Jan 15, 2026
歡迎閱讀由 Manny 執筆的「科技曼讀」，每個月都會挑兩個重大的商業事件，分享我的觀點。除了事件本身，我更關心可以用哪些更宏觀的角度來理解。
歡迎將你的讀後感想透過「曼報俱樂部 Manny Pro Club」的提問表單與我們分享。我們將挑出印象深刻的回答，並在下個月跟大家分享我們的回應。
如果你還不是《曼報 Pro》的訂戶，也歡迎加入這個每月有超過 8 篇深度好文的社群，與 9,400+ 人一起探索商業與創新。
過去幾年來，幾大科技巨頭紛紛斥資數十億美元，收編頂尖的 AI 新創團隊，且交易方式很特別：不直接收購公司股份，而是挖走團隊並取得技術授權。業界普遍稱這種交易叫「人才併購」（acqui-hire），近期的知名案例整理如下圖。
傳統的人才併購遵循標準結構，也就是收購方透過股票或資產收購來購買目標實體，團隊成員作為企業交易的一部分進行移轉，智慧財產權的所有權則完全移轉給買方。約 1.2 億美元以上的交易會觸發《哈特-史考特-羅迪諾反托拉斯改進法》（Hart-Scott-Rodino Act, HSR）的申報要求，需接受聯邦貿易委員會（FTC）和司法部（DOJ）的審查。
2024 年起，美國科技巨頭們一方面希望擴充 AI 團隊，一方面又希望避開監管機構對大型併購的關切，開始發展出一種新玩法。這個玩法有三個主要成分：
簽訂「非獨家」授權協議（保持市場競爭的表面狀態）
向關鍵人員提供「獨立」的聘用合約（絕對不會是轉職）
無股權轉讓，讓原公司在技術上保持獨立（避開收購）
微軟與 Inflection AI 的交易是這個新玩法的標準範本。2024 年 3 月，微軟以 6.2 億美元的授權費獲得 Inflection AI 模型的非獨家權利，並額外以 3,300 萬美元獲得豁免因聘僱 Inflection 員工（包括共同創辦人 Mustafa Suleyman 和 Karén Simonyan）而可能面臨的法律責任。
根據 Fast Company 的報導，在這筆總計 6.53 億美元 的交易中，預計有 3.8 億美元用於回購 Inflection AI 現有股東的股權，溢價比例為 50%。此外，為了不被認為是收購，微軟向英國競爭及市場管理局（CMA）主張：「沒有員工轉職，而是員工選擇辭職並與微軟簽訂個別的僱傭合約。」
為何這些獨角獸等級（估值超過 10 億美元）的 AI 新創公司願意接受這種交易？我認為可以從一個結構性的角度來切入。當訓練最先進的 AI 模型需要燒掉天文數字的錢，而模型服務的售價卻在競爭壓力下越來越低，AI 新創公司也越來越難以找到立足點。
打造 AI 模型的固定成本（CapEx）已經來到新創公司難以承擔的程度。Adept 創辦團隊坦承，如果想繼續獨立研發大型模型，將不得不把大量時間花在募資。Inflection AI 就算在 2023 年募到了 13 億美元的鉅額資金（包括現金與雲端額度），執行長 Suleyman 也明白表示這筆融資主要就是用來買算力。
另一方面，模型推論服務的價格戰卻讓新創公司的獲利前景更加黯淡。雲端巨頭為爭奪市場紛紛下調 API 價格，過去幾年來每半年到一年就會把價格再往下降到一半、甚至是十分之一。結果是提供類似模型服務的新創公司幾乎無法靠收費 API 獲利。
值得注意的是，科技巨頭與這些 AI 新創之間的交易結構，遠不只是單純的人才收購，背後隱含著資本與算力的迴圈循環。巨頭們往往在新創早期以「現金 + 雲端額度」投資，促使後者購買其雲服務和 GPU 算力。當新創難以為繼時，巨頭們又透過「非獨家授權費 + 挖角核心團隊」等方式接手其核心資產，並利用授權費讓早期投資人全身而退。
以 Inflection AI 為例，微軟不僅是其最大出資方，提供的資金有一部分是指定用於 Azure 雲服務的預付額度。Inflection 將這筆錢砸向 Azure 上的算力資源和 NVIDIA GPU，當發現獨立商業模式難以為繼後，微軟祭出了「人才收購 + 技術授權」方案。
Inflection AI 私下告知投資人，它與微軟的授權協議，早期投資人將可 100% 回本甚至獲利。換句話說，微軟透過高價購買授權，實質補償了所有 Inflection AI 的投資人。由於 Inflection AI 過去募得的 15 億美元中有相當比例來自微軟的雲端額度和 NVIDIA 的合作，真正需要微軟額外付出的現金可能並不算多。微軟等於是先讓 Inflection AI 把錢花在自家雲服務上，再以授權金形式把剩餘資金回給投資人，自己則收編了人才和技術。
亞馬遜對 Adept 的交易模式也相當接近。亞馬遜沒有收購 Adept 的股權，但同意支付授權費取得其核心技術使用權，同時將 Adept 創辦人及多位研究員納入亞馬遜旗下。為避免投資人血本無歸，Adept 公司將獲得約 2,500 萬美元現金挹注以維持殘存業務，並讓大部分的投資人全數回本。
這些交易中一個引人注目的現象是人員的去留。傳統觀點認為，收購一家公司卻留不住人是失敗的併購；MIT 的研究指出，新創公司被收購後第一年約 33% 的員工會選擇離職，比正常招聘的同等員工高出許多。然而在上述的 AI 人才併購案例中，巨頭刻意只挑「稀缺智力」。
