商業第 89 期

兩年前的商業計畫書，現在看還有效嗎？

AI 改變的不是技術，而是「創業公式」本身

安光涉（Oswarld）· INLEVEL9 作者與編輯

兩年前的商業計畫書，現在看還有效嗎？

前言

各位讀者，想像一下，你六年前投資了一位新創公司創辦人。這位創辦人花了五年時間，一行一行地堆疊程式碼，解決自動駕駛這個複雜的技術難題。他也有獨特的商業模式，技術護城河1也相當堅固。然而，當他準備進行投資輪次、打開投資人簡報時，卻發現世界已經完全變了。

最近我也和幾位管理 GP（普通合夥人）的朋友、以及做天使投資的人聊了聊，聽到的說法幾乎一致——他們正在重新審視投資組合，甚至有人說新創投資的趨勢已經徹底改變。有些基金已經拿到 LP（有限合夥人）的同意，打算把下一輪沒有希望的公司退出，即使認賠也要重新投資到 AI 相關企業。這不只是我親耳聽來的故事，最近 精益創業2的創始人史帝夫·布蘭克（Steve Blank）也在他的部落格上分享了真實案例。他得出的結論很冷酷：「大多數成立超過兩年的新創公司，商業計畫已經失效了。」今天我們來聊聊為什麼會發生這樣的事，以及我們應該從中讀出什麼。

🌊 VC 的資金正湧向 AI

先來看數字。根據 OECD 今年二月發布的報告，2025 年全球風險投資的 61%，即 2,587 億美元（約 370 兆韓元），都集中在了 AI 企業上。從 2022 年的 30% 到 61%，短短三年就翻了一倍。更令人驚嘆的是其中的集中度——巨額交易（投資額 1 億美元以上）佔了整體 AI 投資金額的 73%，而 10 億美元以上的交易加起來就接近總額的一半。OpenAI 的 400 億美元、Anthropic 的 130 億美元輪次這類超大規模投資，正在拉動整體數字。

韓國也不例外。根據 The VC 的數據，韓國國內 AI 投資金額佔比從 2022 年的 9.4% 擴大到 2025 年的 23.6%，而 2026 年第一季更突破了 45%。Innovative Forest 的數據也指向同一方向。Innovative Forest 的數據顯示，韓國新創投資額中 AI 領域的佔比從 2024 年的 27.9% 上升到 2025 年 8 月的 31.7%，在投資件數方面，AI／深科技／區塊鏈幾乎每月都佔據前兩名。2024 年全年投資總額為 1,416 件、約 6 兆 7,564 億韓元，在整體件數下降的同時，資金卻持續向 AI 集中。投資件數減少但金額增加，意味著資金正湧向少數 AI 企業，而其他領域則更加艱難。

這些數字說明的很清楚：與 AI 無關的新創公司，必須在一個越來越小的蛋糕中競爭。布蘭克遇到的「Chris」的自動駕駛無人機新創公司，正是這種處境。在他低頭埋首打造技術的五年間，烏克蘭戰爭讓自動無人機市場爆發了。根據 PitchBook 的數據，2025 年國防科技新創公司的 VC 投資達到 491 億美元，幾乎是前一年（272 億美元）的兩倍。僅 2025 年就有 10 家新獨角獸在這個領域誕生，Anduril 以 305 億美元的企業估值額外融資了 25 億美元。

Chris 的產品完美契合衝突地區的醫療後送和補給運輸需求，但他甚至不知道這個機會的存在。正如布蘭克所說，Chris 打造的航空平台整合技術仍然具有競爭力，但圍繞這項技術的商業模式必須完全重寫。

新創公司「低頭專注」被視為美德的時代已經結束了。現在，抬頭觀察周圍環境才是生存條件。

⚡ 軟體的成本公式徹底改變了

布蘭克指出的第二個變化是，軟體開發的經濟學本身已經崩潰了。

2025 年初，安德烈·卡帕西（Andrej Karpathy）提出了「氛圍編程」（Vibe Coding）3這個概念——用自然語言描述意圖，AI 就來生成程式碼。這個概念的影響力之大，甚至被柯林斯字典選為 2025 年度單詞。這已經不再是實驗，而是實戰方法論了。Y Combinator 2025 年冬季批次中，25% 的專案有 95% 以上的程式碼庫由 AI 生成；AI 程式碼編輯器 Cursor 在 2026 年初的年度營收已突破 20 億美元。調查也顯示，全球 92% 的開發者每月至少使用一次 AI 編程工具。

