《台湾 AI 热钱为何流不到本土应用新创》
台湾 AI 资金若继续依赖偏好硬体和半导体的投资机制,早期应用新创就难以获得真正能承担风险的支持。
🧠 agentic reading|1️⃣ 精准输入
导语
这篇投书讨论一个看似矛盾的现象:AI 热钱很多,台湾政府也准备投入大量资源,但真正需要第一张支票的本土 AI 应用新创仍然拿不到钱。问题不在预算绝对不足,而在政策性股权投资机制卡在旧周期:政府资金依赖民间创投搭配,民间创投又因 LP 资金偏好半导体和硬体供应链而募资困难。结果是钱看得到、领不到、用不出去。
1. AI 应用层是下一代数字基础设施
文章先把问题从“创业者拿不拿得到钱”提升到公共议题。AI 价值链正在从硬体往应用层、资料治理、身份授权和垂直服务上移。台湾若只停留在硬体供应链,就像会做渔网却不抓鱼;算力和服务器重要,但不等于拥有 AI 产品、服务标准和生活入口。AI 应用层不是少数创业者的生意,而可能是下一代数字基础设施。
2. 现行搭配投资机制卡在民间创投干涸处
国发基金常通过“搭配投资”支持新创,也就是政府跟随民间创投一起投。这个机制曾经合理:民间创投做尽调、政府分散风险。但 2025 年之后,本土创投募资困难,政府资金找不到足够对手方。当 GP 募不到基金,政府跟投机制就像水龙头打开了,水管另一端却干了。
3. 半导体太成功,反而吸走早期风险资本
台湾 LP 端资金高度集中在台积电、晶圆代工、IC 设计、设备链、AI 服务器和加速运算供应链。对家族办公室和企业金主来说,这些资产熟悉、回报高、路径清楚。半导体成功创造了资本累积,也让其他产业的早期风险看起来更不值得承担。
4. 全球 AI 资本正在哑铃化,旧工具打在最冷的位置
全球创投也出现“哑铃化”:资金要么流向基础模型公司的 mega round,要么投向极早期天使和种子团队;中间的 A 轮、B 轮和数千万到上亿元新台币区间反而萎缩。台湾现行政策工具多半设计给这个中间段,因此刚好打在最难运作的位置。市场结构变了,政策工具还停在上一轮创业生态。
5. 政府早期直投应小额、快速、能承担风险
文章建议设立政府早期直投试点,不是补助,也不是传统专案,而是小额、快速、具风险承受能力的政策性股权投资。单笔约新台币 500 万至 3000 万元,总额先匡列 20 至 30 亿元试水;4 至 6 周内决策;出场机制要弹性。早期政策投资的目的不是把每家公司送上市,而是让足够多团队活过死亡谷。
6. 补助、投资和基础建设不能混用
补助适合短期试验、场域验证、研发探索和公共利益明确但商业模式未成熟的项目;政策性股权投资则应承担长期风险、分享长期成果,并把资金转化为治理、投后陪跑、产业网络和可回收资本循环。把补助当投资,会只追短期成果;把投资做成补助,会只看执行率和核销。
7. 真正的风险是未来入口被别人定义
文章最后把政策投资问题落到普通人身上:如果本地 AI 应用层长不出来,语言、身份、资料授权、法遵工具和日常服务入口都会被外部平台定义。资本今天没有流向早期团队,未来就可能表现为社会没有自己的 AI 基础设施。
结论
台湾已经有一座半导体护国神山,但 AI 不是半导体的自然延伸,而是另一张地形图。若资本只流向硬体和既有成功路径,本土 AI 应用层就难以长出自己的产品、服务和标准。下一座“山”不会自然从跟投名单里长出来,必须有一小部分国家资本敢在市场看不清楚时投向早期应用团队。
思想框架
文章先把 AI 应用层定义为公共基础设施,再指出现行国发基金跟投机制依赖民间创投,而民间创投资金被半导体成功路径吸走。随后它引入全球资本哑铃化,说明旧工具为何失效,并提出小额快速直投作为补完。最后用补助、投资和基础建设的区分,说明国家资本应承担什么角色。
建议阅读原文:这篇是中文内容,精准输入只帮助你快速抓住重点,原文的叙事、语气和细节仍值得回读。
twreporter.org · 1 分钟
✍️ think & write|2️⃣ 费曼输出
我的笔记
✍️ 写下你的想法,自由记录即可。如果没有灵感,试着回答上方的费曼输出问题。
登录后可记笔记
登录后可保存笔记、高亮、划线和批注。