【新興領域：4月焦點5】創業投資和企業創投在人工智慧領域投資行為的探索
創業投資（Venture Capital，以下簡稱VC）和企業創投（Corporate Venture Capital，以下簡稱CVC）雖然都是扮演著創投市場投資人的角色，但鑑於CVC往往代表著企業的戰略布局，其投資意義與VC期望退場時有高財務回報的思維不同。只是，面對擁有核心技術層和應用層的人工智慧領域時，兩者是否有投資策略上的不同，則本研究透過FINDIT資料庫來探索。
一、前言
在創投市場中，創業投資（Venture Capital，以下簡稱VC）和企業創投（Corporate Venture Capital，以下簡稱CVC）都扮演著很重要的角色，但兩者的投資行為略有不同。依美國知名私募股權與創投資料庫及數據分析服務提供商Pitchbook與美國創投協會（National Venture Capital Association，NVCA）1月公佈的2019年第四季美國創投觀測報告（Venture Monitor 4Q2019）的數據顯示，在1,000萬美元以下的投資佔比，CVC已由2013年的55.56%，降至2019年的36.07%，但VC均維持在六成以上的水準，這說明了CVC參與的投資案件大多偏向中大型規模，此與VC的投資結構截然不同。
不同於VC期望退場時有高財務回報的思維，張嘉玲（2017）指出，相對於VC來說，CVC所投資的新創企業擁有更高的技術含量，此仍基於CVC的投資是奠基於企業發展策略之上。而該文也指出，企業成立創投部門投資新創企業（即CVC），其可以達到以下三個效益：（一）更快速的了解新興科技領域帶動內部研發；（二）降低新興技術帶來的威脅；（三）以低成本吸引新創企業開發創新模式。綜合上述的論點與效益，VC和CVC在投資行為上會有不同的考量。
為了探索VC和CVC的投資行為是否有差異，本研究以人工智慧領域的獲投資訊來做觀察。其原因在於，人工智慧領域的投資涵蓋核心技術層和應用層，前者包括機器視覺、自然語言處理、語音辨識、機器學習等，而後者包括醫療照護、金融科技、零售科技、資訊安全等，於此，若依文獻上的觀點，則CVC會多著眼在核心技術層的投資；而VC會多關注在應用層的投資。另外，基於CVC其投資策略是與母公司發展策略方針為主，因此，該類型投資人參與的投資標的，相對於財務導向為主的VC，較不易受到全球環境改變而有大幅度的變化。於此，本研究將透過CVC和VC的投資數據，再細分階段別、地區別（包括洲別和國別）和領域別等相關資訊，探究兩者行為的差異。
本研究所使用的資料來自FINDIT資料庫，我們主要觀察2014年至2019年全球人工智慧投資的趨勢（如圖5-1所示）。在投資金額方面，2014年至2018年的投資金額呈現持續成長的狀態，唯2019年有下滑的趨勢，若與2018年投資金額相比，成長率為-9.99%；在交易件數方面，2014年至2018年，呈現逐年成長的走勢；只是2019年有下滑的趨勢，若與2018年投資件數相比，成長率為-36.57%。基於金額下降的幅度小於件數下跌的幅度，因此，就單筆投資金額來說，2019年相對2018年是增加的（其由2018年的1,547萬美元增加至2019年的2,195萬美元，成長率為41.92%，此突顯在人工智慧領域的投資，投資人集中在較優質的案件）。接下來，本研究則針對VC和CVC的投資行為進行探討。
二、CVC在2019年參與投資件數的跌幅較小，但金額增加；然而，VC是全球人工智慧投資的主要動能
針對VC和CVC的投資數據，本研究是依人工智慧2014年至2019年所有獲投事件中，若投資人清單內有任一投資機構屬於Venture Capital的投資人型態，則該筆獲投會計算在VC的獲投案件中；同樣的，若投資人清單內有任一投資機構屬於Corporate Venture Capital的投資人型態，則該筆獲投會以CVC的獲投案件過錄。
