前言：史上最多的錢，流向最少的公司
2026 年正在成為美國創投史上資金最集中的一年。依 PitchBook 與美國創投協會（NVCA）的《Venture Monitor》統計，2026 年上半年美國創投投資金額達 4,127 億美元，比 2025 全年還多出近三成；其中 AI 公司拿走約 86%，單輪 1 億美元以上的超大型交易（Megadeals）則佔 87.5%。
地域上同樣高度集中。Fidelity Private Shares 與 PitchBook 的報告指出，2025 年舊金山灣區吸納全美約 53% 的創投資金；如果依 PitchBook 與 NVCA 的數據，到了 2026 年第二季，這個比例更升至約 68%。
但這些錢並沒有平均分配。上半年的成長幾乎全部來自少數巨額 AI 輪次，交易件數並未明顯增加。美國律所 Foley & Lardner 以「兩個世界」形容早期 AI 新創的處境：市場資金充沛但極為挑剔，許多公司不能再只靠技術潛力，還必須證明營收擴張能力，並在搶人大戰中留住工程師。
對想赴美募資的台灣團隊來說，這代表一件事：題目好不夠，文件和架構乾不乾淨，往往決定你能否進到投資人的下一輪討論。
數字拆解：差距正在擴大
AI 與非 AI 公司、頭部與其他公司之間的募資差距已顯著拉開，而且 2026 年的集中程度比 2025 年更高。
|
指標 |
數字 |
出處 |
|
AI 佔全美創投金額比例 |
2025 全年 65.4%；2026 上半年約 86% |
PitchBook-NVCA Venture Monitor |
|
超大型交易（≥1 億美元）佔比 |
2026 上半年 87.5% |
PitchBook-NVCA Venture Monitor |
|
灣區佔全美創投金額比例 |
2025 年約 53%；2026 年第二季約 68% |
Fidelity Private Shares / PitchBook；PitchBook-NVCA |
|
美國 A 輪募資中位數（全市場） |
約 1,960 萬美元（2026 年第一季） |
PitchBook-NVCA Venture Monitor |
|
生成式 AI 新創：種子輪走到 A 輪的比例 |
22.6%（樣本為 2015–2025 年 988 家） |
Gurav（哥倫比亞大學）量化研究 |
|
生成式 AI 新創：A 輪中位數 |
約 2,200 萬美元（2015–2018 年約 500–1,000 萬美元） |
Gurav（哥倫比亞大學）量化研究 |
|
創投基金募資 |
2025 年 558 檔、665 億美元，近十年最弱 |
Fidelity Private Shares / PitchBook |
這組數字透露兩個訊息。
第一，種子輪不難拿，難的是 A 輪。
上述生成式 AI 研究發現，只有約五分之一的公司能從種子輪走到 A 輪，而且越晚成立的世代比例越低。研究者的解讀是：種子輪時看似亮眼的功能，到 A 輪評估時可能已被基礎模型吸收而變得不稀奇，單純「在大模型外面包一層介面」的打法越來越難說服投資人。
第二，A 輪金額變大，投資人的期待也跟著提高。
全市場 A 輪中位數已接近 2,000 萬美元，生成式 AI 更高。輪次越大，投資人期待的成長速度越快，留給團隊慢慢摸索的時間越少。
非 AI 領域也並非全無機會。Fidelity Private Shares 的報告認為，與國內供應鏈韌性、國家安全相關的產業，在目前的地緣政治環境下相對有利。這對擅長硬體、製造與供應鏈的台灣團隊，反而是可以著墨的切入點。
投資人現在看什麼：三個法律問題
當資金變得挑剔，盡職調查就會更細。Foley & Lardner 指出，資本將流向「掌握一個具體問題」而非「只是擁有一個模型」的 AI 公司，2026 年的重點是建立經得起法律、技術與市場檢驗的事業。落到盡職調查實務，焦點通常集中在三個問題：
一、公司是否真正擁有核心智財
只把 AI 功能加進既有產品，已不足以說服投資人。他們會區分「只是串接第三方模型」與「擁有差異化技術、專有資料或特殊流程」的公司。後者的價值，建立在智財確實歸屬於公司之上。
二、公司是否有合法權利使用資料
模型的訓練資料、客戶資料從哪裡來、授權範圍到哪裡，都會被逐項檢視。資料來源不清，可能直接影響估值，甚至讓交易破局。
三、公司能否留住關鍵人才
新創要和大型科技公司及資金雄厚的 AI 實驗室搶人。加速招募前，宜先檢視股權激勵計畫、智財歸屬協議、保密條款與員工分類，也要了解從競爭對手挖人時的法律限制（例如競業與營業秘密問題）。
