投資了SpaceX、Palantir、Anthropic，安卓樂資本林家振：台灣AI突圍，勝負在應用層

投資AI新創就像是一場迷霧中的豪賭，所有投資人都會面臨同樣的問題：「該如何判斷，一家AI公司真的解決了某個痛點，還是說只是一時在議題之上？」

來自矽谷的安卓樂資本（Andra Capital）合夥人林家振，他有一套投資的標準哲學，來解答這個難題。安卓樂資本旗下的投資標的包含馬斯克的SpaceX、支付巨頭Stripe、國防獨角獸Palantir、AI浪潮中最炙手可熱的xAI與Anthropic，這家專注投資全球頂尖AI與軟體產業的私募基金，其投資組合幾乎無一不是各自賽道的絕對龍頭。

背景橫跨產業與金融，曾在美國電話龍頭（AT&T）、瑞士信貸等投資銀行擔任高階主管，現同時在台灣大學管理學院兼任教職的林家振，是如何將這套管理數百億美元成熟企業的嚴謹紀律，應用於這個最前沿的賽道？

他賴以判斷的基礎，並非追逐高倍數報酬的模式，而是聚焦於更看重長期價值的IRR（內部報酬率）。以此為錨點，林家振會去檢視年成長率、毛利率等一系列嚴苛的財務指標，並且只鎖定那些商業模式已獲驗證，且具備「強者恆強」清晰訊號的全球前兩大市場玩家。

那麼，當他將這套尋找強者的方法，應用於分析台灣在全球AI供應鏈中的機會時，他看到了什麼？在無數的雜音中，林家振給出的答案清晰且務實：不必競逐大型語言模型，台灣真正的突圍關鍵，就在應用與解決方案層。

投資哲學：篩出百億美元級「未來龍頭」的幾大指標

「我們非常看重客觀的財務指標，這是一切判斷的基礎。」林家振開宗明義地說。不同於許多追求高倍數出場的早期創投，安卓樂資本的核心指標是更看重資本效率與長期價值的IRR（內部報酬率），這讓他們的投資決策，更傾向於選擇那些商業模式已經過驗證、具備長期穩定成長潛力的後期新創。

傳統創投的角色更像星探，他們在公司最早期、充滿不確定性時投入，尋找下一個可能從0到1的潛力新星，賭的是一個高風險、但可能帶來百倍報酬的未來，而安卓樂資本則專注於後期與上市前的投資，他們尋找那些已經證明自己是從1到100的行業龍頭，並提供資本之外的戰略價值，協助他們擴展生態系，並找到關鍵的國際市場出海口。

要進入安卓樂資本的雷達範圍，必須滿足至少幾項指標。首先，它必須處於太空科技、人形機器人、IC設計或金融科技等高技術壁壘的領域，並已是全球前兩大的公司。其次，必須擁有財星前500強等級的指標性客戶。而在財務數據上，年度經常性收入（ARR）需達到顯著規模，年成長率超過50%、毛利率高達70%以上、客戶留存率不低於85%，且獲客成本必須處於持續下降的階段。

「維持高毛利代表你的技術取代性沒那麼高。」林家振解釋，「而獲客成本一直下降，代表不用太多行銷費用，市場就認同你的方法。」在龍頭地位尚不明確的AI領域，這些指標成為他們定義未來龍頭的關鍵。

與此同時，一個清晰的「非財務指標」是強者恆強的共識。

「它必須有全球最大的創投或是科技公司，或連續創業家一起投資，從A輪到D輪都要是一流的機構支持。」他以AI巨頭Anthropic為例，當OpenAI創辦團隊的核心成員帶著最頂尖的技術自立門戶，並迅速獲得Amazon、Google等科技巨頭的背書與大單時，其未來龍頭的潛力便已清晰可見，「一流的公司，會吸引一流的創投、科技巨頭與連續創業家共同支持，這對我們來說，是一個重要的信號。」

國防科技：從Palantir，看見台灣新創的「不對稱」機會

安卓樂資本的投資組合中，國防科技是一個極為獨特的領域，其中最經典的案例，莫過於數據分析巨頭Palantir，「我們在它上市前、估值約100億美元時就投資了。」

這筆成功的投資，不僅是財務回報，更源於對創辦人信念的深刻認同。林家振指出，能否找到具備強烈信念、危機意識與連續創業經驗的團隊，是評估國防新創的首要標準。「Palantir的創辦人創立公司的原因，是他覺得美國越來越脆弱，傳統戰爭已經不一樣。他就是一個很關心美國安全、有危機意識的人。」這種創辦人特質，結合其在大數據分析領域的技術實力，最終贏得了安卓樂資本的青睞。

如今，隨著Anduril等美國國防新創紛紛表態有意落腳台灣，林家振也看見了台灣在此領域的機會，「美國國防應用目前主要集中在減少人員傷亡，所以這也是為什麼無人載具都是應用的機會。」

他指出，面對昂貴的戰鬥機與單價動輒百萬美元的飛彈，「不對稱戰力」成為必然趨勢。「台灣能不能做到不對稱國防，這就是重點。」林家振建議，台灣的硬體製造實力應專注於提供無可取代的「關鍵模組」，無論是無人機的引擎、高精度感測器，還是專用AI晶片，只要能成為全球供應鏈中不可或缺的一環，就能以小博大，以此打入由美國公司主導的全球供應鏈。

給台灣創業者的1個關鍵建議：為何Gogolook的成功，證明了應用層才是主戰場？

儘管台灣在國防與硬體領域潛力巨大，但在全球AI的資本牌桌上，台灣正站在一個焦慮與機遇並存的十字路口。我們擁有世界頂尖的半導體實力，卻也深怕在軟體與應用的浪潮中，錯失下一個世代的入場券。

當無數新創與資本湧入AI賽道，一個更深層的叩問浮現：在本土市場有限的先天限制下，台灣新創該如何找到自己的座位，甚至成為牌局的關鍵玩家？

對此，林家振給出了清晰且務實的建議：「台灣的機會，不在基礎模型，而在『應用與解決方案層』。」他解釋，訓練大型語言模型（LLM）需要龐大的算力與資本，這是台灣難以與美國匹敵的戰場。然而，基於這些模型之上的AI應用，反而為在地團隊創造了巨大的利基市場。「AI的應用解決方案，跟每個國家的文化、法規差異有關係。」