告別虛擬狂歡，迎接實體革命
縱觀近年來的全球創業版圖，我們見證了新創公司關注焦點的重大轉移：從最初專注於軟體與網路服務的廣大市場，逐步演變成以人工智慧（AI）與深科技（Deep Tech）為核心的創新趨勢。這一轉變不僅僅是資金流向的變化，更象徵著技術突破與產業應用深度的重大變革。回顧自 2014 年左右開始的新創環境，我們大致可以將其劃分為幾個不同的時期：從早期消費性網路服務與軟體產業的蓬勃發展，到金融科技（Fintech）與企業級軟體（Enterprise Software）的日趨成熟，再到近年來以 AI 和深科技為主要引擎的「下一波創業革命」。
「獨角獸」（Unicorn）一詞，最初用於形容估值超過 10 億美元的新創公司。隨著全球風險投資市場的成長與資金的大量湧入，獨角獸從最初極少數公司才能達到的「神話等級」地位，逐漸成為各大創業加速器及投資人眼中「可以被打造」的企業目標。這個名詞最早由美國風險投資家 Aileen Lee 在 2013 年發表於 TechCrunch 的文章《Welcome To The Unicorn Club: Learning From Billion-Dollar Startups》中提出，用以描述那些估值超過 10 億美元的創業公司。Aileen Lee 當時分析了 2003 年至 2013 年的軟體行業新創，發現只有 0.07% 的公司能達到 10 億美元以上的估值，非常稀有，故以「獨角獸」來形容其罕見性。當時主要的獨角獸公司包括 Facebook、LinkedIn、Twitter 等。隨著時間推移，「獨角獸」的估值標準仍然是 10 億美元，但由於新創企業融資規模和估值水漲船高，獨角獸的數量也大幅增加，不再像當初那樣稀有。甚至出現了 Decacorn（十角獸，估值超 100 億美元）和 Hectocorn（百角獸，估值超 1000 億美元）等新名詞。 回溯到 2014 年至 2020 年，第一批嶄露頭角的獨角獸絕大多數來自於傳統軟體服務領域，特別是 B2C 服務與金融科技公司。在那段時期，人們對於網際網路的依賴急遽上升，各式各樣的線上服務、社交平台、數位支付工具以及企業流程數位化解決方案，成為投資人與市場追逐的焦點。隨著基礎網路建設日漸成熟、智慧型手機與行動互聯網的普及，這些新創公司得以在短短數年內發展成市值數十億美元的龐大企業。
然而，全球新創的發展脈絡總是隨著消費者需求、技術能力與資本期待而不斷演變。自 2020 年之後，隨著各大領域的軟體應用相繼成熟，市場對於新興科技的關注焦點迅速轉移：AI 的崛起是最為顯著的現象。特別是自 2021 年開始，越來越多以人工智慧為核心技術的新創公司迅速獲得高額投資。再加上 2022 年 11 月 30 日由 OpenAI 推出的 ChatGPT 的爆炸性成長，使得大眾對 AI 的應用場景與發展潛力有了全新的認知，各種語言模型、生成式 AI、智慧機器人等產品炙手可熱。這些新創公司憑藉著在技術與人才方面的積累和優勢，有些僅需兩年多的時間，就能達到獨角獸的估值門檻。
與此同時，深科技領域也在悄然崛起。深科技通常指的是那些基於重大科學發現或工程創新的新創企業，涵蓋的領域包括半導體、量子計算、生物科技、先進材料、先進能源、機器人技術等等。相較於早期基於軟體應用的創新，深科技更倚賴長期的研發與實驗，具備更高的技術門檻和更長的研發週期，然而一旦取得突破，便能對整個產業產生顛覆性的影響。近年來，深科技獨角獸的數量也逐步攀升，從量子電腦到尖端半導體製程，都展現出不亞於 AI 產業的關注度。投資人與產業界普遍認為，這些深科技領域蘊含著結構性的大幅增長潛力，它們所帶來的變革不僅僅是增加一個「新功能」或「新服務」，而是塑造未來新商業模式的技術根基。