首先，針對VC於2014年至2019年的投資趨勢來看，投資件數與金額一路由2014年成長至2018年（投資件數由400件成長至1,054件，成長率為161.3%；投資金額由37.5億美元成長至238億美元，成長率為535.3%）；只是，2019年投資的件數與金額雙雙下滑（投資件數由2018年的1,054件減少至2019年的821件，成長率為-21.4%；投資金額由2018年的238億美元減少至2019年的208億美元，成長率為-12.6%）。僅管投資件數與金額呈現下滑的走勢，但若換算為單筆投資金額的趨勢時，則VC單筆投資金額由2014年的938萬美元增加至2019年的2,535萬美元，其顯示VC已漸漸將投資人工智慧新創企業集中於較優質的案件。
接下來，觀察CVC的狀況。與VC相同之處在於2014年至2018年的投資趨勢亦呈現一路成長的態勢（投資件數由400件成長至1,054件，成長率為161.3%；投資金額由37.5億美元成長至238億美元，成長率為535.3%）；但值得注意的地方在2019年的趨勢，投資件數減少，而投資金額仍持續增加，此趨勢與全球、VC的走勢完全不同。但若換算為單筆投資金額的趨勢時，則CVC單筆投資金額由2014年的2,502萬美元增加至2019年的3,423萬美元，這亦顯示CVC參與的人工智慧新創企業投資案漸漸集中於較優質的案件。
進一步檢視2014年至2019年VC和CVC在人工智慧的投資件數占比時，則VC歷年平均值在50%的水準，而CVC歷年平均值僅7%，這顯示全球人工智慧的投資主要是由VC在帶動的。不過，CVC占比由2014年的5%上升至2019年的9%，這也顯示CVC扮演在投資人工智慧領域的角色上，重要性有逐漸增加。
綜觀VC與CVC總體的投資情形發現，在2019年全球人工智慧投資的件數與金額雙雙下滑的同時，背負母公司戰略布局的CVC在參與投資件數上並沒有大幅下跌，且投資金額也逆勢增加，若與追求財務報酬的VC相比之下，CVC受到大環境變化而改變投資策略的影響較小。
再者，若相比兩者的單筆投資金額的狀態時，則CVC均高於VC一倍以上，這可突顯CVC有策略投資的特性，會謹慎依母公司的發展方向做投資新創的決策。若針對VC和CVC在全球人工智慧投資件數的佔比時，基於VC投資件數佔比平均達半數以上的水準，可知全球人工智慧的投資是由VC在帶動的。
三、CVC逐漸朝人工智慧中後期階段的投資；VC多參與早期階段的投資
投資事件中，不同階段代表的意義大不相同，A輪代表新創企業的商品/服務尚處於概念的狀況，而B輪則表視新創企業的商品/服務已進入可規模化的狀態。因此，探討VC與CVC的投資行為，本研究將兩者2014年至2019年的投資件數，區分為不同投資階段的占比。
圖5-5和圖5-6分別顯示VC與CVC歷年在全球人工智慧各個投資件數的階段別佔比，而數據顯示，VC投資於A輪之前占比由2014年的66%減少至2019年的62%；但CVC則由2014年的51%減少至2019年的36%。於此，以階段別來看VC與CVC的投資行為來說，VC偏向投資在A輪之前的新創企業，以潛力新創企業的投資，追求財務收益的目標；CVC則投資在B輪之後的投資案件，以可規模化/商業化的投資，滿足母公司在人工智慧技術的發展策略。
四、VC參與投資案件的地區，分布較廣，而投資目標慢慢偏重於亞洲；CVC參與投資案件的地區，則較集中，而北美依舊是布局的重點地區
檢視VC與CVC投資案件所屬的總部所在洲別，圖5-7和圖5-8呈現2014年至2019年兩類投資人在各洲布局的狀況。首先，以VC在2014年至2019年的投資狀況，北美洲歷年雖然都有高於半數以上的投資案件，但占比已經由2014年的75%降至2019年的54%；取而代之的是亞洲人工智慧新創的投資，其2019年的占比已接近2014年的兩倍（如圖5-7所示）。
其次在CVC的部份，雖然整體參與的投資案占比，亞洲參與的案件有大幅度的增加，但北美洲的佔比仍高達七成。綜合上述的數據顯示，亞洲區已漸漸成為VC與CVC投資的重點地區，但CVC仍舊以北美州為主（如圖5-8所示）。
若檢視VC與CVC投資的新創企業的國別狀況（如圖5-9和圖5-10所示），則美國、英國、中國、以色列等四個國家均是兩者投資的重點區域，這與該四個國家是主要人工智慧技術中心的因素有關（億歐，2019）。
五、人工智慧核心技術、商業數據分析、金融科技是VC和CVC參與投資最多的人工智慧的領域
