為何林家振建議台灣的AI新創應專注於「應用與解決方案層」，而非大型語言模型？

林家振為何建議台灣AI新創專注於應用與解決方案層？

林家振認為，台灣的AI新創公司應該專注於「應用與解決方案層」，而非大型語言模型，原因在於訓練大型語言模型需要龐大的算力與資本，這方面台灣難以與美國競爭。然而，基於這些模型之上的AI應用，反而為台灣團隊創造了獨特的市場利基，因為AI的應用解決方案與各國的文化、法規差異息息相關。

Gogolook的成功案例

林家振以Gogolook為例，指出Gogolook利用AI做防詐，這是一個高度在地化的痛點，卻成功地擴展到其他亞洲國家。他認為，只要能從應用端和解決方案端切入，就不需要承擔過高的基礎設施成本，反而能發揮台灣靈活、貼近市場的優勢。

如何在全球AI供應鏈中突圍？

林家振建議台灣新創不必競逐大型語言模型，台灣真正的突圍關鍵在於應用與解決方案層。他強調，創業者應先思考客戶的剛性需求是什麼，並確保產品是客戶願意真正付錢、並持續使用的。此外，創業者應在一開始就為公司設想好各種出場路徑，無論是IPO還是被併購，並朝著那個方向建立可量化的指標。唯有將自己放在全球市場的座標系中，台灣新創才能真正突破本土市場的限制，走向世界。