2026 年 AI 新創統計.

逐一審視 2026 年 AI 新創的資金數據——每個數字實際衡量了什麼、為什麼資料庫之間存在差異，以及這些證據證明了什麼和沒有證明什麼。

AI 新創統計數據異常難以總結，因為**「AI 新創」並非標準化的統計類別**。創投資料庫、政策組織、調查和投資者報告衡量的內容各不相同：創投、更廣泛的私人投資、新獲得資金的公司、企業軟體支出、獨角獸的形成、基礎設施資本支出或 AI 採用。這些都是相關的訊號——但它們不能互換。

最強有力的證據顯示了 2026 年更新的清晰模式：AI 已成為創投融資的主導類別，尤其是在美國，而資金集中在少數計算密集型公司和基礎模型開發商。企業採用廣泛，但可衡量的業務影響和持久的新創收入仍難以從公開數據中驗證。

本文使用截至2026 年 7 月 2 日的公開來源。由於 2026 年仍在進行中，因此它將第一季度和年初至今的訊號與最強勁的 2025 年全年數據集分開——並且避免了未經證實的說法，例如確切的全球新創公司數量、總體新創收入或沒有透明方法的通用「AI 市場規模」估計。

熱門統計數據

以下每個數字都歸因於特定的來源和指標定義。請閱讀後續章節以了解注意事項——這些總數使用不同的方法，不應混為一談。

定義：什麼算是 AI 新創統計數據？

AI 新創統計數據中最重要的注意事項是定義。融資總額、私人投資總額、企業支出估計和獨角獸數量都可能描述 AI 新創生態系統——但它們衡量的是不同的層面。

經合組織 2026 年的政策簡報使用 OECD.AI 和 Preqin 數據衡量對 AI 公司的創投。這是一個創投特定的視角——有助於了解創投投資者如何分配資本，但它不代表所有私人資本、上市公司支出、雲端資本支出或企業軟體預算 (OECD)。

史丹佛 AI 指數使用更廣泛的私人投資衡量標準，基於 Quid 數據，追蹤籌集超過 150 萬美元的私人 AI 公司的外部資金 (Stanford HAI)。Our World in Data 重現了這個系列，繼承了史丹佛/Quid 的方法 (OWID)。

Crunchbase、PitchBook 和 CB Insights 各自維護專有資料庫，因此它們的數字因分類、覆蓋範圍和交易納入規則而異。經合組織報告 2025 年全球 AI 創投為2587 億美元，而 PitchBook 報告為2439 億美元 (PitchBook)——這不是矛盾，而是方法論上的差異。

企業需求來源衡量的又是另一回事。Menlo Ventures 根據對約500 名美國決策者的調查，對企業生成式 AI 支出進行建模 (Menlo)；麥肯錫衡量對105 個國家 1,993 名受訪者的自我報告採用情況 (McKinsey)；普華永道衡量308 名美國高管的預算意圖——而非實際支出 (PwC)。

因此，正確的解讀始於指標定義。僅限創投的數字不應直接與更廣泛的私人投資進行比較；基於調查的數字未經審計；獨角獸數量取決於可能過時、不透明或在後續輪次中重新定價的私人估值。

全球 AI 新創融資和私人投資

2026 年最明確的更新：AI 融資熱潮並未在 2025 年底結束。CB Insights 報告稱，2026 年第一季度私人 AI 公司獲得2260 億美元融資 (CB Insights)。Crunchbase 更廣泛的數據顯示：全球新創投資3000 億美元，其中 AI 獲得2420 億美元——佔總額的 80% (Crunchbase)。這些是第一季度的快照，不是全年總額。

最強勁的全年發現是，AI 在 2025 年佔據了異常大的創投份額。經合組織報告稱，2025 年全球 AI 創投為2587 億美元——佔其基於 Preqin 數據集中所有創投的 61%，高於 2023 年的 1236 億美元 (OECD)。根據該方法，AI 成為創投的主要份額。

PitchBook 2025 年的估計略低，但方向相似：2439 億美元，超過全球創投交易價值的一半 (PitchBook)。相似性支持了廣泛的結論；差距說明了為什麼不應將單個資料庫的總數混為一個「真實」數字。

