目錄

從被嘲笑到被追捧：Gradient 的八年逆襲

2017 年，當 Google 決定成立 Gradient Ventures 專攻 AI 新創投資時，華爾街和沙山路（Sand Hill Road）的反應可以用「困惑」來形容。甚至有知名 VC 合夥人在私下場合直言：「他們是不是搞錯了什麼？用演算法選公司，這不是把投資搞成了量化交易嗎？」

八年後，這個「不被看好」的團隊交出了一張讓市場閉嘴的成績單：根據 Fortune 報導，Gradient 正在完成其第五檔基金，募資金額達 2.2 億美元，更關鍵的是——這是他們首次引入外部投資者。

這不是一個普通的融資新聞。它標誌著一個時代的轉折：AI 驅動的投資方法論，從實驗室的「黑科技」，正式走入機構資產配置的主流視野。

回頭看 2017 年的質疑聲，其實不難理解。當時的 AI 投資圈可以說是一片荒蕪——「AI 創投」這個概念聽起來像是矽谷又一套行銷話術。畢竟，誰會相信機器能比人類更懂「慧眼識英雄」？

但 Gradient 走了一條不同的路。他們的邏輯很簡單：如果 AI 能預測蛋白質結構、能打敗圍棋世界冠軍，為什麼不能用來識別高成長潛力的新創公司？

AI 投資為何突然變成顯學？

要理解 Gradient 的成功，必須放在更大的產業背景下來看。2025 年是一個分水嶺：AI 新創募資總額達到 2110 億美元，較前一年暴增 85%。更震撼的是，AI 領域首次佔據全球創投資金的超過一半——52.7%。

這意味著什麼？過去，AI 只是眾多投資賽道之一；現在，AI 幾乎就是投資的全部。

市場的定價邏輯也發生了質變。五年前，投資人還在問「這家公司有沒有 AI？」現在，問題變成了「這家公司的 AI 有多強？」——AI 已從加分項變成基準線。

Gradient 的 2.2 億美元募資，恰恰印證了這個趨勢。Fortune 報導指出，這筆資金來自「機構投資者與戰略投資方」，顯示市場對 AI 驅動投資模式的信心已從「觀望」轉向「下注」。

值得一提的是，Crunchbase 預測，2026 年全球創投總額有望重回歷史高點，而 AI 將繼續扮演領頭羊角色。對於那些還在猶豫要不要「All in AI」的投資機構，時間窗口正在快速關閉。

2026 年的創投格局長什麼樣？

如果用一個詞來形容 2026 年的創投市場，那就是「啞鈴型」——資金極端集中在兩端：超級大輪（mega-rounds）和極早期種子輪，中間的 A、B 輪相對稀薄。

根據 Fundz 的數據，2026 年初的 689 億美元融資中，有 615 億美元集中在單筆超過 1 億美元的超級大輪。這些資金幾乎全部流向 AI 基礎設施領域——算力、數據中心、模型訓練平台。

這帶來一個弔詭的現象：錢很多，但能接的項目很少。

對於 AI 驅動的投資團隊來說，這反而是機會。他們的演算法能夠更精準地識別那些被市場低估的「中間層」項目——既不像種子輪那樣充滿不確定性，又沒有 mega-round 那樣昂貴的估值溢價。

這也是為什麼 Gradient 選擇在此時引入外部投資者——他們看準了市場結構性錯配帶來的套利空間。

傳統 VC 該如何應對 AI 衝擊？

Gradient 的成功給傳統 VC 敲響了警鐘。過去，投資人的核心競爭力在於「人脈」和「直覺」——誰認識更多創業者，誰能更早發現下一個獨角獸。但 AI 正在改寫這套遊戲規則。

Forbes 將 2026 年稱為「AI 巨型週期」（AI Megacycle），並指出五大力量正在重塑創投市場：資本集中、新創成長壓縮、IPO 結構改變、新的變現模式，以及獎勵具備「AI 原生優勢」的企業。

在這個新時代，傳統 VC 有三條路可走：

路徑一：自建 AI 能力

招募數據科學家團隊，開發專屬的投資分析模型。這是最直接但也最昂貴的路徑。不僅需要頂尖技術人才，還要解決數據孤島和模型迭代的問題。

路徑二：投資 AI 投資平台

把錢交給像 Gradient 這樣的 AI 驅動基金，間接獲取 AI 選股的紅利。這也是為什麼 Gradient 的第五檔基金能吸引外部 LP——他們不是來「學技術」的，而是來「買結果」的。