本文將深入剖析上述趨勢，首先回顧傳統軟體時代獨角獸的誕生歷程，並進一步闡釋為何 B2C、Fintech、Enterprise Software 等領域會在 2020 年後逐漸失去絕對優勢。接著，我們將從宏觀的產業角度探討 AI 獨角獸興起的原因與未來發展，同時也將檢視深科技領域的多個面向，解析其在全球創新版圖中的戰略地位。最後，我們將討論 AI 與深科技的「匯流」（Convergence）將如何孕育下一波的創業革命，並為當前與未來有意投身創業或投資的人士提供一些參考與思考的切入點。
一、軟體獨角獸的黃金時期：2014 至 2020 年
回顧 2014 年到 2020 年，這段時間可說是軟體創業的黃金時期。全球網際網路普及率的快速提升、行動裝置與 App 經濟的蓬勃發展，以及雲端技術的日趨成熟，共同促成了一連串 B2C 與 B2B 網路服務的創新爆發。在 B2C 領域，各種 O2O（線上到線下）、電商平臺、社交網路、串流媒體娛樂服務等，如雨後春筍般湧現。消費者對於這些數位化服務的需求急遽攀升，導致相關公司的估值在短時間內暴漲，造就了許多新興的獨角獸。根據 CB Insights 等機構的數據，這段時期確實是軟體和網路服務類獨角獸的爆發期，例如 Uber、Airbnb、Snapchat、Pinterest、Dropbox、Stripe、Square 等都是在這個時期成為獨角獸的。智慧型手機的普及、行動網路的發展以及雲端運算的成熟，為軟體和網路服務的發展提供了良好的基礎設施和巨大的市場空間。
舉例來說，在 2014 年前後，經常出現透過提供某種「平台式」服務而快速成長的新創公司。無論是外送、共享經濟，或是純網路的遊戲與影音平台，透過補貼與大規模用戶擴張策略，短期內就能獲取傳統企業需要十年以上才能累積的用戶量和收入規模。在金融科技方面，由於消費習慣的轉變，數位支付、線上借貸與保險科技也相繼崛起；再加上銀行與傳統金融機構開始擁抱這些新科技，願意與 Fintech 公司進行合作或投資，推動了 Fintech 類型的新創在 2019 年前後達到高峰，佔了當時獨角獸總數的約兩成以上。根據 KPMG 的報告，2019 年全球 Fintech 投資達到 1357 億美元，確實是 Fintech 的一個高峰年。Fintech 的發展得益於行動支付的普及、監管科技 (RegTech) 的發展以及傳統金融機構的數位化轉型需求。不過，Fintech 獨角獸在 2019 年的佔比是否精確達到「兩成以上」，還需要根據當年 CB Insights 等機構統計的獨角獸總數進一步核實。 企業級軟體同樣走出了一條略微不同但卓有成效的道路。隨著企業流程與數據管理的需求日益複雜，提供 SaaS（軟體即服務）或雲端解決方案的公司，能夠幫助企業升級內部系統、整合數據、優化流程，進而大幅提升獲利能力與市場份額。
然而，軟體獨角獸並非高枕無憂。隨著市場逐漸飽和以及同質化競爭的加劇，即便是領先的企業，其差異化優勢也逐漸縮小。單純依賴使用者成長與流量變現模式的公司面臨著獲客成本攀升、使用者留存率下滑的雙重壓力。許多在早期獲得高估值的 B2C 公司，必須開始思考如何實現長期的營運穩定性，而非單純依靠「燒錢搶市占」。在 Fintech 範疇，監管壓力也逐步加重。許多國家針對數位銀行、支付、借貸平台出台了更為嚴格的規範，使得資本對相關企業的投資意願也更加謹慎。於是，在 2020 年之後，原本備受矚目的軟體領域獨角獸熱潮略微降溫，投資人開始將目光轉向新的增長引擎。這個轉變並非一蹴可幾，而是一個漸進的過程。軟體領域依然有新的獨角獸誕生，但其增長速度和佔比相較於前幾年有所下降。
二、2021 年後的 AI 崛起：從邊陲到核心
相較於日趨成熟的軟體市場，AI 直到 2020 年前後才開始大量湧現具有高潛力的新創企業。早期的 AI 公司，通常需要長時間投入基礎研發，從構建演算法、蒐集大量資料、訓練模型，到尋找實際的商業應用場景。這類公司在 2016 到 2018 年之間雖然不斷出現，但其獲得獨角獸地位的速度遠較傳統軟體公司來得緩慢。然而，隨著 AI 產業底層技術的逐漸成熟，包括 GPU（圖形處理器）的大規模部署、雲端運算資源成本的下降以及開源工具的普及，越來越多的 AI 公司得以在較短的時間內投入研發並推出產品。隨著科技巨頭（如 Google、Amazon、Microsoft、Meta 等）將龐大的資本和資源投入 AI 工具與平臺領域，一個完整的 AI 生態體系開始形成。
