

COMPUTEX Taipei & InnoVEX 2026加拿大兩大展館登場,深化台加高科技供應鏈協作
作為亞洲乃至全球最具指標性的科技專業展之一,COMPUTEX Taipei 和InnoVEX 兩大展覽匯聚了台灣最頂尖的科技產業,以及來自世界各地的標竿企業。今年(2026)適逢加拿大駐台北貿易辦事處(CTOT)成立40週年,CTOT偕同加拿大四大省分代表,包括亞伯達省、卑詩省、安大略省、魁北克省,以及加拿大新創科技加速器(CTA),率領超過30家的加拿大創新科技公司來台與會,為歷來規模最大的聯合代表團。
6月2日讀畢需時 2 分鐘


台灣創投正在逐漸失靈?為何CVC增加,VC卻越來越吃力?新創的募資與成長卡在哪裡
台灣創投正在逐漸失靈?為何CVC增加,VC卻越來越吃力?新創的募資與成長卡在哪裡?為什麼募資愈來愈難「走到下一步」?
台灣的新創募資市場逐漸出現一個現象:企業創投(CVC)的出現頻率明顯提高,遠高於多數國際市場的平均水準。
這可能會被解讀成「台灣企業更積極投資新創」或「CVC 正在取代傳統VC」,但從加速器的第一線觀察來看,其實是另一個根本的問題——在現行市場條件下,原本由 VC 承接的新創成長資金鏈,正在出現結構性的斷層。這並不是投資人「不夠努力」,而是「局部失靈」的現象。
VC原本是怎麼運作的?傳統創投(VC)的商業邏輯,建立在以下二個前提:
多數的投資案並不會帶來足夠的回報
真正撐起整支基金的,是極少數非常成功的公司(e.g. 有機會 IPO 或高價併購)講白一點,VC 是靠少數超高倍數的退場結果,來彌補其餘投資的風險
2025年12月26日讀畢需時 4 分鐘


AI 必須「下凡」?從 Google TPU 與 Gemini 認識什麼是「邊緣運算」及推動 AI 普及化
上回我們討論了Gemini 3 vs ChatGPT 及 TPU 跟 GPU 的差異,還有 Google 與 OpenAI 在 AI 競賽的下半場,走向了不同的策略。可以說,TPU 的出現代表業界已然意識到:光有強大的雲端模型是不夠的。 儘管 NVIDIA 的 GPU 統治了模型訓練的戰場,但進入 AI 普及化階段時,往往會撞上「成本與效能」的牆,這也正是「邊緣運算(Edge AI)」誕生的根基所在。AI邊緣運算(Edge Computing)對於非相關專業的人來說,腦中可能會反射性跳出──它和我的日常生活有什麼關係?其實,「邊緣運算」是「AI 平民化」的關鍵!翻譯成白話文,AI 邊緣運算就是:讓 AI 從「少數大公司才玩得起」變成「一般企業也能快速導入」的工具,它能把 AI 從雲端拉下來,變成大眾日常的即時助手。
2025年12月24日讀畢需時 3 分鐘


ChatGPT 5.2 登場!Google vs OpenAI: Gemini 3 全棧整合是什麼?功能差在哪?優缺點比一比
Gemini 3 vs ChatGPT — 功能與使用者體驗,你適合哪一種?一般使用者與企業導入比較!
前陣子 Google 正式推出 Gemini 3,我們提到:〈Google AI 逆襲中?TPU 跟 GPU 有什麼不一樣?為何台灣產業鏈可能連帶大漲〉,很可能象徵 AI 生產力架構從「通用 GPU + 模型」走向「整合算力 + 專用模型 + 生態平台」的轉折。白話文就是:AI 產業進入全新階段,比的不是「誰的模型比較厲害」,而是所謂「全棧整合」:誰能掌握從算力、晶片、模型、雲端、應用、生態的完整AI鏈,也就是從下而上掌握「基礎設施與生態結構」。
2025年12月12日讀畢需時 3 分鐘


Google AI 逆襲中?TPU 跟 GPU 有什麼不一樣?為何台灣產業鏈可能連帶大漲
Google 為什麼突然改走 TPU 路線?GPU vs TPU?搞懂兩大主角差異與優勢!近兩日的重點新聞:「Google母公司 Alphabet 股價大漲,市值逼近 4 兆美元;台積電、聯發科、台光電、金像電、創意、旺矽、精測、英業達、聯亞、光聖等 12 家台廠,因為吃到谷歌 TPU 伺服器訂單而受惠。」
Google 股價創新高、台廠跟著動起來,這不是單純「題材炒股」,背後其實反映了幾個關鍵事實:
Alphabet 股價創歷史新高,靠的是 AI 能見度——特別是最新的 Gemini 3 模型與自研 TPU。
Google 宣布 Gemini 3 完全在自家 TPU 上訓練,等於對外宣示:「我不用 NVIDIA 也能練出頂尖模型」。
更重要的是:Meta 正在評估 2026 先租借試用、2027 起直接購買 Google TPU,交易規模上看數十億美元。
這對台灣來說,等於從晶圓製造、關鍵板材、測試設備,到組裝、光通訊,整條 TPU 伺服器鏈上都可能有台廠的身影。
2025年11月27日讀畢需時 5 分鐘


