+AI 與 AI+：巨頭與新創的生存博弈

你的創業題目，只是巨頭的一次更新

前陣子去參加了台北的新創博覽會，剛進場放眼所及大概80%都跟 AI相關，

我第一個感覺就是「這次有甚麼比較有趣的新創嗎？」，

現在的AI發展不像2022、2023那時候飛速，每周都會讓人重新認識AI， 基本上已經可以抓到幾個主要應用手法，像是：資料統整、語意辨識、內容生成、趨勢預測...

大家都是在這些技法上去各展神通，

此時出現了 「+AI」（優化舊產品）與「AI+」（AI原生）的兩種路線~

大部分的聲音都是說，AI+才是未來的趨勢，但作為新創團隊的視角，這裡面有更多值得思考的議題~

「新創公司的Roadmap，往往只是 Google下一次發布會的更新。」

這不是危言聳聽。我們正處於一個特殊的技術週期：巨頭（OpenAI, Google, Microsoft）不只是在做「+AI」（優化舊產品），他們正在透過擴張模型原本的能力邊界，對那些功能單一的「AI 原生」新創進行降維打擊。

一、 那些被「順手」做掉的新創

很多新創以為自己發現了藍海，殊不知那只是巨頭還沒來得及填補的坑。一旦巨頭填上了，新創就突然被邊緣化了

1. 營銷文案與寫作助手：Jasper.ai 的警示

• 曾經的輝煌： Jasper 曾是 AI 生成文案的獨角獸，估值一度達到 15 億美元。它讓用戶能快速生成部落格文章和廣告詞。

• 被做掉的瞬間： ChatGPT 發布，隨後推出企業版。

• 數據與後果： 根據 The Information 報導，Jasper 在 ChatGPT 普及後，營收成長率急劇放緩，隨後被迫進行裁員並重新定位。

• 分析: 當「寫作」成為基礎模型的免費能力時，收費昂貴的「中間商」就失去了存在的理由。

2. 數據分析與圖表繪製：Code Interpreter (Advanced Data Analysis)

• 被殺死的領域： 一大票主打「上傳 Excel 自動出圖表」、「AI 數據分析師」的初階新創。

• 扼殺時刻： OpenAI 推出了 Code Interpreter（現為 Advanced Data Analysis）。

• 場景： 用戶不再需要訂閱一個專門的數據工具，只要把 CSV 檔丟進 ChatGPT，說一句「幫我分析銷售趨勢並畫成折線圖」，五秒鐘後圖表就出來了。

3. 基礎會議記錄：Zoom / Teams 的內建功能

• 還記得2022年AI剛推出的時候，我們組了一個團隊，快速做出總結會議紀錄的AI，但後來要大力推廣前，老闆勸我們再等等，果然沒過多久微軟就推出了同樣的功能

• 現況： 會議記錄是之前新創展的熱門題目。但對於通用型會議（General Meetings），這條路已死。

• 巨頭動作： Microsoft 365 Copilot 將會議摘要直接整合進 Teams 和 Outlook；Google Meeting也推出會議總結。

• 邏輯： 企業主會問：「我為什麼要冒著資安風險，把錄音檔上傳給一家不知名的小新創，還要每個月多付 20 美金，而不是直接用微軟已經包在套餐裡的功能？」

二、 為什麼「套殼」必死？

矽谷知名創投 Andreessen Horowitz (a16z) 和 Sequoia Capital（紅杉資本）近期都不約而同地發出了警告。

1. 用戶留存率（Retention）的慘澹真相

紅杉資本在《Generative AI’s Act Two》一文中指出一個驚人的數據：

「AI 應用的首月留存率遠低於傳統移動互聯網應用。」 許多 AI 應用的留存率甚至低於 10-15%。為什麼？因為它們只是「薄殼（Thin Wrapper）」，用戶玩過一次覺得新鮮，但發現它沒有深度整合進工作流，下個月就取消訂閱了。

2. Sam Altman 的預言

OpenAI 執行長 Sam Altman 在開發者大會前曾直言不諱：

"We are going to steamroll you."（我們會碾壓你們。） 他的意思是，如果你的創業項目只是彌補 GPT-4 現有的缺陷（例如窗口太小、不能連網、不能讀檔），那麼當 GPT-5 解決了這些缺陷時，你就沒有價值了。

三、 生存法則：深耕「垂直」與「基礎工程」

既然通用的能力（寫、畫、算、聊）都會被巨頭吃掉，那新創的護城河在哪裡？

答案在於：去做巨頭覺得太麻煩、太深入、或太小眾的「垂直領域（Verticals）」。

1. 醫療垂直：Abridge vs. 通用會議記錄

• 為什麼它活著？ 雖然 Zoom 有 AI 摘要，但在醫生看診時，摘要的準確度關乎人命與法律責任。

• 護城河： Abridge 專注於「醫療對話」，它的模型經過大量醫學術語訓練，且能直接對接醫院極度封閉的 EMR（電子病歷系統）。這是微軟或 Google 很難在短期內為了通用市場去深度客製化的領域。

2. 法律垂直：Harvey

• 數據支撐： Harvey 獲得了紅杉資本領投的融資，並與頂級律所 Allen & Overy 達成獨家合作。

• 護城河： 法律不容許「幻覺（Hallucination）」。Harvey 建立了一個受控的環境，讓 AI 引用具體的判例法，而不是隨意生成。這種**「高信任度」**是通用版 ChatGPT 無法提供的。

3. 產業特性應用：OrderUp B2B

• 痛點： B2B下單常見場景是打字打了一堆要下單，但這對雙方都耗大量人力

• 護城河： OrderUp B2B把AI的特性深度的應用到了批發業的領域中，這是巨頭們不會來深入的，可以說某程度成為了協助巨頭把AI導入各產業的經銷商(?)

四、現階段的重點是有沒有垂直深耕

回您在新創展的思考。那 80% 的應用，絕大多數可能撐不過兩年。

要判斷一家 AI 新創是否有前途，可以問三個問題：

1. 如果 OpenAI 明天發布了這個功能，這家公司還會存在嗎？（如果是，它有護城河；如果否，它是套殼。）

2. 它是否擁有獨家數據？（模型會大眾化，但數據是私有的。）

3. 它是否有某領域的專業基礎?（比如產業的商業特性、複雜法規的合規性。）

未來的贏家，不是那些「使用 AI」的人，而是那些「馴化 AI」進入特定產業深水區的人。 

巨頭負責造海（基礎模型），新創負責造船（垂直應用），但如果你只是在海邊堆沙堡（套殼應用），漲潮時，一切都會消失。

唯有深耕垂直（Vertical）與掌握私有數據，才是逃離巨頭獵殺的唯一路徑。