台灣 AI 公司全景圖:誰拿到錢、誰賣掉、誰還活著

(這篇是我整理的台灣 AI 全景圖 v0.1，廖玄同編輯時補了幾處數據與台灣資本脈絡。所有數字以官方 / 公開資料為準，本篇 quarterly review。— 陳奕安)

跑線跑久了會發現一件事：「台灣 AI 圈」不是一個圈，是好幾個圈疊在一起，但每個圈的健康度差很多。

如果只看新聞標題——「台積電 AI 訂單滿載」、「鴻海 AI 伺服器佔全球七成」、「Appier 又拿大單」——你會以為台灣 AI 一片火紅。但你訪過的 founder 多了，你也會聽到另一面：「我們新創不知道在跟誰打」、「資本看不懂 SaaS unit economics」、「找台灣工程師越來越難」。

兩面都對。差別在你站在哪一層看。

這篇把台灣 AI 產業攤開，分五層整理：半導體 / hardware 供應鏈、AI 應用 SaaS、本土 AI 新創、政府與研究、基礎模型。哪一層厚、哪一層薄，誰拿到錢、誰賣掉、誰還活著——盡量用公開資料說話，我自己訪過的部分也會註明。

矽基前沿矽島觀察 beat 會持續更新這頁。這是 v0.1,2026-04-26 釋出，quarterly review。

第一層：半導體 / Hardware 供應鏈(主場，占絕大部分收入)

這層是台灣 AI 的「壓艙石」。NVIDIA 黃仁勳每次來台，都是先見這群人。

公司	角色	2026 狀態
台積電	AI chip 製造	NVIDIA Blackwell / 下一代平台都在這裡製造，2026 收入結構持續向 AI / HPC 傾斜 [需校對：具體營收占比]
聯發科	自家 AI(NVIDIA AI factory + Breeze LLM)+ AI PC 晶片	跟 NVIDIA 合作 AI PC 晶片;內部用 DGX SuperPOD 跑訓練，月處理約 600 億 token 推論
鴻海	AI 伺服器代工(全球領先)	2026 Q1 法說會釋出強勁 AI 伺服器訂單展望;持續擴大 NVIDIA 合作
廣達	AI 伺服器代工	同鴻海，2026 持續成長;股價已 reflect 多數預期
緯創 / 緯穎	AI 伺服器、雲端基礎建設	NVIDIA 主要供應鏈;緯穎在「AI server 純玩家」位置上殖利率高
微星 / 技嘉 / 華擎	AI 伺服器板卡、消費級 AI PC	受惠於 NVIDIA / AMD AI PC 浪潮

這層的特性：

• 收入規模大(年營收動輒上千億新台幣)
• 跟 NVIDIA 深度綁定——好處是訂單穩，壞處是 margin 受限於上游
• 主要客戶在美國 hyperscaler(AWS / Microsoft / Google / Meta)，不是台灣本土
• 這層活得最好，但也最不像「台灣 AI 公司」——它們是「全球 AI 基礎建設裡的台灣供應商」

第二層：AI 應用 SaaS 出海派(出海成功的代表)

這層是台灣 AI 軟體業最 visible 的成功故事——通常做 B2B，主要市場在日本 / 東南亞 / 美國，而不是台灣本土。

公司	主場	狀態
Appier 沛星互動科技	AI 行銷自動化	2012 創立、累計募資 US$160M+、2021 年東京交易所上市，目前是台灣 AI SaaS 出海最具標誌性的故事
iKala	AI 客戶互動 / 廣告	2020 募 US$17M 擴張東南亞;2024-2025 持續招募 generative AI 工程師，顯示在加碼 LLM 能力 [需校對：近期有無更新募資]
Perfect Corp 玩美移動	美妝 / 電商 AI(YouCam Makeup)	美國 NYSE 上市，主要美國市場
Kdan Mobile 凱鈿	文件 / 數位簽名 SaaS	老 SaaS 玩家、近年加 AI 功能
Aiello	飯店語音 AI	在地化垂直應用，日本 / 東南亞市場

這層的特性：

• 多數在 2010-2020 年間創立，2020 後才把 AI / GenAI 當成主軸
• 客戶以海外為主——台灣市場太小，出海是必要而非選擇
• 多數還沒到 unicorn 級規模，但能撐住健康營收
• 這層證明了台灣可以做出能 scale 的 vertical SaaS，前提是出海路徑要走得通

第三層：本土 AI 新創(2023+ 浪潮)

ChatGPT 之後出現的本土 AI 新創，規模都還小，但動能在累積。2026 Q1 台灣新創 14 件大事中，有 9 件跟 AI 直接相關(64%)，累計可計金額逾新台幣 13 億元(數位時代統計)。

幾個值得注意的 thread:

• 算力 / AI infra 小規模玩家——但目前沒有真正具規模的本土 hyperscaler 或 inference cloud
• 企業私有小模型 / on-prem AI——配合資料敏感場景
• AI PC、AI 資安、餐飲 AI 導入——vertical 應用持續冒出
• Numbers Protocol——media authentication / content provenance，在地 origin 但目標市場是全球

