Google 副總裁警告：LLM 包裝型新創與 AI 聚合平台正面臨「滅絕危機」

當整個科技界還沉浸在 AI 新創的融資狂歡中時，來自 Google 高層的一記警鐘正在產業界迴盪。Google 全球新創組織負責人 Darren Mowry 近日發出嚴厲警告：那些僅僅在現有大型語言模型（LLM）外面加上一層產品介面的「包裝型新創」（wrapper startups），以及將多個 LLM 整合到單一介面的「AI 聚合平台」（aggregators），正面臨前所未有的生存危機。

「如果你真的只是指望後端模型替你完成所有工作……這個行業對這種做法已經沒有太多耐心了。」——Darren Mowry，Google 全球新創組織負責人

Mowry 的措辭毫不留情：這些公司的「引擎警示燈已經亮起」（check engine light is on）。這句話背後的意涵再清楚不過——當底層模型持續進化，那些沒有建立獨立價值的中間層公司，將在這場 AI 淘金熱中被無情淘汰。

什麼是 LLM 包裝型新創和 AI 聚合平台？

在深入探討之前，有必要釐清兩個關鍵概念。

LLM 包裝型新創（Wrapper Startups）

這類公司的核心商業模式是在 OpenAI、Anthropic、Google 等公司提供的現有 LLM 之上，構建一層產品或用戶體驗介面。它們本身不訓練模型，不擁有獨特的技術資產，而是依賴 API 調用來實現功能。早期的 AI 寫作助手、AI 客服機器人、AI 簡報生成器等，大量屬於此類。

AI 聚合平台（Aggregators）

這類平台則是將多個 LLM 整合到同一個介面中，讓用戶可以在不同模型之間切換或比較。Perplexity 的 AI 搜索引擎和 OpenRouter 的模型路由服務都帶有聚合特徵。它們的價值主張在於「一站式」體驗，但問題是——當每家模型公司都在改善自己的原生介面時，聚合的價值正被不斷侵蝕。

底層模型越聰明，包裝層價值越薄

Mowry 的警告並非空穴來風。隨著 GPT-5、Claude Opus 4、Gemini 3 等新一代模型的推出，底層 LLM 的能力正在以驚人的速度提升。這些模型不僅推理能力更強，還內建了更豐富的工具使用、多模態理解和自主代理功能。

這意味著什麼？當模型本身就能完成複雜的多步驟任務、理解上下文、連接外部工具時，那些僅僅提供「更好的提示詞模板」或「更漂亮的介面」的包裝層產品，其附加價值將迅速歸零。

舉一個具體的例子：2024 年初，市面上出現了大量「AI 文案生成器」新創，它們本質上就是在 GPT API 外面包了一層針對行銷人員的介面。但當 ChatGPT 自己推出了自定義 GPT、記憶功能和更精準的寫作能力後，這些新創的用戶留存率便直線下降。

數據揭示的殘酷現實

儘管危機已現端倪，AI 新創的融資市場卻依然火熱得令人不安。

• AI 種子輪估值溢價 42%：相較於非 AI 新創，AI 公司在種子階段的估值平均高出 42%，反映出投資者對 AI 概念的追捧
• Series A 平均融資額達 5,190 萬美元：AI 公司的 A 輪融資規模比非 AI 公司高出 30%
• 49 天內 17 家公司融資超過 1 億美元：2026 年開局僅 49 天，美國就有 17 家 AI 公司完成了 1 億美元以上的融資

這些數字看似光鮮，但背後隱藏的是一個嚴峻的事實：大量資金正湧入一個即將經歷劇烈洗牌的市場。高估值意味著高期望，而高期望對於缺乏護城河的公司來說，只會加速其墜落的速度。

當潮水退去，那些沒有穿泳褲的人將無所遁形。在 AI 領域，潮水退去的速度可能比任何人預期的都要快。

誰能活下來？「深而寬的護城河」

Mowry 強調，要在這場淘汰賽中存活，AI 新創需要建立「深而寬的護城河」（deep, wide moats）——無論是橫向擴展還是縱向深耕，都必須有清晰的差異化策略。