就投資領域來看，本研究除了想要了解VC與CVC是否有分散投資之外，亦想了解兩者在人工智慧核心技術層和應用層的布局。圖5-11和圖5-12分別顯示VC與CVC於2014年至2019年投資人工智慧新創企業的國別分布。就投資件數的前三名而言，人工智慧核心技術、商業數據分析、金融科技均是VC與CVC投資最多的領域。
但若要看VC與CVC在投資領域的策略是否有分散投資的狀況，本節以累積投資件數的90分位數所函蓋的領域數目來探討。除了前述兩者均有投資的3個領域之外，要讓累積獲投件數達到90分位數，則CVC投資的領域尚包括零售科技、廣告銷售、醫療照護、交通運輸、物聯網、資訊安全、電子商務、機器人等8個領域；而VC包括醫療照護、廣告銷售、交通運輸、零售科技、資訊安全、物聯網、電子商務、娛樂媒體、機器人等9個領域。因此，VC略比CVC有分散投資的現象，但整體而言兩者在領域別上的分布大致相同。
綜合上述在領域別的數據顯示，VC和CVC在人工智慧核心技術均是投資件數與金額最高的領域，而且就應用層的領域來說，兩者皆有在人工智慧的各個領域布局，整體而言，兩者在人工智慧核心技術層和應用層的投資行為相同。不過，若進一步以單筆投資金額來說，人工智慧核心技術、商業數據分析、金融科技等屬於前3名的領域，CVC的單筆投資金額均較VC來得高，這與CVC較傾向投資晚期階段的案件致使其單筆投資金額較高的原因有關。
接下來，本研究針對2014年至2019年間的投資事件中，全由VC投資者，以及全由CVC投資者，分別檢視兩者投資金額最高的前五名投資事件做分析。
（一）VC投資的亮點投資事件
本節針對2014年至2019年間的投資事件中，全由VC投資者，且投資金額最高的前五名投資事件做分析，而SenseTime、Nuro、BYTON、Automation Anywhere、Wish即為這投資事件的投資標的。
全由VC投資的投資事件中，投資金額最高的第一名，是由SoftBank Vision Fund投資的SenseTime，其是發生在2018年9月10日，投資金額為10億美元，投資階段為D輪。SenseTime成立於2014年，總部位於中國，創辦人為Bing Xu、Li Xu、Xiaogang Wang、Xiaolan Xu，該企業已累計歷經7輪股權投資，共獲得26.4億美元。該公司主要開發的是人臉辨識系統，並且結合人工智慧系統將人的臉譜進行統整和歸納，此可使用於安全檢驗系統，並具深度學習系統。此外，該企業的SenseCrowd是人群分析系統，其可透過影像提供針對人群的即時分析服務。（官網：https://pse.is/R34FQ）
投資金額第二名，是由SoftBank Vision Fund投資的Nuro，投資時間為2019年2月11日，投資金額為9.4億美元，投資階段為B輪。Nuro成立於2016年，總部位於美國，創辦人為Dave Ferguson、Jiajun Zhu，該企業已累計歷經3輪股權投資，共獲得10億美元。Nuro所研發的產品為自動駕駛傳輸車，不需要駕駛人，為完全的自動駕駛，具備人工智慧系統、圖像辨識系統、機器學習系統等，該公司開發出的自動駕駛車專門來運送當地的食物，避免撞到路上的行人和車輛，也會自動偵測路況以人工智慧系統控制車速進行相對的反應，避開行人或遵守交通，偵測行駛道路的轉彎及轉向。（官網：https://pse.is/R7ST7）
投資金額第三名，是由FAW Group投資的BYTON，其是發生在2019年9月11日，投資金額為5億美元，投資階段為C輪。BYTON成立於2016年，總部位於中國，創辦人為Carsten Breitfeld、Daniel Kirchert，該企業已累計歷經5輪股權投資，共獲得12億美元。BYTON的產品為自動駕駛汽車，汽車為完全電力裝置系統，無須添加汽油。該汽車電池具有機器學習系統，並會定期進行系統更新，讓電池維持在最高效率的狀態。該車的自動駕駛系統具備人工智慧及圖像識別技術，可以偵測路面情況、避開障礙物及行人、感應紅綠燈，其還具有被動噪聲消除和減震系統，使駕駛可以更為平穩的行駛在路面上。（官網：https://pse.is/QPM7H）