在 2019 到 2024 年之間，AI 新創公司在新晉獨角獸總數中的佔比，從最初的約 5% 上升到近 27%。這充分說明了市場對於「以 AI 為核心技術」的新創公司抱持著極大的熱情，而不僅僅是傳統公司在應用層面中「將 AI 作為輔助功能」。 對於真正以 AI 為基石的公司，人們願意給予更高的估值，因為大家相信 AI 能夠帶來更具根本性、更可持續的效率提升和創新價值，這些價值既包括 C 端消費應用，也涵蓋 B 端企業的決策優化、資料分析、行銷自動化、供應鏈管理等諸多領域。
此外，AI 新創公司之所以能夠「縮短成長週期」，主要歸功於以下兩大關鍵因素：首先，AI 研究與技術工具的門檻相對降低，成熟的深度學習框架與現成的大數據平臺大幅縮短了初創公司開發產品的時間；其次，越來越多高階 AI 專才與技術社群開始湧現，從矽谷到北京，再到巴黎、倫敦與台北，全球各地的大學與研究機構培養出了新一代的 AI 科學家與工程師，他們具備構建複雜模型、資料工程與數據治理的核心能力。這些豐富的人力資源使得新創公司能夠在全球範圍內快速擴張。此外，2022 年 11 月 30 日由 OpenAI 推出的 ChatGPT 的爆紅，徹底引爆了整體市場對於生成式 AI（Generative AI）的強烈興趣，進一步引發了投資人對 AI 領域的資金追捧；2023 年，法國 AI 新創 Mistral 在成立僅七個月後就達到獨角獸估值，更凸顯了 AI 發展的「加速度效應」。Mistral AI 成立於 2023 年 4 月，並在同年 12 月宣布完成約 4 億歐元的 A 輪融資，估值達到約 20 億美元，成為獨角獸。這些資訊都是正確的，也反映了資本市場對 AI 領域的巨大熱情。
三、深科技的崛起：超越軟體的新戰線
與 AI 平行發展並日漸受到投資人矚目的，是深科技（Deep Tech）領域。如果說 AI 代表的是資料與演算法的突破，那麼深科技則更加側重於更廣泛的科學研究與工程技術領域的創新，包括量子計算、半導體、生物科技、新材料、先進能源以及機器人等等。在過去，深科技類型的新創公司往往面臨著早期投資巨大、研發週期冗長的挑戰，同時對資本與專業人才的要求也非常高，因此能夠成功躋身獨角獸行列的公司並不多。然而，自 2019 年開始，深科技獨角獸的數量開始穩步上升，這種趨勢在半導體與生物科技領域尤為明顯。
過去幾年，由於 AI 技術的發展對運算資源和晶片性能提出了更高的要求，半導體產業的重要性也隨之激增。專為深度學習與資料中心設計的 GPU、TPU，以及客製化 ASIC（Application-Specific Integrated Circuit）等晶片的需求量大幅上升，為創新的晶片設計公司提供了絕佳的發展機遇。這些公司要麼提供專精於 AI 運算的硬體解決方案，要麼在晶片製程或架構上取得重大突破，以支援更高密度的運算能力和更低的能源消耗需求。此外，地緣政治因素的影響使得各國政府都開始重視半導體產業的自主可控與供應鏈安全，進一步推升了對先進晶片與晶圓代工技術的強勁需求。在這樣的背景下，半導體新創公司在深科技獨角獸中所佔的比例，從 2019 年的約 10% 攀升至 2024 年的超過 25%。另一方面，儘管生物科技仍然佔據著深科技領域的最大份額，但其佔比已經從 2020 年的 60% 下降至 2024 年的 39%，這也顯示出其他範疇的深科技正在逐漸崛起。
除此之外，量子計算、先進能源（如核融合、電池技術、燃料電池等）、新材料、機器人等領域，雖然目前數量尚少，但在過去五年中也展現出穩定的成長動能。這些領域的公司通常擁有更強的研發壁壘與技術獨占性。一旦這些技術走向成熟並進入商業化階段，便有可能成為重塑各行各業的新興力量，完全符合「顛覆式創新」的核心理念。儘管投資深科技具有較高的風險，但其潛在的回報和對社會的長期影響也同樣巨大。
四、AI 與深科技的交集：價值創造新生態