過去 MVP4 需要幾個月的時間來打造。現在只需要幾天，有時甚至幾小時。有報告指出原型開發速度加快了 3 到 5 倍，簡單的 CRUD 應用5甚至快了 10 倍以上。布蘭克精準地指出了一個關鍵點：「MVP 不再能證明團隊的能力了。」因為人人都能做了。**

這也對敏捷6開發方法論提出了根本性的質疑。布蘭克指出，敏捷本質上是一個串列（serial）流程——一次測試一個假設，觀察結果，再進入下一步。但利用 AI 代理（Agent），你可以同時測試五種定價模型、十種訊息策略、二十種 UX 流程。串列開發變成了並行開發。用布蘭克的話說，瓶頸不再是「有沒有資源去打造和發布」，而是 「你知道該測試什麼嗎？」這意味著核心能力不再是工程，而是判斷力、客戶洞察和通路。

以前需要 10 人開發團隊完成的工作，現在 2 到 3 個人、甚至一個人就能搞定。開發成本下降，進入門檻也跟著降低。那麼兩年前規劃的技術棧、團隊規模、產品路線圖，就全都成了過度投資。

🤖 AI 代理正在改變「軟體的定義」

第三個變化更加根本。布蘭克這樣總結：過去，軟體是向使用者展示資訊的工具。儀表板、通知、工作流程——全都是告訴你「接下來該做什麼」。但客戶買軟體，不是為了看儀表板，而是為了把事做完。

AI 代理7直接執行那個「下一步」。它解決客戶詢問、安排會議、驗證潛在客戶、下達庫存訂單。布蘭克的說法很精彩：下一代的應用不再是把資訊放到畫面上，而是像員工一樣行動——解決客服工單、預約會議、審核潛在客戶、重新下單補貨。

這樣一來，定價結構也會改變。從「按席位（seat）計費」變成「按結果計費」。解決一張工單多少錢、促成一場會議多少錢。當軟體從「介面」轉型為「成果」，客戶付費的標準也會從「存取權限」變成「達成的結果」。

布蘭克用一句話概括了這個轉變：Product/Market Fit 的時代結束了，AI Agent/Customer Outcome Fit 的時代來了。MVP（最小可行產品）將變為 MPO（最小生產性成果）8。當你的產品還在畫面上顯示「接下來請做這個」的時候，競爭對手的產品已經自動幫你做完了——那你的產品就不再是競爭產品了。

硬體新創公司也不是例外。布蘭克指出，在打造實體原型之前，可以用 AI 模擬更多設計變體、建立數位雙生9、更早更便宜地對假設進行壓力測試。當 AI 被嵌入硬體的後端，攝影機就變成了監控系統、振動感測器就變成了機械故障預測系統、機器人就變成了工廠勞工。護城河不再只是硬體本身，而是硬體所感知的數據與 AI 對這些數據的判斷和行動的組合。

🧱 沉沒成本的陷阱

這裡是最痛苦的部分。就像布蘭克說的「Chris」一樣，你積累了數年的程式碼、團隊、路線圖。捨棄這些很難，原因很多：「VC 已經投資了這個構想」、「客戶還想要 UI」、「團隊相信這條路線圖」。而布蘭克指出的核心問題是——這些全都成了不轉型的理由。

布蘭克把沉沒成本分為兩類：

仍然是資產的：深厚的領域知識、客戶關係、獨家數據、好不容易取得的監管許可、實體整合。以 Chris 為例，航空平台的系統整合就屬於此類。這些是 AI 無法一夜之間取代的。

已經變成負債的：為慢速開發週期而組建的大型工程團隊、按席位計費的定價模型、以功能為導向的產品路線圖。布蘭克把這些稱為「桌上的死麋鹿（Dead Moose on the table）」——明顯是錯的，但沒有人想指出來。

布蘭克提出的核心問題是：「如果今天用今天的工具、在今天的市場上，從零開始重新創辦這家公司，你會做什麼？」 當已經有投資人在場時，這個問題讓人不舒服。但布蘭克警告說，這比下一輪投資人說「我們不再投資了」要好受得多。

OZ 的視角

老實說，讀布蘭克的文章時，我腦中浮現的是韓國新創生態系。

我一直在做 GTM（Go-to-Market）策略，在韓國市場我特別常看到一個模式：先做出技術，再去找市場。不應該是「我們的技術這麼好，可以賣到哪裡去」，而應該是「我如何為這個客戶創造結果（outcome）」。布蘭克談論從 Product/Market Fit 轉向 Agent/Customer Outcome Fit，本質上就是要求徹底翻轉這個順序。