投資金額第四名，是由SoftBank Vision Fund投資的Automation Anywhere，投資時間為2018年11月15日，投資金額為3億美元，投資階段為A輪。Automation Anywhere成立於2003年，總部位於美國，創辦人為Ankur Kothari、Mihir Shukla、Neeti Mehta，該企業已累計歷經4輪股權投資，共獲得8.4億美元。該企業是美國流程機器人（Robotic Process Automation，縮寫RPA）公司，透過自然語言處理技術與非結構化數據認知等技術，搭建自動化的商業流程處理系統，在全球範圍內為企業客戶節省人力。Automation Anywhere主要針對商業及IT的任務自動執行工具，用戶不需要編程就可以在幾分鐘內設定複雜的任務安排，之後用戶即可透過引導指南建立鍵盤紀錄和滑鼠動作紀錄，創建自動化腳本。因此，在結合傳統的RPA和認知元素，其機器學習支持的系統可處理需要數十萬員工的任務。（每日頭條：https://pse.is/MHSJZ）
投資金額第五名，是由Manhattan Venture Partners投資的Wish，其是發生在2017年9月20日，投資金額為2.5億美元，投資階段為G輪。Wish成立於2010年，總部位於美國，創辦人為Danny Zhang、Peter Szulczewski，該企業已累計歷經9輪股權投資，共獲得16億美元。該企業是全球移動購物平台，專注以線上購物中心的形式直接向全球消費者提供產品。透過自主研發的智慧推薦式演算法，掌握差異化群體消費特徵，將主要客群瞄準已開發國家的年輕和中低收入群體。此外，Wish推出了本地化的項目，與本地實體零售商合作，消費者將可在這些實體店內自提產品，使產品更貼近消費群，同時也能帶動實體店的流量。此舉將為消費者帶來更靈活、更便捷的購物體驗，而實體店可以通過Wish所帶動的人流增加銷售。（小白創業網：https://pse.is/RBFYP）。
（二）CVC投資的亮點投資事件
本節針對2014年至2019年間的投資事件中，全由CVC投資者，且投資金額最高的前五名投資事件做分析，而i.am+、Yitu Technology、Pony.ai、Blippar、Guavus即為這投資事件的投資標的。
全由CVC投資的投資事件中，投資金額最高的第一名，是由Salesforce Ventures投資的i.am+，其是發生在2017年11月7日，投資金額為1.2億美元。i.am+成立於2012年，總部位於美國，創辦人為Chandrasekar Rathakrishnan、William Adams。該公司是智慧硬體廠商，起初專注於研發消費型電子產品，目前以人工智慧產品為主。而該企業快速的發展，主要是企業市場和研發語音助手Omega提供了巨大的機會。透過智慧客服的服務，該公司研發出更多為企業提供語音服務的AI產品。i.am+的首個企業客戶是Deutsche Telekom AG（德國電信股份公司），它不僅是德國電信巨頭，也是T-Mobile（跨國行動電話運營商）的母公司，而i.am+ 一直使用語音助手Omega為AI聊天機器人提供支持。（每日頭條：https://pse.is/RGX4E）
投資金額第二名，是由China Industrial Asset Management投資的Yitu Technology，其是發生在2018年7月17日，投資金額為1億美元，投資階段為C輪。Yitu Technology成立於2012年，總部位於中國，創辦人為Lin Chenxi、Zhu Long，該企業已累計歷經11輪股權投資，共獲得4.1億美元。該公司研發的系統涵蓋的AI技術相當廣泛，有人工智慧系統技術、自然語言處理器、語音辨識系統、預測分析系統、商業智慧系統。而在醫療照護應用上，其該公司能將數據資料從數據轉換成圖像，點出病患的病因、點出病症位置，也具有語音識別技術，能夠直接辨識病患的語言，並將語言轉換成文字。（官網：https://pse.is/QBZGT）
