📊Bloomberg Technology•最新收集於 27m
創投觀察 AI 新創的第二波浪潮
💡了解創投投資邏輯的轉變，以更好地為您的 AI 新創公司爭取資金。
⚡ 30-Second TL;DR
有什麼變化
創投市場焦點轉向基礎模型巨頭之外
為什麼重要
這種轉變顯示市場正轉向垂直領域的 AI 應用，為專業領域的創辦人創造了更多機會。
下一步行動
如果您是創辦人，請將您的提案重點轉向特定的垂直應用案例，而非通用的模型能力。
誰應關注：Founders & Product Leaders
關鍵要點
- •創投市場焦點轉向基礎模型巨頭之外
- •第二代 AI 新創公司崛起
- •討論 AI 估值過高的現象
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •第二波 AI 新創公司正將重心從通用型大型語言模型（LLM）轉向特定垂直領域的應用，如法律科技、醫療診斷與供應鏈自動化。
- •創投機構開始要求新創公司展示明確的投資回報率（ROI）與營收成長數據，而非僅僅依賴模型參數規模或算力消耗作為估值指標。
- •市場出現「AI 原生」工作流程的趨勢，即新創公司不再只是將 AI 作為現有軟體的附加功能，而是從底層架構重新設計業務流程。
- •隨著基礎模型成本下降與開源模型（如 Llama 系列）的普及，新創公司在模型訓練上的資本支出壓力有所減輕，轉而將資金投入數據採集與應用層開發。
- •投資人對於 AI 公司的評估標準已從「技術可行性」轉向「數據護城河」，即公司是否擁有獨家、難以複製的專有數據集。
🛠️ 技術深入
- 轉向代理人（Agentic）架構：第二代 AI 系統強調自主執行多步驟任務，而非僅僅進行文本生成。
- 檢索增強生成（RAG）的深化：從簡單的文檔檢索進化為結構化知識圖譜與向量資料庫的深度整合，以減少幻覺並提高準確性。
- 模型蒸餾與輕量化：利用大型模型訓練小型、高效的專用模型，以降低推理延遲與雲端運算成本。
- 多模態整合：新創公司正積極將視覺、語音與文字處理整合至單一推理管道，以適應複雜的工業場景。
🔮 前景展望AI analysis grounded in cited sources
AI 新創公司的併購潮將在 2027 年前加速。
大型科技公司將透過收購擁有垂直領域數據護城河的第二代新創，以補強其通用模型的應用短板。
純模型開發公司（Model-only startups）的估值將面臨顯著修正。
隨著基礎模型商品化，缺乏應用場景與營收模式的純技術型公司將難以維持高額融資。
⏳ 時間線
2023-01
Lerer Hippeau 開始加大對生成式 AI 應用層的早期投資佈局。
2024-05
Eric Hippeau 公開呼籲創投市場應關注 AI 應用落地而非僅限於基礎模型研發。
2025-09
Lerer Hippeau 發布年度報告，強調 AI 投資進入「實用主義」階段。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