科技巨頭收購版圖大盤點！OpenAI、Google、微軟⋯他們各自佈局哪些垂直領域？|數位時代 BusinessNext

AI領域的競爭正在從比拼基礎模型本身，漸漸轉邁向發展實際應用、加速服務落地的階段，而從AI巨頭的併購及投資，也反應出這種變化。企業競相收購的，不再只是在演算法、模型及晶片等前端領域出色的新創，開始出現垂直應用整合的趨勢。

如今，OpenAI、Google、Anthropic等AI公司開始加速AI技術商業化的腳步，而快速進入一個新市場的辦法就是收購。各大AI巨頭開始透過收購新創或垂直領域公司，在醫療、人資、資安等領域布局。

《數位時代》也整理近期AI巨頭垂直應用布局，以進軍新產業或增強具體工作流程的案例，讓外界一窺AI領導企業目前的商業化策略方向。

OpenAI：大肆收購，加速實現營收腳步

近年OpenAI狠砸數百億、甚至上千億美元大肆購買算力、投資資料中心，為了收回投資，他們設定了極高的營收預期。OpenAI執行長奧特曼（Sam Altman）曾暗示，OpenAI可能在2027年達到1,000億美元營收、2030年實現2,000億美元目標。

而為了實現這個目標，商業化自然成OpenAI加速推進的方向，收購新創、結合內部技術研發也成為他們嘗試的一個辦法。

醫療領域：收購Torch

OpenAI在2026年1月宣佈收購美國醫療科技新創公司Torch，這筆交易估值約在6,000萬至1億美元之間，收購後Torch的全部4名核心成員將加入OpenAI。

Torch是一家專注於整合分散醫療資料（如實驗室結果、用藥記錄、就診歷史及可穿戴設備數據）的新創團隊，其技術被稱為「AI醫療記憶」，將原本孤立的健康數據彙整成結構化、可被AI理解的格式。

這筆收購被市場視為OpenAI在醫療垂直市場中的重要一步。OpenAI正在積極推進ChatGPT Health產品，允許用戶將自己的健康資訊與醫療紀錄連結，並透過生成式AI提供更具洞察的健康管理建議。

人才管理、求職領域：收購Convogo團隊

OpenAI以收購式人才引進的手段，將美國AI新創公司Convogo的核心團隊納入旗下。

Convogo是一款面向企業領導力教練、顧問、人才管理與人資團隊的AI平台，主打自動化領導力評估與回饋報告產出，幫助專業人士減少重複性報告撰寫、提升工作效率。

與此同時，OpenAI也在鼓搗求職與就業服務ChatGPT Jobs。Convogo的自動化報告和人才分析能力，可以直接轉化為支撐ChatGPT Jobs的技能匹配、工作建議、企業需求分析。

延伸閱讀：AI巨獸前進「求職平台」！OpenAI為何想踏進這塊市場？

Google：結合自家服務，加快成熟產品推出

不同於OpenAI，業務多元、資金充沛的Google在AI技術商業化上並沒有如此巨大的財務壓力，過去一年裡，他們同樣為了AI技術的落地展開收購，希望透過新創公司的技術，加速成熟產品與功能的推出。

資安領域：領域收購Wiz

Google在2025年3月宣布收購雲端資安新創Wiz，交易規模達到320億美元。Wiz主打雲端環境的即時資安風險掃描與管理，服務對象為企業與雲端客戶。

在AI工作負載快速成長的背景下，這筆收購被認為是Google為AI雲端服務建立安全底座，確保企業能放心在其平台上部署AI與資料密集型應用，

設計與產品開發：收購Galileo AI

Google於2025年5月收購生成式設計新創Galileo AI，該公司以「從文字提示生成UI／UX設計稿」聞名，客群主要是設計師與產品團隊。這筆收購被視為Google將生成式 AI 從內容生成，推進到產品設計與軟體開發流程的重要一步。

相較單純稱其為「平面設計」，市場更傾向將這次交易定位為設計與產品開發的垂直收購，將有助於Google強化Workspace、生產力工具與開發者生態系。

Meta：不想只是社交，為企業服務、商務流程鋪路

Meta正努力追趕在AI領域與其他競爭對手的差距。過去一年，Meta大規模挖角籌組了超級智慧實驗室，希望打造出足以同台競技的模型，同時也持續收購新創公司，厚植未來推動AI技術商業化的基礎。

AI代理：收購AI新創Manus

Meta在2025年底宣佈收購AI新創Manus，該公司主要致力於開發能規劃並執行多步驟任務的AI代理技術。

雖然Manus並非專注於特定垂直產業，而是提供可套用於研究、分析、編碼與流程自動化的工作型AI，這筆交易能夠補齊Meta在AI代理的能力，為未來將AI導入企業服務、商務流程甚至專業工作場景鋪路，讓Meta AI不只停留在社交與助理層級。

微軟：補強硬實力

微軟長年來持續透過垂直收購進軍新領域，過去就曾透過收購LinkedIn、GitHub分別進入職場社群及軟體開發領域，2021年收購Naunce，也被認為是進軍醫療領域的重要措施。而微軟近期在AI領域，也同樣透過類似手段加強布局。

AI資料工程：收購Osmos

微軟於2026年初收購Osmos，這是一家專注於利用代理式AI自動化資料工程流程的新創，整合進其Fabric平台之中。

此次收購強化了微軟Azure／Fabric在企業資料鏈中，從原始數據到分析到AI應用的端對端能力，儘管並非針對明確產業，這筆交易仍是微軟在企業級AI生產力與智慧資料處理方向上的重要垂直補強。

延伸閱讀：
簡立峰：台灣5年內找不到人才，10年內找不到消費者！AI時代的「新出海」有兩個關鍵層次

不用苦練生圖咒語了！我用JSON復刻大師級設計風格，簡單3步驟一次看

資料來源：Crunchbase、TechCrunch

本文初稿為AI編撰，整理．編輯/ 陳建鈞

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/