投資金額第三名，是由Kunlun投資的Pony.ai，其是發生在2019年4月11日，投資金額為5,000萬美元，投資階段為A輪。Pony.ai成立於2016年，總部位於美國，創辦人為James Peng、Tiancheng Lou，該企業已累計歷經5輪股權投資，共獲得7.3億美元。該公司主要研發汽車全自動駕駛系統，具有人工智慧系統、圖像辨識系統、機器學習系統、深度學習系統。除一般的乘用車外，也包含全自動駕駛的貨運卡車。該企業設計的自動駕駛系統加入動態尋路（dynamic routing）算法機制，測試車能夠依據行駛時每條車道內的路況進行動態預測和決策優化，穩定實現任意點對點的常態化運行。（官網：https://pse.is/P56GY）
投資金額第四名，是由Qualcomm Ventures投資的Blippar，其是發生在2015年3月9日，投資金額為4,500萬美元，投資階段為C輪。Blippar成立於2011年，總部位於英國，創辦人為Ambarish Mitra、Jessica Butcher、Omar Tayeb、Steve Spencer，該企業已累計歷經4輪股權投資，共獲得1.32億美元。該公司結合了擴增實境技術與機器視覺技術，讓用戶只需拿起手機，對著任何感興趣的物品拍一張照，就可以收到該物品的相關訊息。此外，該企業亦推出beta社交功能─Halos，為其iOS和Android應用程式帶來了新的臉部識別技術功能。在「公眾人物臉部識別」的應用中，其允許用戶使用其應用程式掃描七萬個著名的臉譜，用戶可以透過掃描自己的臉部和改變頭上的多個功能氣泡來創建和定製自己的AR Face Profile，包括對表情符號、視頻、照片進行編輯。（每日頭條：https://pse.is/R89T7）
投資金額第五名，是由Liberty Global投資的Guavus，其是發生在2015年6月25日，投資金額為3,000萬美元，投資階段為E輪。Guavus成立於2006年，總部位於美國，創辦人為Anukool Lakhina，該企業已累計歷經7輪股權投資，共獲得1.3億美元。該公司是數據分析公司，該公司的數據分析服務主要面向電信服務商，以幫助這些公司更好的掌握網絡表現、設備和應用的利用情況，以及更好地理解內容和用戶行為。有了這些信息，運營商則能優化網絡容量，並增加收入。（雷鋒網：https://pse.is/NSWV3）。
六、VC和CVC人工智慧領域的投資趨勢分析
進一步用個別領域的投資件數成長率來探究VC和CVC投資趨勢。本研究將2014年至2019年拆成3個兩年的投資件數總額（即「前期：2014年和2015年」、「中期：2016年和2017年」、「後期：2018年和2019年」），再計算兩個成長率的走勢（即「2014年至2017年成長率：前期至中期的成長數值」、「2016年至2019年成長率：中期至後期的成長數值」），則本研究依「2014年至2017年成長率」和「2016年至2019年成長率」的狀況區分為4種狀態。若兩個成長率均為正值，且「2016年至2019年成長率」高於「2014年至2017年成長率」者，本研究視該領域呈現「成長」狀態；若兩個成長率均為正值，但「2016年至2019年成長率」小於「2014年至2017年成長率」者，本研究視該領域呈現「成長趨緩」狀態；若僅「2016年至2019年成長率」的數值為正，本研究視該領域呈現「近期有成長」的狀態；但若「2016年至2019年成長率」的數值為負值，則本研究視該領域呈現「衰退」的狀態。
若以全球的成長率走勢來看，如圖5-14所示，人工智慧核心技術、商業數據分析、電子商務、機器人、安防科技、房地產、法律科技、太空衛星科技等領域屬於成長者；金融科技、醫療照護、交通運輸、物聯網、人力資源科技、教育科技、生物科技、農業科技等領域屬於成長趨緩者；而零售科技、娛樂媒體、資訊安全則屬於衰退者。
若以VC的成長率走勢來看，如圖5-15所示，物聯網、電子商務、教育科技、安防科技、法律科技、太空衛星科技等領域屬於成長者；人工智慧核心技術、商業數據分析、金融科技、醫療照護、交通運輸、資訊安全、人力資源科技、機器人、生物科技、農業科技等領域屬於成長趨緩者；房地產則為近期有成長者；而廣告銷售、零售科技、娛樂媒體則屬於衰退者。