以 Google 收編 AI 新創 Windsurf 為例，Google 用約 24 億美元取得 Windsurf 的技術授權，並只帶走該公司的核心高管和研究人才進入 DeepMind 團隊。剩餘的大部分員工並未隨隊加入 Google，而是留在原公司中。
同樣地，微軟收編 Inflection AI 時的重點網羅是 Mustafa Suleyman 等幾位創辦人和頂尖模型科學家，至於其他數十名員工之後若要選擇離開，其實影響不大。AI 時代的「人才併購」更注重對稀缺智力資源的配置，只要那幾位能提升模型表現的頂尖天才留下，其他人離開不只沒差，可能還會被視為一種提升效率的結果。
面對這種玩法，各國的監管機關都有注意到，尤其前美國 FTC 主席 Lina Khan 就曾警告過這些業者。然而，我覺得很有意思的地方在於科技巨頭們今天會發明出這種玩法，各國（尤其是美國）監管機關本身就是關鍵肇因之一。
在嚴審之下，近年大型科技公司對新創的直接收購案大幅減少，創投圈也出現「出場變難」的困境。當投資人越來越難以指望靠賣給巨頭變現，某些 AI 創業模式就變得更不具吸引力。就算監管的初衷是維護市場競爭，多給新創成長空間，但強力介入的結果卻適得其反。
事實上，許多 AI 新創失敗的原因就是現實使然。以 Inflection AI 為例，英國競爭與市場管理局（CMA）調查後指出，在加入微軟之前，Inflection AI 在英國的 chatbot 市場流量占比極小，而且根本缺乏成長或留住使用者的能力。
Adept 也是類似情形，他們空有偉大的 AGI 計畫，但卻總被越來越貴的算力成本拖垮，不得不縮減目標，然後尋求被收購。比起巨頭透過壟斷掐死了創新活水，更深層的問題反而是 AI 創新的門檻已被推到只有少數幾家「超大規模」公司才跨得過。
更有意思的是，在美國與歐盟為防止巨頭「買走未來競爭對手」而趨嚴審查時，卻有巨頭乾脆跑去買其他國家的公司。2025 年底，Meta 宣布以約 20 億美元收購總部新加坡、具有中國背景的 AI 新創 Manus。
不過，這筆交易反而引來中國商務部的關注，開始審查這筆交易是否涉及中國技術管制，甚至可能要求出售方申請技術出口許可。
這其實點出了目前監管討論的一個盲點：當大家關注的焦點仍局限在「誰擁有哪家公司」，卻忽略了禁止巨頭在美國收購 AI 新創，未必就能促進競爭力，反而可能讓相關技術轉往他國或陷入缺乏出路的困境。
與其繼續阻止各種新型態的人才與技術收購，監管機關或許更應該想想如何降低創新所需的固定成本門檻。否則，單純禁止併購只是在表面上製造反壟斷的幻覺，因為就算表面上市場上有一堆玩家，大家其實都知道實際上有能力訓練最強 AI 的就是極少數巨頭而已。
最近幾年來這些看似複雜的交易，我覺得都代表著 AI 產業逐漸邁向「強者整合」的集中化階段。決定勝負的關鍵很有可能不再是單個模型的創新，而是掌控整條價值鏈的能力。
打個比方說，就像 PC 時代微軟憑著整合操作系統成為霸主，AI 時代的巨頭也試圖垂直整合「晶片 + 雲服務 + 基礎模型 + 應用場景」，打造無法被撼動的帝國。
過去講到人才併購時總會提到「整合很困難、文化衝突導致人才流失」是失敗的主因，但這點放在今天的 AI 浪潮中看，我覺得不太一樣。當巨頭表現得越來越只在乎稀缺人才的時候，就代表龐大的算力、資本、場景、市場進入手段其實越有用。
不過，就這麼把文章結束掉未免顯得沒意思，我仍認為可以從中獲得一些對中大型企業以及中小型企業的啟發。
對中大型企業來說，本文的分析重點是在 AI 時代下，「所有權」不如「智力權」和「資料權」重要。非科技巨頭的中大型企業（非科技巨頭，如金融、零售、製造業）可以有以下的參考策略：
逆向人才併購（Spin-in via Partnership）：不要一開始就嘗試招聘，改為投資或與外部小型 AI 新創簽訂「獨家開發合約」。當發現該團隊表現優異後，不買公司，而是買斷該團隊為你開發的原始碼（IP），並提供整團（或部分）入職的合約。
利用場景綁住新創：就算手上沒有算力，也有資料或場景，而在在 AI 應用層（Application Layer），場景比算力更稀缺。中大型企業可以開放這些資源給 AI 新創訓練模型，換取優先使用權或投資認股權。當新創無法獨立存活時（因為缺乏商業落地場景），你就是唯一的買家。
對中小企業來說，雖然無法像科技巨頭那樣動輒斥資幾億美元挖人，但可以學習 "Acqui-hire" 的精神：重組效率與資源流動。
微型併購：你的中小企業可能需要數位轉型，與其辛苦招募一個昂貴的 CTO，不如去收購一家營收下滑但團隊技術很強」的小型新創。重點是不買他的品牌與債務，只與核心 3-5 人團隊簽約，並支付一筆小額費用買下他們過去開發的某些模組。
專攻「最後一哩路」：中小企業可以專注去挖掘那些在特定垂直領域做得不錯，但因為市場太小而被創投拋棄的微型團隊。把他們收編進來，搭配自己的領域知識，建立一個巨頭看不上，但其實有錢賺的生意。