Crunchbase 報告稱，2024 年全球創投融資約3140 億美元，AI 超越了包括 2021 年在內的所有前一年 (Crunchbase)，並在 2025 年佔據了近一半的全球融資。CB Insights 記錄 2025 年第一季度 AI 融資為 666 億美元——季度環比增長 51%，涉及 1,134 筆交易——2025 年全年超過 2000 億美元 (CB Insights)。

史丹佛 AI 指數增加了更廣泛的私人投資視角：2025 年美國私人 AI 投資達到 2859 億美元 (Stanford HAI)。由於它追蹤超過 150 萬美元的外部資金，因此不應將其與僅限創投的總數合併。

生成式 AI 新創融資

生成式 AI 是 AI 融資的一個主要但非完全相同的子集。史丹佛 AI 指數 2025 年報告稱，2024 年全球生成式 AI 私人投資為339 億美元——同比增長 18.7%，是 2022 年水平的 8.5 倍以上 (Stanford HAI)。

經合組織報告稱，2025 年生成式 AI 創投為353 億美元，佔 AI 創投的 14% 以上 (OECD)。這個數字低於一些市場評論，因為經合組織專門衡量創投——而不是所有私人投資或企業支出。

CB Insights 將 2025 年第一季度的激增部分歸因於前沿生成式 AI 和基礎設施，OpenAI、Anthropic 和 Safe Superintelligence 的巨額融資推動了該季度 666 億美元的增長 (CB Insights)。

Menlo Ventures 提供了需求方面的補充：2025 年企業生成式 AI 支出約為240 億美元，高於 2024 年的約 115 億美元——在另一種劃分中，370 億美元分為應用程式 190 億美元/基礎設施 180 億美元 (Menlo)。「生成式 AI 融資」可以意味著三個相鄰但不同的分子。

基礎設施、計算和基礎模型實驗室

融資熱潮深受基礎設施和基礎模型經濟學的影響。訓練和服務大型模型需要計算、雲端容量、專用晶片和技術人才——因此融資總額受到少數幾輪非常大的融資的影響不成比例。

Crunchbase 報告稱，2025 年基礎模型公司籌集了約800 億美元——約佔全球 AI 融資的 40% (Crunchbase)。這種模式在 2026 年第一季度加劇：OpenAI、Anthropic、xAI 和 Waymo 總共籌集了 1880 億美元，約佔該季度全球創投的 65%。2026 年初的總額既是新創融資訊號，也是計算基礎設施訊號。

這就是為什麼即使不是新創融資，上市公司數據也很重要：NVIDIA 和 AMD 的 SEC 文件記錄了供應商端的 AI 經濟學 (NVIDIA) (AMD)，而 Alphabet 的投資者資料和超大規模追蹤器記錄了雲端資本支出 (TechInsights)。

史丹佛 AI 指數報告稱，2024 年近90% 的著名 AI 模型來自業界，而非學術界 (Stanford HAI)。對於新創分析而言，關鍵點是：AI 基礎設施既是一個類別，也是一個投入成本。對模型實驗室的融資反映了計算成本，也反映了市場推廣活動——這使得 AI 創投總額與早期的軟體週期不太可比。

企業需求和支出訊號

新創融資只有在有可靠需求的情況下才重要。最強勁的需求端統計數據顯示了廣泛的採用、快速的生成式 AI 支出增長和不斷上升的預算意圖——它們並不能證明每個 AI 新創公司都有持久的收入或正向的投資回報率。

Menlo 估計企業生成式 AI 支出從 2024 年的約 115 億美元增長到 2025 年的約240 億美元，其中一半以上現在流向應用程式——新創公司直接與現有企業競爭。其部門劃分：73 億美元用於編碼和開發工具，84 億美元用於通用協作工具，35 億美元用於垂直 AI，其中醫療保健在垂直領域中領先 (Menlo)。

麥肯錫 2025 年 AI 狀況調查發現，88% 的組織在至少一個職能中使用 AI，高於 78%——來自 105 個國家的 1,993 名受訪者 (McKinsey)。但只有少數報告了實質性的息稅前利潤影響：這是一個有用的警示，提醒我們不要將採用等同於財務轉型。

普華永道發現，由於代理式 AI，88% 的高管計劃在未來 12 個月內增加 AI 預算——這是一項針對 308 名美國高管的調查，衡量的是意圖，而非實際採購 (PwC)。

