AI 營收一年破百億，但大多數公司的黃金窗口只有 12 個月

本文整理自《No Priors Podcast》2026 年 2 月播出的單集。

{{< youtube efUt__S_AjY >}}

{{< spotify "episode/6YtZ3ynBjv6pATUxQeDKrr" >}}

{{< apple-podcast "tw/podcast/from-saas-to-ai-first-how-companies-are-reshaping-innovation/id1668002688?i=1000750471227" >}}

---

如果你只能記住一組數字來理解 AI 產業現在的速度，記這個：過去，ADP 和 Adobe 從 10 億美元營收成長到 100 億美元，花了大約 20 年。Salesforce 和微軟花了八、九年。Google、Meta、AWS 花了三到五年。AI 實驗室？大約一年。

這組數據來自知名天使投資人 Elad Gil 的團隊，在他與 AI 創投 Conviction 創辦人 Sarah Guo 共同主持的 No Priors Podcast 中分享。Elad Gil 是連續創業家，曾任 Twitter 企業策略副總裁，早期投資了 Stripe、Airbnb 等公司。他說，大家都在討論 SaaS 會不會被 AI 取代，但真正該關注的信號，是這些營收曲線有多瘋狂。

前所未見的營收加速度

Elad Gil 的團隊從 Capital IQ 拉出了企業營收成長的歷史資料，把不同世代的科技公司排在同一張圖上比較。結果很震撼。

最早的一批公司，像是 ADP（自動資料處理公司），從 10 億成長到 100 億美元營收，花了 20 幾年。Adobe 也差不多。接下來的世代快了一些，Salesforce、SAP 大約八到九年，微軟七、八年。再往後看，Google、Meta、AWS 只花了三到五年。但到了 AI 實驗室這一代，這個數字被壓縮到大約一年。

如果把視野再放大，看從 100 億到 1000 億美元營收的成長預期，差距更驚人。微軟花了大約 27 年，Google 超過十年，AWS 和 Meta 也差不多。但公開預測顯示，AI 實驗室可能在三到五年內就達到這個門檻。

Elad Gil 認為這種加速有幾個結構性原因。網路創造了一個全球化的流動性池，每一個潛在客戶都已經上線了，分銷的成本比以前低得多。全球 GDP 持續成長，更多人有能力為軟體付費。但最關鍵的因素是 AI 本身創造的價值太強了。這不是漸進式的改善，而是一整類全新的能力同時爆發，從程式碼生成到客服自動化到資料分析，每一個方向都能獨立支撐一門大生意。

Token 成本 21 個月暴跌 150 倍

營收在爆發的同時，使用 AI 的成本卻在以同樣驚人的速度崩跌。Elad Gil 分享了另一組由他團隊整理的數據：GPT-4 等級模型每百萬 token 的成本，在 21 個月內從 37 美元跌到 0.25 美元，跌幅達 150 倍。

這個跌幅本身就夠驚人了，但 Elad Gil 接著說，GPT-4 等級的模型其實已經不是主流，大家都在用更強的下一代。他們又看了 O1 等級模型的價格變化。2024 年 12 月，O1 等級模型每百萬 token 的成本約 26 美元。到了 2025 年 11 月，這個數字降到 30 美分，相當於在 11 個月內便宜了 88 倍。

營收暴漲、成本暴跌，同時發生。這在商業史上極為罕見。通常一個產業在快速成長期，要嘛是價格維持高檔靠利潤推動，要嘛是價格戰導致大家都不賺錢。但 AI 產業出現的是第三種情況：價格崩跌的速度雖然很快，但使用量的成長更快，所以總營收還是在狂飆。

Sarah Guo 補充了一個讓人很難忽略的事實：推論雲（inference cloud）服務商的消費量正在以 1000 倍的速度成長。即使因為效率提升，營收成長率低於消費量成長率，但這個數字仍然極為龐大。她打趣說，人腦只消耗 12 到 20 瓦的電力，大約等於一顆昏暗的燈泡，但目前的 AI 模型耗電量是人腦的好幾個數量級。光從這個對比就能看出，AI 在能源效率上還有巨大的改善空間。

科技業佔 GDP 的比重正在翻倍

這些數字背後有一個更宏觀的趨勢。Elad Gil 的團隊研究了科技業在美國 GDP 中的佔比變化。2005 年，Google 市值約 1000 億美元，艾克森美孚（Exxon）是全球最有價值的公司，市值 4000 億。科技業大約佔標普 500 指數 10% 的市值。

到了 2018 年，蘋果成為史上第一家市值破兆美元的公司，當時所有人都覺得不可思議。那時科技業佔標普的比重已經升到 30%。而今天，前八大科技公司的市值合計約 23 兆美元，佔標普 500 超過一半的市值。科技業佔 GDP 的比重也從 2005 年的約 4% 成長到今天的約 12%。

但這些還只是現在的數字，未來的走向可能更驚人。AI 正在把很多原本屬於「服務業」的工作轉換成「科技支出」。客服、資料分析、法律文件審查，這些過去靠人力完成的工作，越來越多由 AI 驅動的軟體承擔。Elad Gil 的推算是，根據不同的成長假設，到 2035 年科技業佔 GDP 的比重可能落在 15% 到 30% 之間。這意味著科技公司的市值天花板還遠未到頂。