支援架構：

• NVIDIA Inception Taiwan 跟 StarFab 合作，2025 年啟動 TAI1 (TAI One) AI 加速器，獲選新創獲 NT$300 萬投資 + 台灣產業合作機會
• 政府「Taiwan Next Wave」計畫注入 NT$100 億到 AI 與內容新創(到 2026)
• 民間 VC 對 AI 新創的興趣明顯升溫，但對「台灣團隊做通用 AI」的 thesis 仍保守

這層的特性：

• 規模小、波動大、出口生死
• 多數在 PMF 摸索階段
• 找對 vertical + 出海路徑就有機會;只做台灣市場的純 AI 新創，unit economics 多半不 work

第四層：政府與研究(基礎建設)

不直接賺錢，但決定台灣本土 AI 能不能有 sovereign capability。

機構 / 計畫	角色	2026 狀態
TAIDE(國科會 + 國研院)	政府主導繁中可信任 AI	2026 釋出 Llama-3.1-TAIDE-LX-8B、Gemma-3-TAIDE-12B(context 8K → 131K)，持續更新
ITRI 工研院	AI 應用研究 / 產業合作	AI 戰略白皮書、產業導入示範
數位部 / 國科會 AI 預算	政策投資	「Taiwan Next Wave」NT$100 億 + 個別補助 [需校對：具體分配比例]
學界(中研院、台大、清大、交大)	LLM 研究、人才培養	中研院語言模型曾出包後重新 align;學界持續產 paper

這層的特性：

• 不講 ROI 講 strategic capability
• 速度跟商業公司比慢一個量級
• 真正貢獻不是「政府做出 ChatGPT」，是把繁中 / 台灣 corpus 公開、把人才系統養起來

第五層：基礎模型(最薄的一層)

老實說，這層在台灣是最弱的。沒有可以對標 OpenAI / Anthropic / DeepSeek 等級的本土玩家。但有兩條值得追蹤的線：

• 聯發科 Breeze 2(8B / 3B)+ BreezyVoice(台灣口音語音合成)——2026 商業化、開源，可在 mobile / PC 端跑
• 聯發科繁中 480B 大型 LLM——根據官方資訊，聯發科有對標商業旗艦的繁中大模型 [需校對：此模型對外狀態 / 是否商業化]
• TAIDE Gemma-3-TAIDE-12B——政府路徑

這層的判斷：

• 通用基礎模型台灣不太可能贏(資本密度比不過矽谷 / 中國)
• 繁中專屬 / vertical 模型有機會，聯發科+TAIDE 是兩條主路徑
• 基礎模型不會是台灣 AI 的主場——這個事實接受越快，資源配置越合理

兩個觀察

整理完五層，有兩個觀察值得停下來看。

第一，台灣 AI 的形狀跟英文世界完全不同。 矽谷的 AI 公司排名前 10 名多半是基礎模型 / 通用 AI(OpenAI / Anthropic / xAI / Mistral)。台灣前 10 名多半是半導體與供應鏈，加上少數 vertical SaaS。這不是台灣弱，是台灣的位置不一樣——我們是全球 AI infra 的關鍵環節，但不是 application layer 的主角。

第二，2026 是台灣 AI 新創「上不上得來」的關鍵年。 半導體那層健康得驚人，但會繼續健康下去——它的命運綁在 NVIDIA / TSMC / 全球 AI capex，跟「台灣本土軟體業」沒有太大關係。真正會變的是新創層——Next Wave NT$100 億 + NVIDIA Inception 加碼 + 民間 VC 升溫，這個三角能不能催化出 5-10 家健康的 AI 新創，2026-2027 年會看到答案。

對 builder / 投資人的判斷

Builder:

• 不要做「台灣的 ChatGPT」——這條路在 2024 年就基本封閉了
• 找 vertical + 繁中 + 在地化的縫隙(健保、稅法、法規、製造、教育)
• 出海路徑(日本 / 東南亞 / 美國)從第一天就要規劃，不是後階段才想

投資人：

• 半導體那層仍然是 dominant return source，但已經 priced in
• AI 新創層 deal flow 在加速，但 unit economics 嚴酷，要看出海可行性
• Vertical SaaS 是台灣 AI 投資的真正空白市場——熟悉 SaaS economics 的本土 VC 還太少

政府 / 政策：

• TAIDE / Breeze 已經是好的起點，別中斷
• 真正缺的是「協助新創出海」的具體機制——人才簽證、海外 sales channel、跨境合規
• 「Taiwan Next Wave」如果只是撒錢，不會解決結構問題

v0.1 — 我們會持續 update

這是台灣 AI 公司全景圖的第一版。有遺漏、有需要校對的地方 [整篇 confidence: medium，有 [需校對] 標記的數據以官方為準]。

矽基前沿會 quarterly 更新這頁。如果你的公司應該被列進來、或我們列錯了，寫信給編輯部：editor@signals.tw。

下一篇相關：台灣 AI 投資地圖(VC / CVC / 政府基金都在投誰)、聯發科 vs 鴻海 vs 台積電 三大 AI 戰略路線拆解。

陳奕安（編輯：廖玄同），《台灣 AI 公司全景圖:誰拿到錢、誰賣掉、誰還活著》，矽基前沿 [Si]gnals，2026-04-26。https://signals.tw/articles/taiwan-ai-landscape-2026/