需要強調的是，AI 與深科技並非兩條互不相干的平行路線。事實上，兩者之間經常相互輔助、互為因果。 AI 的蓬勃發展對半導體技術提出了全新且充滿挑戰性的需求：更快的運算速度、更低的能耗，以及在分散式架構下的高效率運算能力。這些需求反過來又進一步推動了晶片設計、先進封裝、量子運算等深科技領域的研發進程。在可預見的未來，量子電腦或許能夠為 AI 訓練模型提供極大化的加速，而先進的機器人技術也往往需要 AI 的感知與決策能力來實現更高層次的自動化與精細操作。此外，生物科技與 AI 的結合則能夠大幅縮短新藥研發與精準醫療的週期：透過機器學習模型進行蛋白質結構預測、基因數據分析，藥物篩選的效率將獲得大幅提升，整體研發流程也將更加精準化與客製化。例如，AI 的發展需要更強大的晶片支持，而新材料、量子計算等深科技的突破也為 AI 的發展提供了新的可能性。這種交融趨勢將催生更多跨領域的創新，並推動新一輪的產業變革。
從投資與技術生態的角度來看，這種 AI 與深科技的深度融合，不僅僅代表著產品與服務本身的創新，更意味著風險資本在投資組合上的重新配置。越來越多的基金經理人意識到，如果想要在未來十年內取得最大化的投資回報，就不能僅僅將目光侷限在軟體服務領域，而必須將資金與資源更積極地配置到深科技與 AI 的關鍵領域，特別是那些能夠在產業鏈或供應鏈中形成「關鍵節點」或「關鍵技術壁壘」的企業。這些公司不僅能在短期內吸引高額估值，更有機會在未來的成長路徑中形成長期的技術掌控力。
五、區域分布與生態系差異
想要進一步理解 AI 與深科技崛起所帶來的深遠影響，我們還需要將視角放在地緣分布與生態系差異上。傳統意義上，美國矽谷與波士頓地區一直是 AI 與深科技創新的核心地帶。矽谷在軟體、網路平台與風險資本方面有著深厚的積累，波士頓則在生物科技、醫藥以及量子計算等領域擁有絕對優勢。然而在近些年，我們也觀察到中國在 AI 產業的快速崛起，特別是在計算機視覺、語音識別與自然語言處理等方面的研究成果已經躋身世界前列。歐洲方面，法國在 2023 年成功培育出 Mistral 這家 AI 新創，創下了最快速達成獨角獸估值的紀錄；英國也在深科技領域相當活躍，劍橋地區聚集了許多量子計算與生物科技的新創公司。即使在亞洲其他地區，如新加坡、韓國與台灣，也都在積極打造自身的 AI 與半導體創業生態體系。
在全球範圍內，我們還可以看到政府政策與研發基金在推動創新生態方面扮演著越來越關鍵的角色。例如，美國的《晶片與科學法案》（CHIPS and Science Act）投入數百億美元來推動國內先進半導體製造及相關研發；歐盟則推出了多項不同的研發計畫，大力支持 AI 與綠色能源領域的深科技突破；中國則透過「新基建」政策與大規模的政府引導基金，全力支持國內 AI、量子技術與晶片領域的快速發展。這些舉措將在未來幾年內深刻影響並改寫區域之間的科技與資本競賽格局。
六、市場與產業的整合：挑戰與風險
儘管 AI 與深科技的蓬勃發展令人感到無比振奮，但我們也必須清醒地認識到其中可能存在的挑戰與風險。首先，新技術的發展往往伴隨著合規性與倫理道德方面的議題。AI 產業在資料隱私、演算法偏見、深偽技術（Deepfake）以及勞動力替代等問題上，都需要立法者、技術社群與社會大眾進行持續深入的溝通，以求達到一個兼顧創新與保護人權的平衡點。深科技領域，如基因編輯、合成生物學、量子加密等等，同樣需要建立完善的規範和倫理審議機制。如果治理不當，這些技術很可能帶來不可逆轉的負面社會影響。
其次，資本泡沫的風險同樣不容小覷。當市場對某個特定領域產生過度狂熱，大量資金蜂擁而至但技術與產品本身卻尚未成熟時，就很容易引發估值脫離基本面的巨大風險。回顧 2010 年代中期，共享經濟與消費性 APP 領域就曾經出現過「燒錢競賽」式的泡沫，讓許多曾經的「準獨角獸」在激烈的市場競爭中黯然退場。如今，AI 與深科技領域是否會重蹈覆轍，仍然有待時間的檢驗。一旦早期項目在資本的催化下迅速膨脹，但卻遲遲無法完成關鍵的技術突破或實現成功的商業化，那麼投資人很可能面臨巨大的損失。
