top of page

環球推動科創四大新趨勢

Updated: Apr 28

世界各大城市均關注如何通過包括孵化器、財務政策、多樣化的融資及貸款等方式,推動科研創新發展。眾所周知,初創公司很容易在3年內就倒閉,存活率不高。網上有一組數據指出,內地中小企的平均生命周期只有2.9年,存活5年以上的不到7%,逾10年的更少於2%。我們發現,創新企業的成功可以歸納出很多原因,倒閉則大多與資金斷裂或者人才能力追不上有關。

為增加理解箇中情況,大家除了把注意力放在孵化器之上,亦更關心泛金融機構如加州的矽谷銀行(SiliconValley Bank)、英國的私募基金IP Group等有什麼新方向。最近在好奇心驅使下走訪了不同的相關機構,發覺有幾個現象值得跟大家分享,包括:金融機構與創新孵化器之間的邊界變得愈來愈模糊、知識產權(包括數據)的有效估值對融資很有幫助、大數據有助投資者更深入了解個別企業的營運及行業發展。

以下是我看見不同城市在推動創新產業時的共通趨勢:

  1. 促成投資者與創業者的股權融資交易,在企業成長的不同階段,根據其需要引薦合作商,甚至鼓勵政府部門率先使用較成熟的創新方案。英國政府「Tech Nation」項目下定期發布的「Future Fifty」計劃,就是一個重要的投資者風向標。

  2. 通過與風投基金合作,為創新企業提供「投資+貸款」的融資模式。譬如在貸款方面,鼓勵金融機構接受專利技術抵押或容許以認股期權代替利息作為回報。

  3. 投資方要求所有接受投資或貸款的科創企業,把資金的來往賬戶存放於指定銀行(或者是同一個機構),這樣有助加強投資方對該企業的運營情況、資金使用率與現金流等作實時了解,並建立適當的風險模型和及時採取應對措施。

  4. 為科創企業建立扶持機制,特別是在初期階段,針對管理者提供培訓,提高財務及管理方面的認知。另一方面又會主辦更多研討會,讓投資者理解當地的科研能力、政府扶持計劃和重點發展趨勢。

無論是把眼光放於遠在加州的矽谷銀行、英國的IP Group,抑或是內地的科技金融發展,我發覺都有一個共同趨勢,就是風險投資已經變得愈來愈科學,而隨着投資生命周期的數字化,大數據也開始成為當中的標準配備,在消費者相關的項目中尤為明顯。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page