還有一點。把 The VC 和 Innovative Forest 的數據放在一起看，韓國國內的 AI 投資集中度也非常明顯。The VC 的數據顯示 2026 年第一季投資件數下降了 17%，但金額卻增加了 55%；Innovative Forest 的月度結算中，AI／深科技／區塊鏈也從未讓出投資件數第一名。這意味著資金正集中在少數巨額交易上。這與布蘭克描述的全球模式完全一致。如果不是 AI 新創公司，現在就必須能回答「為什麼 AI 原生競爭對手無法取代我們」這個問題。

我特別關注的是布蘭克列在「仍然是資產的沉沒成本」清單上的項目：領域知識、客戶關係、監管許可——這些正是韓國企業傳統上強大的領域。將半導體、造船、汽車產業中積累的領域專業性與 AI 結合，這就是布蘭克所說的「可防禦的護城河」。關鍵不是堆了多少程式碼，而是是否擁有程式碼無法取代的東西。

結語

布蘭克的信息可以濃縮為三點：

第一，2024 年以前的打法在 2026 年已經行不通了。資金籌措、技術棧、商業模式——全都變了。 第二，可防禦的護城河仍然存在，但種類改變了。獨家數據、對客戶結果的深刻理解、監管壁壘——這些才是。幾萬行程式碼不再是護城河了。 第三，每個季度都要問自己：「如果今天重新開始，我會做什麼？」

布蘭克的文章之所以格外沉重，是因為他正是精益創業這個概念的創造者。連他自己都在說，那套方法論現在也需要更新了。

參考資料 & 延伸閱讀

核心來源

背景知識

作者 安光涉（Oswarld） 現任世宗大學兼任教授，INLEVEL9 策略顧問。職涯經歷、研究、著作與近期活動會持續更新在作者介紹。 最新動態 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

  1. 護城河（Moat）：競爭對手難以輕易複製的商業防禦壁壘。原本指環繞城堡的水道，在投資界是華倫·巴菲特喜愛的用語。專利、獨家數據、網絡效應等都可以成為護城河。 ↩

  2. 精益創業（Lean Startup）：由史帝夫·布蘭克和艾瑞克·萊斯（Eric Ries）系統化的創業方法論。不是做出完美產品再上市，而是快速打造最小可行產品（MVP），測試客戶反應、驗證假設並反覆迭代改進。 ↩

  3. 氛圍編程（Vibe Coding）：OpenAI 共同創辦人安德烈·卡帕西於 2025 年初提出的概念。不直接撰寫程式碼，而是用自然語言描述意圖，由 AI 生成程式碼。柯林斯字典將其選為 2025 年度單詞。 ↩

  4. MVP（Minimum Viable Product，最小可行產品）：僅具備核心功能的最小版本產品。目的是在打造完美產品之前，先確認市場反應。 ↩

  5. CRUD 應用是指執行資料庫核心功能——Create（建立）、Read（讀取）、Update（更新）、Delete（刪除）——的基本應用程式。 ↩

  6. 敏捷（Agile）：不一次性完成軟體，而是以短週期（通常兩週）為單位逐步開發並反映回饋的開發方式。作為瀑布（Waterfall）模型的替代方案，自 2000 年代初開始廣泛普及。 ↩

  7. AI 代理（AI Agent）：接收人的指令後自主判斷並執行任務的 AI 系統。傳統 AI 只能說「結果是這樣」，而代理則能做到「看到結果後直接執行下一步」。 ↩

  8. MPO（Minimum Productive Outcome，最小生產性成果）：布蘭克在本文中提出的新概念。MVP 是打造「最小產品」，MPO 則是創造「最小的客戶成果」，是符合 AI 代理時代的新驗證標準。 ↩

  9. 數位雙生（Digital Twin）：在虛擬空間中精確複製實體產品或系統。可用於在實際製造前進行虛擬測試，或即時監控運行中系統的狀態。 ↩

延伸閱讀

第 87 期商業

中階主管要消失了？真正消失的另有其人

職稱改變了，但經營的本質不會消失

第 86 期商業

布隆伯格終端機又醜又難用，但人人都得用

伊朗國會議長的推文中竟然附上了布隆伯格指令？

第 84 期商業

賣魚子醬的店，忘了起司

Vision Pro 的失敗不是產品問題，而是以「效率」之名解構零售靈魂所付出的代價