| 本期觀點｜ Andreessen Horowitz（a16z）於 2026 年 8 月 28 日宣佈成立 Machine Age Fund，募資高達 11 億美元。這個新基金的目標是投資晶片、記憶體、網路、儲存、資料中心、機器人以及家用 AI 裝置等領域。 這期我們來談談，這項消息從表面上看，像是大型創投公司在加碼 AI 硬體，但其實這背後隱藏著一個更值得創業者思考的問題：在 AI 時代，金錢真的能買到技術時間嗎？ 我們先來看看在 a16z 為該基金所撰寫的介紹中，使用一個很有意思的說法：「一千名工程師很難追趕競爭對手兩年的軟體領先優勢，但是大型 GPU 算力叢集，卻可能讓資本更直接地轉換成提升模型能力的工具。」；不過，即使是a16z 這樣說，這也不代表 AI 創業已經變成「有錢就能贏」。比較合適的看待是：「資金可以幫助創業者更快地追趕技術上的差距，但仍然買不到完整的創業優勢。」 因為，當大型算力叢集可以縮短部分模型差距時，AI 創業的競爭條件，已經從單純的工程人才，延伸到資本、算力、資料，以及基礎設施的效率等等方面。 繼續閱讀⋯⋯ |
| a16z Creates a $1.1B ‘Machine Age’ Fund to ‘Accelerate the Physical Buildout of AI’ 文章整理 Machine Age Fund 的成立消息與投資範圍，說明以軟體投資聞名的 a16z，為何設立獨立基金投入 AI 所需的實體基礎建設。 | The AI Pricing and Monetization Playbook 文章討論 AI 產品為何難以直接沿用傳統 SaaS 的固定訂閱模式。每一次模型推論都可能增加服務成本，團隊必須掌握實際成本，並在按使用量、按成果收費與混合訂價之間，找到能兼顧客戶價值與產品毛利的方法。 |
| Overview of the AI Supply Chain: Competition in Artificial Intelligence Infrastructure 文章拆解 AI 背後的實體供應鏈，從晶片製造、雲端與資料中心，一路談到網路、電力與冷卻。同時也說明 AI 基礎設施為何具有資本密集、供應集中與平台依賴等特性，可用來理解新創進入市場的機會與門檻。 | The State of AI 2025 貝瑟麥創投比較兩類 AI 新創：一類高速擴大營收，卻承受偏低甚至為負的毛利；另一類成長較穩健，也更接近可持續的 SaaS 經濟模式。文中的毛利數據來自有限樣本，適合用來觀察問題，不應推論為全產業平均。 |
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出