微軟 2025 年工作趨勢指數（31,000 名員工，31 個國家）(Microsoft)、德勤的企業生成式 AI 系列 (Deloitte) 和 Google 的 DORA 報告 (DORA) 增加了勞動力、治理和開發者訊號。總而言之：需求真實且廣泛，但成熟度、信任度和可衡量的財務影響不均。

估值、階段、獨角獸和融資集中度

AI 新創融資不僅規模龐大；它還高度集中——在融資份額、基礎模型輪次、獨角獸估值和階段估值方面。

Carta 報告稱，AI 公司在 2025 年獲得了其平台上約40% 的新創投資美元，在 2026 年初上升到 54% (Carta)。這不是全球總數——但這是來自大型股權管理數據集的一個強烈訊號。

Carta 2025 年第四季度的分析顯示，種子輪投後估值中位數為2400 萬美元，A 輪投後估值中位數為7870 萬美元 (Carta)。其 2025 年第一季度報告顯示，種子輪投前估值中位數為 1600 萬美元，該季度 Carta 上籌集了約210 億美元——約19% 的新輪次估值下調 (Carta)。

集中度無處不在：獲得資金的新創公司中，底部 50% 僅獲得了14% 的籌集資本；基礎模型公司佔 2025 年 AI 融資的約 40%；NVCA/PitchBook 指出，排除五筆最大的退出和交易，2026 年第一季度的總額將減少超過 70% (NVCA)。

CB Insights 統計，自 ChatGPT 於 2022 年 11 月推出以來，創造了100 家 AI 獨角獸，其中大型語言模型開發商是最大的類別 (CB Insights)。PitchBook 表示，2025 年大多數階段的私人估值中位數超過了 2021 年的高點，其中美國十大獨角獸佔獨角獸總價值的一半以上 (PitchBook)。這是一個雙速市場：頂部有巨額融資，而其他公司則面臨更具選擇性的環境——包括下調估值。

地理、政策和人才訊號

地理主張是 AI 新創統計數據最薄弱的地方。沒有權威的全球 AI 新創註冊表——投資地理比新創公司數量更具說服力。

2026 年至今的數據比 2025 年更偏向美國：Crunchbase 報告稱，總部位於美國的公司獲得了 2026 年迄今為止近88% 的 AI 相關新創融資——3190 億美元 (Crunchbase)。這是一個融資地理統計數據，而不是新創公司的官方計數。

經合組織 2025 年的地理數據也十分明顯：美國吸引了1940 億美元的 AI 創投（約佔全球總額的 75%），而歐盟 27 國為 158 億美元，中國為 139 億美元，英國為 138 億美元 (OECD)。史丹佛大學更廣泛的方法將美國私人 AI 投資定為 2859 億美元 (Stanford HAI)。

生態系統不僅僅依賴於資本。史丹佛大學的研發和政策章節 (Stanford HAI)、經合組織 AI 觀察站 (OECD.AI)、WIPO 專利數據 (WIPO) 以及世界銀行/開發計畫署/聯合國/國際貨幣基金組織的指標支持人才、政策和人均比較。安全的結論是美國在衡量投資方面佔主導地位——而不是每個國家的確切新創公司數量。

數據未能證明什麼

數據支持了幾個強有力的陳述。它不支持所有關於 AI 新創的流行說法。

如何正確解讀 AI 新創統計數據

一個實用的框架：將五個層次分開。

分開來看，情況很清楚：AI 新創融資規模空前、高度集中、方法論碎片化，並與企業採用和基礎設施限制緊密相關。

來源品質說明

本文依賴於官方政策和研究組織、公開方法論的數據集、創投資料庫、主要文件、投資者資料和可靠的調查：經合組織、史丹佛 HAI、PitchBook、CB Insights、Crunchbase 和 Carta 用於融資；Menlo、麥肯錫、普華永道、微軟、德勤和 Google DORA 用於需求；NVIDIA、AMD 和 Alphabet 的主要資料用於基礎設施。

它有意避免了薄弱的市場規模頁面、未經證實的新創公司數量以及沒有透明方法論的聚合器聲明——並且不將專有資料庫的計數視為官方普查數據。

常見問題

來源和延伸閱讀