這個視角改變了一個根本性的問題：這些公司到底能長多大？如果科技業持續吃掉更多 GDP，那「兆美元市值公司」可能從現在的少數幾家，變成十幾家甚至更多。Sarah Guo 進一步指出，這也創造了一個反身性（reflexivity）的問題：如果新興 AI 公司的營收和估值持續飆漲，傳統大型企業可能連用併購來反擊的資本都不夠。

網路時代的教訓：成長不等於持久

數字看起來一片大好，但 Elad Gil 接著話鋒一轉，講了一段不那麼令人興奮的歷史。

1999 年和 2000 年，分別有大約 450 家公司在美國 IPO，整個網路時代上市的公司估計有上千家。但到最後，真正存活下來且至今仍然重要的，大概只有十幾到二十幾家。其餘的不是倒閉就是被收購。而且，那些看起來不可動搖的市場領導者也經歷了劇烈的更替：在社群網路領域，Friendster 看起來很穩，然後被 MySpace 取代，然後 Facebook 又取代了 MySpace。

他講了一個更老的故事。1980 年代的 Lotus 1-2-3 是個人電腦的殺手級應用，營收成長極快，市場地位看起來無懈可擊。然後微軟推出了 Excel，Lotus 幾年後就「倒進了 IBM 的懷抱」。Sarah Guo 笑著說她大學實習時還在企業裡部署過 Lotus 1-2-3。Elad Gil 的重點是：它曾經看起來是一家非常持久的公司，曾經是電腦的殺手級應用，但最終它不復存在了。

他認為同樣的事情會發生在這個 AI 時代的某些公司身上。問題是哪些公司？這很難預測。但有些公司已經開始出現裂縫。當市場結構改變、AI 實驗室推出新能力、使用模式發生轉變的時候，有些公司的差異化和護城河會迅速瓦解。

Sarah Guo 把這個觀察拉到更大的框架。她認為當前 AI 時代更像網路時代而不是 SaaS 時代。SaaS 時代的特點是成長相對穩定，到了一定規模後市場地位感覺很安全。但網路時代不一樣。成長是爆發式的，速度快到難以想像，但市場領導地位也可以在很短時間內翻轉。AI 時代的節奏更接近後者。

退場不是認輸，是紀律

基於上述觀察，Elad Gil 提出了一個很多創辦人不想聽的建議：你應該認真思考退場時機。

他的論點很直接：對大多數公司來說，會有一個大約 12 個月的窗口期，在這段時間裡你的公司處於估值巔峰。過了這個窗口，估值可能會急劇下滑。只有極少數的公司，像是 Google、Amazon 這種等級的，答案才是「永遠不要賣」。對其他所有人來說，問題不是「要不要退場」，而是「什麼時候退場」。

他建議創辦人採用一個很具體的做法：每年預先安排一到兩次董事會會議，專門討論退場。不是因為你想賣，也不是因為你覺得公司有問題。而是把這件事變成一個例行的、不帶情緒的討論。這是前 Opsware 執行長 Ben Horowitz 的做法。開會的時候，你可能會說「現在不是時機」，然後繼續做你的事。但也可能會發現「競爭態勢已經劇變了，有人出了一個高於我們未來五年預期價值的價格」，那就是該認真考慮的時候。

他提到了一個教科書級的案例：Mark Cuban。Cuban 在網路泡沫高峰期把自己的公司賣給了 Yahoo，拿到了幾十億美元。更聰明的是，他用金融工具鎖定了 Yahoo 的股價，所以當 Yahoo 股價隨後崩盤時，他一分錢都沒損失。這被認為是科技史上最精彩的財務操作之一。它讓 Cuban 成為億萬富翁的原因，不是因為他的公司多偉大，而是因為他在正確的時間點做出了正確的決定。

SaaS 時代養成了一種思維慣性：到了一定規模，你的地位就很安全。但 AI 時代的節奏不同。Elad Gil 觀察到，過去十年才會發生的替代循環，現在一兩年就可能完成。Scaling laws 的持續有效、推理模型的進步、各種後訓練技術的創新，讓 AI 能力的演進速度遠超過去任何一個科技週期。他認為創辦人應該把心態調整到「每兩年等於過去的十年」，對市場變化保持高度敏感。

我的觀察

Elad Gil 和 Sarah Guo 這集 Podcast 最有價值的地方，不是那些驚人的數字本身，而是他們把兩個看似矛盾的訊息放在一起：AI 產業正在以前所未有的速度成長，但大多數參與者的黃金窗口可能比他們以為的還短。

這對臺灣的 AI 新創和投資人來說是一記很有用的警鐘。過去兩年，臺灣也出現了不少以 AI 為核心的新創公司，估值成長的速度確實比 SaaS 時代快很多。但 Elad Gil 的歷史分析提醒我們：成長快不等於護城河深。Lotus 1-2-3 在 1980 年代的成長速度也很驚人，但最終沒能在 Excel 的衝擊下存活。

Elad Gil 建議的「預排退場討論會」這個做法，在臺灣的新創圈特別值得推廣。臺灣創辦人普遍對「退場」這個詞帶有負面聯想，覺得那等於「放棄」。但在一個技術每兩年就翻一次天的時代，及時認清自己的市場位置，可能是最負責任的決策。不是每家公司都需要做成百年老店，在正確的時間點創造最大價值，同樣值得尊敬。