生存者案例一：Cursor（程式開發）

Cursor 是 AI 程式開發工具的代表。它並非簡單地將 LLM 嵌入程式碼編輯器，而是深入理解了開發者的工作流程，構建了包含程式碼庫索引、上下文感知、多文件編輯、終端整合等在內的完整開發體驗。它的護城河在於：對開發者工作流的深度理解、持續累積的用戶數據飛輪，以及難以被輕易複製的整合體驗。

生存者案例二：Harvey AI（法律）

Harvey AI 專注於法律行業，深入法律文書的起草、審閱和分析。它的價值不僅在於使用 LLM，更在於對法律專業知識的深度整合——包括法律術語理解、判例法數據庫、合規框架等。這種垂直領域的專業知識壁壘，是通用型 wrapper 無法輕易跨越的。

靜悄悄的退場與加速的人才收購

Mowry 的警告並非停留在理論層面。2026 年初以來，多家曾經備受矚目的 AI 新創已經悄然關閉或被迫轉型。雖然它們的名字不一定見諸頭條，但業內人士都注意到了這股暗流。

與此同時，「人才收購」（acqui-hire）正在加速。大型科技公司紛紛出手，以收購整個團隊的方式獲取 AI 人才，而這些被收購的往往正是那些無法獨立生存的包裝型新創。對創辦人來說，人才收購或許是一種體面的退場；但對投資者而言，這意味著投資回報的大幅縮水。

這種現象形成了一個值得警惕的循環：高估值融資、缺乏護城河、底層模型進化、價值歸零、人才收購或關閉。而這個循環的速度正在加快——從融資到退場，有些公司甚至撐不過 18 個月。

對香港 AI 新創生態的啟示

Mowry 的警告對香港的 AI 創業者和投資者同樣具有深刻的借鑒意義。

香港新創的機遇與風險

香港正積極推動 AI 產業發展，政府投入資源建設數碼基礎設施，數碼港和科學園也培育了不少 AI 新創。然而，不少本地新創正面臨與全球同行相同的「包裝層陷阱」——在 OpenAI 或 Anthropic 的 API 上構建應用，卻缺乏獨特的數據資產或行業深度。

• 大灣區優勢：香港新創可善用大灣區的製造業、物流和金融數據，建立國際同行難以觸及的數據護城河
• 雙語及多語優勢：粵語、普通話、英語的多語言環境為本地化 AI 應用提供天然壁壘
• 金融法律專業：結合香港作為國際金融中心的優勢，發展金融合規、法律科技等垂直 AI 應用
• 跨境需求：服務中國企業出海和國際企業進入中國市場的跨境 AI 解決方案，具有獨特的市場定位

本地投資者在評估 AI 新創時，也需要更加審慎地檢視其技術護城河。僅僅因為一家公司「使用了 AI」就給予溢價估值的時代正在終結。真正值得投資的，是那些將 AI 深度嵌入特定行業或工作流、擁有獨立數據飛輪的公司。

AI 新創的下一個篩選階段

Mowry 的警告本質上是在宣告 AI 新創產業正進入一個全新的篩選階段。如果說 2023 至 2024 年是「萬物皆 AI」的狂熱期，2025 年是泡沫開始分化的過渡期，那麼 2026 年將是真正的「大考之年」。

在這場考試中，評分標準已經改變。投資者不再只看團隊背景和 AI 概念，而是要求看到可持續的商業模式、明確的競爭壁壘和健康的單位經濟學。底層模型的每一次進化，都是對上層新創的一次壓力測試。通過測試的將獲得更大的市場份額和更高的估值；未能通過的，則面臨被市場淘汰或被巨頭收編的命運。

「新創公司需要建立深而寬的護城河——無論是橫向的平台差異化，還是縱向的行業深耕。僅僅依靠後端模型做所有工作的時代已經結束了。」——Darren Mowry

對於正在或計畫進入 AI 創業領域的人來說，這不是一個放棄的信號，而是一個重新校準的機會。市場正在從「做 AI」轉向「用 AI 解決真正的問題」，這意味著真正理解行業、擁有獨特數據和深度技術整合能力的新創，反而將在淘汰賽中脫穎而出。