再者，新創公司在邁向獨角獸的過程中，需要的遠不止技術與資金，還需要有利的法規環境、緊密的產業合作夥伴，以及足夠的市場需求。深科技公司尤其如此，因為從實驗室的原型到實際的產品化，中間需要克服的技術問題和生產管理挑戰往往更為複雜，同時也需要更多的跨領域合作，包括與大型企業、政府單位和學術機構攜手進行研發與測試。成功的深科技獨角獸通常擁有政府或大型企業的訂單背書，或是與國家級研究實驗室建立了深度的合作關係。
下一個十年
隨著 AI 與深科技的加速匯流，市場普遍預期在未來十年至二十年內，我們將見證新一輪的產業革命。AI 的強大演算法與數據分析能力，將與深科技領域的硬體突破和科學研發成果深度結合，催生出更多在能源、醫療、製造、交通、材料等領域擁有突破性進展的新興公司。這些公司不僅將徹底改變既有產業的面貌，更有可能創造出人類從未想像過的全新應用領域。
以能源領域為例，AI 可以幫助融合反應爐或先進電池技術進行更有效率的控制與監測，從而推動新能源技術更快地實現商業化，並同時提升其安全性和效率。在醫療領域，AI 與基因編輯技術（例如 CRISPR）的結合，能夠大幅縮短新藥研發與臨床試驗的週期，未來甚至有可能催生出精準醫療與個人化基因療法的全新商業模式。半導體與量子運算的結合則有望突破摩爾定律的限制，提供指數級增長的運算能力，進一步加速科學研究與企業應用的發展。至於機器人與先進製造領域，如果再搭配 5G、6G 或衛星網路等通訊技術的進步，則更能實現全球範圍內的智慧協作，使生產線高度自動化並具備自我調整與學習能力。
所有這些新的發展方向都與風險投資基金、研究實驗室、大企業的研發中心以及政府的政策引導環環相扣。我們可以預期，未來數年中，對 AI、深科技基礎設施、教育與人才培養的投資，將成為全球主要國家競相爭奪的焦點；而企業則需要持續不斷地學習與調整，才能在瞬息萬變的技術洪流中始終保持自身的競爭力。對於有志於創業的人士而言，除了要擁有敏銳的市場嗅覺與深厚的技術洞察力之外，還必須能夠靈活運用跨領域資源，通曉國際局勢和監管環境的變化，才能夠在其中尋找到更大的突破機會。
Recaps
回顧「獨角獸」概念的內涵與演變，這個象徵著高估值、高增長的新創企業族群，已經從最初的 B2C、金融科技與企業軟體巨頭，逐步走向以 AI 和深科技為主角的嶄新時代。市場的注意力與資金的投入，不再僅僅盯著流量、使用者規模與成長速度這些指標，而是更加看重技術突破的深度與未來的長期影響力。從 2014 年至今的獨角獸演進歷程，可以說是一部科技浪潮變遷的縮影：先是網路和軟體服務走向成熟並引發激烈的競爭壓力，接著 AI 帶來了運算與資料分析的全新生態系統，最後再與深科技領域的尖端研究相互交織，共同形成了未來難以估量的巨大創新空間。
在這樣的大趨勢下，我們足以確信，未來的獨角獸必然需要具備更為強大的跨領域整合能力，同時也需要在技術研發與商業模式之間找到高度協同的平衡點。AI 之於深科技，就像是加速器一般，有力地推動了科學研究的進程；而深科技之於 AI，則提供了更為強大的硬體與研發基礎，使得演算法和應用能夠實現飛躍式的成長。儘管全球市場在地緣政治、產業生態與法規監管等方面面臨著不同的挑戰，但只要技術持續不斷地向前演進，新一波的技術浪潮終將為人類社會帶來更多意想不到的積極改變，同時也為那些有志在科技領域開創事業的創業者和投資人，指明了充滿希望的全新方向。
當然，前行的道路上依然存在著諸多障礙：從技術落地的實際難度、資本市場的劇烈波動，到法規政策的不確定性、社會倫理層面的挑戰，這些都是新創公司與投資人需要審慎應對的重大議題。然而，從過往的歷史經驗來看，每一次大型的技術變革都會帶來新一輪的創業熱潮與產業升級，而在整個過程中脫穎而出的佼佼者，無疑將成為今日或未來的獨角獸。隨著 AI 與深科技的高速發展，我們正在親眼見證一場橫跨科學、工程與商業模式的全面創新革命。對於那些渴望開創新格局的創業家，以及正在尋找長期投資機會的資本方而言，這或許正是最為關鍵也最令人期待的黃金時刻。