路徑三：專注 AI 難以取代的領域

有些投資決策本質上是「人類獨有」的——比如判斷創始人的韌性、評估企業文化、處理複雜的談判博弈。這些領域短期內仍是 AI 的盲區。

現實是，大多數傳統 VC 會選擇混合路徑：核心決策仍由人類把關，但 AI 成為不可或缺的「副駕駛」。

未來三年的三大趨勢預測

基於 Gradient 的案例和整體市場動態，我們可以合理推演 2026 至 2029 年 AI 投資領域的三大趨勢：

趨勢一：AI 投資「民主化」加速

Gradient 首次引入外部投資者只是一個開始。未來，AI 驅動的投資策略將從「封閉式專屬」走向「SaaS 化服務」——任何基金都能付費使用 AI 選股引擎。這意味著，AI 投資能力的門檻將大幅降低，競爭焦點將轉向「誰有更好的數據」而非「誰有更好的演算法」。

趨勢二：投後管理 AI 化

AI 在投資領域的應用將從「投前篩選」延伸到「投後管理」。透過 AI 持續監控被投企業的營運指標、市場動態、競爭格局，投資人能更早發現問題、更快做出決策。Morgan Stanley 的研究指出，AI 正成為影響全球市場增長、盈利和投資策略的核心力量。

趨勢三：監管壓力與倫理爭議升溫

當 AI 決策涉及的資金規模達到數十億美元量級，監管機構不可能袖手旁觀。演算法偏見、數據隱私、決策透明度等議題將成為焦點。特別是當 AI 驅動的投資決策出現「系統性失誤」時，責任歸屬將成為法律與倫理的灰色地帶。

常見問題解答

Gradient 與傳統創投基金有什麼根本差異？

核心差異在於投資決策流程。傳統創投依賴投資人的經驗、人脈和直覺，而 Gradient 將 AI 作為主要篩選工具，透過演算法分析海量數據識別潛力標的，再由人類投資人進行深度盡職調查。這種模式在處理大量案源時效率更高，但同時也面臨演算法偏見和模型過擬合的風險。

為什麼 2026 年 AI 投資會出現「啞鈴型」資金分布？

主因在於 AI 基礎設施領域的「軍備競賽」。頂級項目需要巨額資金建設算力中心和數據基礎設施，單筆融資動輒數億美元，形成 mega-round 的資金黑洞。同時，種子輪因風險高、估值低，仍保持一定活躍度。反觀中間輪次，既缺乏頂級項目的稀缺性溢價，又不如種子輪的成長潛力，自然成為資金配置的薄弱環節。

一般投資者該如何佈局 AI 投資趨勢？

對於非機構投資者，直接投資 AI 新創門檻極高。更務實的途徑包括：一、透過二級市場投資大型 AI 公司（如輝達、微軟、Google）；二、關注持有 AI 新創股權的上市公司；三、投資專注 AI 的 ETF 或創投基金。關鍵是認清自己的風險承受能力，避免盲目追逐熱點。

結語：八年，一個投資時代的轉折

從 2017 年的「無人看好」，到 2026 年的「2.2 億美元募資」，Gradient 用八年時間證明了一件事：AI 不只是被投資的標的，更是投資本身的方法論革命。

這不只是一個基金的翻身故事，更是整個創投產業面臨轉型的縮影。當演算法能夠比人類更精準地識別投資機會，當數據驅動的決策取代了「直覺」和「人脈」，投資的遊戲規則正在被改寫。

對於身處這波浪潮中的我們，最大的風險不是「AI 會搶走投資人的工作」，而是「拒絕理解 AI 如何改變投資邏輯」。歷史不會獎勵觀望者，只會懲罰遲疑者。

八年，可以讓一個概念從邊緣走向主流。下一個八年，你會在哪裡？

立即聯繫我們，探討 AI 投資策略

參考資料

• Fortune: The Google-backed AI investors nobody took seriously in 2017 raised $220 million
• AI Cloud Base: AI Investment & Startup Funding Statistics 2026
• Crunchbase: Top VCs Expect More Venture Dollars, Bigger Rounds in 2026
• Forbes: The AI Megacycle – Five Forces Reshaping The Venture Market In 2026
• Fundz: How AI Infrastructure Swallowed Early 2026 VC — $68.9B Across 620 Rounds
• Morgan Stanley: AI Market Trends 2026 – Global Investment, Risks, and Buildout
• Thunderbit: AI Growth in 2026 – 80 Key Statistics
• iclub.vc: Venture investments in artificial intelligence in 2026