,很可能會被納入Y Combinator的投資瞄準鏡下。

AI能簡化「後台流程」

同時,人工智慧建構的企業軟體、大型語言模型(LLM)和「具有理解力的AI」也出現在Y Combinator的《Requests for Startups》報告中。

Y Combinator董事總經理Harj Taggar認為,相較於傳統「一刀切」式的企業軟體,人工智慧可以幫助企業創造自己的客製化客戶關係管理、人力資源和規劃系統,大型語言模型則可以大幅簡化許多歷史上由龐大的人員團隊「手動執行的」後台流程,包括評估申請、提交文件、監控交易和合規審查等。

下圖為Y Combinator自2015年開始在AI領域的相關投資,從中可以明顯看出,自從ChatGPT推出後,其在AI領域的投資項目數量明顯增加:

數據顯示,Y Combinator在23年冬季營(1-3月)及夏季營(6-8月)中,AI相關項目數量分別達到88個和99個,除了投資數量增加之外,與23年冬季營相比,Y Combinator更關注企業服務、軟體開發等應用落地項目,AI應用也更加多樣化,與醫療服務、金融類項目相關的AI投資數量明顯增加。就目前而言,Y Combinator似乎更關註一些利用AI技術提升開發效率的項目,例如:

  • 支援自動程式碼編寫的CodeStory;
  • 可以產生任何功能所需60%-80%前端程式碼的Tempo Labs;
  • 可透過自然語言描述指令提供ZTool工具可自動產生對應程式的Autotab;
  • 為程式碼產生註解文件,支援開發人員透過聊天方式進行查詢的Ten.dev;
  • 為程式開發社群提供AI 支援機器人的Kapa.ai;
  • 支援自然語言編寫電腦程式的Magic Loops等。
總結

在創投圈裡,比Y Combinator 產生更大積極影響的機構並不多,如今這家老牌且低調的孵化加速機構已在不知不覺中進行了大量加密行業佈局,對於任何具有創新和創業精神的人而言,Y Combinator的意義顯而易見,透過分析解讀他們關注的領域,或許對Web3創業家有幫助。

本文授權轉載自:PANews

核稿編輯:高敬原

關鍵字: #元宇宙
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