此外，Fidelity Private Shares 的報告提醒：AI 新創被收購的數量已超過首次獲投的數量，併購仍是多數公司最可能的退場方式，而收購方要的是乾淨的文件、盡職調查中沒有意外。平均走到流動性事件已超過 10 年，股權必須能發揮長期留才的功能。
台灣團隊的四項功課
把投資人關心的三個問題，對照台灣團隊常見的架構，可以整理出四項需要提前處理的功課。
1. 翻轉架構：先搭好美國投資人看得懂的公司
美國創投普遍偏好投資 Delaware 的 C 型公司（C-corp）。已在台灣設立公司的團隊，通常要做「翻轉」（flip）：在美國設立母公司，再讓原台灣公司股東以重組方式成為美國母公司股東，台灣公司轉為子公司。這個過程涉及幾個台灣法上的程序：
• 僑外投資核准：美國母公司取得台灣公司股份，屬外國人投資，須事先向經濟部投資審議司申請核准。
• 換股當下的稅負：移轉台灣公司股份，股東可能須繳所得稅，這需要評估與規劃。
翻轉越晚做，股東越多、程序越複雜，最好在第一輪正式募資前完成。
2. 智財歸屬：台灣法的預設規則不一定站在公司這邊
依《著作權法》第 11 條，員工職務上完成的著作，除契約另有約定外，以員工為著作人，著作財產權則歸雇主享有。更大的風險在第 12 條：委外開發、顧問或接案者完成的著作，若契約沒有約定，著作財產權歸受聘人，出資人只能在出資目的範圍內利用。因此，完整的聘僱契約安排，至關重要。
需要特別注意，智財不只是著作權：《專利法》第 7 條對職務發明與出資聘人發明也有類似的預設歸屬規則，營業秘密則須有合理保密措施才受《營業秘密法》保護，清查時應一併涵蓋。
實務上常見的漏洞包括：
• 創辦人在公司成立前寫的程式碼與技術，沒有書面讓與公司；
• 外包工程師、顧問的合約沒寫智財條款；
• 研發成果留在台灣子公司，卻沒有與美國母公司簽訂研發委託或授權協議。
這些都要在盡職調查前補齊，也要留意母子公司間的移轉訂價。
3. 資料權利：訓練資料的來源要說得清楚
模型訓練若用到台灣用戶或客戶的資料，須符合《個人資料保護法》的蒐集、處理與利用規範。特別要注意的是：原本為提供服務而蒐集的客戶資料，拿來訓練模型可能超出原蒐集的特定目的，須評估是否符合目的外利用的要件或另行取得同意。若資料要傳到美國母公司處理，也要確認是否受主管機關的國際傳輸限制。從網路爬取的內容，則另有著作權授權與網站使用條款的問題。
建議建立一份「資料來源清單」，逐項記錄資料來源、授權依據與使用範圍。這份清單在募資時，往往比任何簡報都更有說服力。
4. 股權激勵計畫：留得住人，也要算得清稅
由美國母公司發給台灣員工選擇權，是常見的留才工具。
• 美國端：實務上會做公允價值評估（409A 評價）以設定合理的行使價格。409A 主要規範美國納稅人，台灣員工不會直接受其罰則，但公司仍應完成評價，以便日後招募美國員工並通過盡職調查。
• 台灣端：要讓員工清楚知道執行時的課稅方式。所得來源與適用稅制（綜合所得稅或最低稅負制），會受成本是否由台灣子公司負擔等因素影響，建議事先與律師確認。
計畫越早設計清楚，越能在人才競爭中發揮作用。
|
條款 |
對創辦人較友善 |
市場偏緊時常見的版本 |
影響 |
|
優先清算權 |
1 倍、不參與分配 |
1 倍以上，或參與分配 |
退場金額不高時，普通股與員工可能所剩無幾 |
|
反稀釋條款 |
廣基加權平均 |
完全棘輪（full ratchet） |
下一輪估值下跌時，創辦人股權被大幅稀釋 |
|
參與後續增資 |
無強制要求 |
「不跟投就降級」（pay-to-play） |
對創辦人有時有利，可篩掉不支持公司的投資人 |
|
董事席次 |
創辦人保有多數 |
投資人取得多數或否決權 |
公司重大決策的主導權轉移 |
過橋融資：SAFE 與可轉換票據
A 輪難募時，許多團隊會先用 SAFE（未來股權簡單協議）或可轉換票據銜接青黃不接的募資階段。它們程序簡便，但有幾個常被忽略的細節：
• 估值上限與折扣：疊加多次過橋後，下一輪轉換時的稀釋效果可能遠超預期，應先試算完整股權表。
• 到期日與利息：可轉換票據有到期日與利息（SAFE 通常沒有），若到期仍未完成下一輪融資，投資人可能要求還款，形成財務壓力。
• 最惠條款（MFN）：早期過橋投資人若享有最惠條款，日後給新投資人的更好條件會自動適用到他們身上。
結語
矽谷不缺錢，缺的是讓投資人放心下注的理由。在資金高度集中的市場裡，技術和題目是入場券，乾淨的公司架構、清楚的智財與資料權利、設計得當的股權計畫，則決定你能不能走到簽約那一步。
台灣團隊在硬體、製造與供應鏈上有天然優勢，正好對應美國投資人在 AI 之外最關注的領域。把法律功課做在募資之前，而不是盡職調查之後，才能把這個優勢真正換成資金。
本文為一般性資訊，不構成法律、稅務或投資建議。具體個案請諮詢專業律師。
(Photo by Vlad Kutepov on Unsplash)