在當前全球AI投資熱潮中，台灣的AI新創正面臨獨特的挑戰與機遇。儘管台灣整體早期投資規模創下十年新高，但資金主要集中在策略型企業創投（CVC），傳統創投（VC）的投資意願相對保守。面對OpenAI等大型AI模型難以複製的現狀，台灣AI新創應聚焦於「基礎設施層」或「應用層」，成為一個關鍵的策略問題。
中華開發資本創新投資事業群主管郭大經認為，台灣更適合發展「AI應用層」。他指出，AI新創可分為兩種：一種是將AI功能添加到現有軟體服務中（新創AI化），另一種是以獨有數據發展AI服務（AI原生新創）。由於台灣難以產生像OpenAI這樣提供大型語言模型的新創，因此更應專注於找到關鍵的獨有數據，發展AI應用。例如，在半導體、生醫、製造等擁有大規模數據的封閉產業，更有可能誕生AI原生新創。
台灣過去以製造代工起家，在供應鏈中扮演重要角色，這為台灣新創深耕AI應用提供了契機。例如，智穎智能提供塑膠射出成型的AI解決方案，采風智匯則利用AI影像辨識技術協助醫師進行慢性病風險診斷。這些新創都有可能成為未來關鍵領域的AI原生新創。然而，AI新創高度依賴大型語言模型API，導致其成本結構與傳統SaaS公司有所不同。由於token費用較高，AI新創在推行免費試用版和訂閱模式時，面臨著成本壓力。因此，台灣新創需要在尚未有過多競爭對手的領域站穩腳步，才有機會成為領先者。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容