若以CVC的成長率走勢來看，如圖5-16所示，商業數據分析、醫療照護屬於成長者；人工智慧核心技術、金融科技、物聯網、人力資源科技、機器人屬於成長趨緩者；零售科技、教育科技、安防科技、房地產屬於近期有成長者；而廣告銷售、娛樂媒體、資訊安全，則屬於衰退者。
整體來說，與全球的數據相比（如表5-1所示，紅色標示出三者屬於相同走勢的領域），VC與全球趨勢相同的領域比較多；但CVC僅六個領域的走勢與全球相似。這也說明了CVC在做母公司的戰略布局時，會與單考慮財務報酬的VC不同。
若要歸納兩類投資人有「相同」投資趨勢的領域時，首先，兩者為「成長」或是「近期有成長」的領域為教育科技、安防科技、房地產；其次，兩者為「成長趨緩」的領域為人工智慧核心技術、金融科技、人力資源科技、機器人；最後，兩者為「衰退」的領域為廣告銷售、娛樂媒體。
若檢視兩者投資趨勢相異的領域時，則呈現「成長」的領域，VC為物聯網、電子商務、法律科技、太空衛星科技，CVC為商業數據分析、醫療照護；呈現「衰退」的領域，VC為零售科技，CVC為資訊安全。
七、結論
本研究透過人工智慧領域來探索VC和CVC的投資行為，VC的投資策略主要是以財務報酬為目標，但CVC往往代表著企業的戰略布局。因此，基於CVC其投資策略是與母公司發展策略為方針，因此，該類型投資人參與的投資標的，相對於財務導向為主的VC，較不易受到全球環境改變而有大幅度的變化。
本研究所使用的資料來自FINDIT資料庫，我們主要觀察2014年至2019年全球人工智慧投資的趨勢。數據顯示，在2019年全球人工智慧投資趨勢在件數和金額雙雙下滑的狀況下，VC與全球的走勢一致；但CVC僅在投資件數小幅下跌，而投資金額卻增加受到大環境變化而改變投資策略的影響較小。上述情況說明了背負母公司戰略布局的CVC在參與人工智慧的投資案件，其相對VC，受到大環境變化而改變投資策略的影響較小。
然而，就VC和CVC占全球人工智慧投資的比重我們發現，VC歷年平均值在50%的水準，而CVC歷年平均值僅7%，這顯示全球人工智慧的投資主要是由VC在帶動的。另外，CVC占比由2014年的5%上升至2019年的9%，這也顯示CVC扮演在投資人工智慧領域的角色上，重要性有逐漸增加。
針對投資階段的部份，VC投資於A輪之前占比由2014年的66%減少至2019年的62%；但CVC則由2014年的51%減少至2019年的36%。於此，以階段別來看VC與CVC的投資行為來說，VC偏向投資在A輪之前的新創企業，以潛力新創企業的投資，追求財務收益的目標；CVC則投資在B輪之後的投資案件，以可規模化/商業化的投資，滿足母公司在人工智慧技術的發展策略。
本研究亦檢視兩者檢視VC與CVC投資案件所屬的總部所在洲別，則VC參與投資案件的地區，分布較廣，而投資目標慢慢偏重於亞洲；CVC參與投資案件的地區，則較集中，而北美依舊是布局的重點地區。但就國家別來說，美國、英國、中國、以色列等四個國家均是兩者投資的重點區域。
在領域別方面，人工智慧核心技術、商業數據分析、金融科技等三個皆為VC和CVC偏好投資的領域。若進一步用個別領域的投資件數成長率來探究VC和CVC投資策略的走勢。整體來說，與全球的數據相比，VC與全球趨勢相同的領域比較多；但CVC僅六個領域的走勢與全球相似。這也說明了CVC在做母公司的戰略布局時，會與單考慮財務報酬的VC不同。
展望2020年，PitchBook（2020）指出，在COVID-19的勞動限制下，人工智慧技術有精簡員工隊伍的能力，未來在機器人流程自動化和銷售最適化的層面，均有著眼的空間。另外，政府醫療報告和新聞發布的自然語言處理預測疫情爆發的地區，以及疾病診斷和藥物發現，也都是人工智慧技術具有優勢的地方，值得關注。
參考資料
- 億歐（2019）「2019全球人工智能科技創新50」。
- 張嘉玲（2017）「最活躍的早期投資VC領域佈局分析」，《早期投資趨勢前瞻暨研發與新創鏈結策略研析》，財團法人工業技術研究院。
- PitchBook（2020）“The Ripple Effects of COVID-19 on Emerging Technologies”.