創投失敗的原因不是沒錢,而是沒案子!認識新創與投資人都該知道的 Deal Flow 經營術
你真的有在經營 deal flow(案源流)嗎?想像一下:你開了一家店鋪,最怕什麼?沒客人。同理,在創投圈,最怕的就是「沒案子」。
對於創投、私募基金(PE)、企業併購(M&A)來說,Deal Flow 就是「生死線」,沒有新的好案子進來,等於沒東西可以投資,沒東西投就等於沒績效——那,這個投資單位就等著解散吧。
Deal Flow(案源流) 指的是「潛在投資機會的進入流程」,也就是你接觸、認識並最終可能投資的新創。這並非只是「看到多少案子」,而是「建立一條穩定且有品質的案源管道」,是創投能力的具體展現。Deal Flow依照「案子進來的方式」分為兩種,最理想的情況就是兩種 flow 並行,形成一個持續轉動、滾雪球式成長的 deal flow flywheel(認識什麼是飛輪效應)。然而,就像剛剛起步的新創經常找不到投資人一樣,創投在還沒闖出名號前,也同樣面臨現實:一開始,沒有人會主動找你,你得想辦法讓自己值得被找到,記住一句話:「先堅持從Outbound開始努力,就能得到Inbound的果實」。
2025年9月10日讀畢需時 4 分鐘


Taiwan Demo Day NYC|What We Built, What Comes Next
The IP2 Scale Out: U.S. East Coast Acceleration Program culminated with a successful Taiwan Demo Day on June 26! Held at the Taipei Economic and Cultural Office in New York (TECO), the event was co-hosted by i2i and American accelerator EntreCamp. After four weeks of intensive workshops and direct engagement with NY Tech Week, 15 Taiwanese startups finally took the stage to present their visions to an audience of investors, industry leaders, and media.
2025年7月28日讀畢需時 3 分鐘


"i2i Spark" Networking Party Brings Together Startup Delegations from Six Nations
On May 20, 2025, we hosted the i2i Spark Networking Party aka International Startup Night in Taipei, welcoming over 100 distinguished...
2025年6月5日讀畢需時 2 分鐘


品牌花費大量廣告預算,卻抓不到真正的消費者?這就是為什麼RWN零售媒體在飛速崛起
品牌難免遇過這樣的狀況:行銷預算不斷增加、藉由A/B測試積極優化素材,但廣告投放效益卻愈來愈低,零售產業更是首當其衝。這個困境不只在於「轉換率下降」,還包括「抓不到真正的消費者」——你知道有人點進來,但不知道是誰;你知道有人進站,卻無法掌握他最終在哪裡下單、為何流失。這種情況,使零售媒體網路 (Retail Media Network, RMN) 在全球市場急速崛起,從 Amazon、Walmart 到 Carrefour,各大零售商正積極利用自有的第一方數據轉化變現為廣告資產。在台灣,RMN尚在起步階段,但知名品牌如momo、蝦皮、全聯、Line 已經陸續開始佈局。未來十年,零售與廣告整合將可能成為主流趨勢。相較於 Google Ads、Meta Ads 等第三方限制與資料零碎的問題,RMN 能夠提供來自「第一方數據」的使用者行為,並完整串接「看過、點過、買過」的閉環旅程,讓品牌不再只是追求曝光數字,而能真實理解消費者完整的購物旅程,拆解背後的習慣與需求。本篇則將從趨勢演化、台灣潛力場域、數據商模三個面向,探討 RMN 在未來十年的價值升級與策
2025年5月22日讀畢需時 5 分鐘


又被投資人打槍?市場規模不是估算,而是「說服」出來的:新創必懂的 TAM、SAM、SOM
好不容易完成 Pitch Deck,數據詳盡、產品有料,跟投資人一開口就被打槍?新創在展示自己的成長潛力時,市場規模(Market Sizing)常被誤解成「列個大數字」就好,但厲害的創業家知道:市場規模不是估算出來的,是「說服」出來的。市場規模不是數字遊戲,而是商業說服力,先搞懂 TAM / SAM / SOM 的差別,並認識常用 3 大市場規模評估方法!
2025年4月30日讀畢需時 5 分鐘






