兩個台灣人，正在解決一個7200億美元的問題
兩個台灣人，正在解決一個 7200 億美元的問題
有一種創業故事，聽起來特別可信。
不是因為它夠勵志，而是因為你能感受到，這兩個人是真的在那個產業裡待過足夠久，久到他們再也無法忍受某件事繼續以原來的方式存在。
Illoca 就是這種故事。
這兩個人是誰
Chin-Yi Cheng，台灣人，建築系背景，後來進入 Google DeepMind 和 Autodesk AI Lab 研究生成式 AI 在設計領域的應用。他是那種同時站在兩個世界最深處的人——他懂建築師在想什麼，也懂 AI 能做到什麼、做不到什麼。
Chiaowei Yu，同樣台灣背景，在 Tesla 領導 BIM 團隊，負責大型製造設施和研發基地的建設。他的工作是把設計圖變成真實存在的建築，每天面對的就是設計工具有多難用、翻譯成本有多高。
這兩個人加在一起，一個在 AI 的最前線，一個在建築實務的最深處。Illoca 不是他們看到市場機會才決定做的東西，而是他們在各自的職涯裡，長期累積的挫折感最終找到了出口。
2024 年，他們共同創立 Illoca，總部設在加州 San Ramon。
建築產業有一個沒人在談的巨大問題
在討論 Illoca 做什麼之前，需要先理解這個產業有多荒謬。
建築業是一個 12 兆美元規模的全球產業。但如果你去問任何一個執業建築師，他們每天實際花在「設計」上的時間有多少，答案會讓你很不舒服。
建築師每週有 60% 的工作時間，不是在設計，而是在生產。把草圖翻譯成 CAD 檔、把概念轉換成 Revit 模型、把同樣的東西在不同軟體之間重新建一遍。這些工作沒有創造任何新的價值，它們只是在把已經存在的想法，用軟體能夠讀懂的語言重新說一遍。
換算成數字是這樣的：每個建築師每年因此損失超過 1300 個小時。放大到整個產業，這是每年 7200 億美元的「生產稅」。
而造成這一切的根本原因很簡單：現有的設計軟體，完全不理解建築師的意圖。你必須用軟體的語言去說話，而不是軟體來理解你的語言。幾十年過去了，這件事從來沒有被真正解決過。
Illoca 在技術上做了什麼
Illoca 的第一個產品叫做 Tracing Paper。
名字本身就是一個宣言。描圖紙是建築師最原始的創作工具，你把它疊在草圖上面，徒手描、修改、迭代，整個過程完全流暢，沒有任何技術摩擦。Illoca 想要把這個感覺帶進數位設計的工作流程裡。
實際運作方式是這樣的：建築師上傳一張手繪草圖、一個泡泡圖、一張參考圖片，或者直接用自然語言描述想法，Tracing Paper 就能即時生成完整可編輯的 2D 平面圖和 3D 量體模型。生成的結果可以繼續在 Illoca 裡面調整，也可以直接匯出到 Revit 或 Rhino 這些業界標準工具繼續工作。
但這件事技術上難在哪裡，才是真正值得理解的部分。
一般的生成式 AI 工具，比如 Midjourney 或 Stable Diffusion，生成的是「看起來像建築」的圖像。它可以很漂亮，但它不是一個真正的建築設計，因為它沒有尺寸、沒有結構邏輯、沒有法規合規性，也無法被匯入任何專業工具繼續使用。
Illoca 做的不是生成圖像，而是生成可以被操作的參數化設計。它需要同時理解建築師的創意意圖，又能輸出符合建築規範、可以被施工使用的技術數據。Chin-Yi 在 Bessemer 的聲明裡說得很清楚：他們的目標不是把 AI Agent 嵌入舊有工具，而是建立一個能夠直接理解建築師意圖的全新介面，讓多代理人系統在背景處理技術細節，建築師只需要專注在設計本身。
這是一個需要同時具備深度 AI 研究能力和真實建築領域知識才能做到的東西。這也是為什麼這兩個創辦人的組合，在這個時間點出現，有其必然性。
垂直 AI 才是下一波真正的機會
理解 Illoca 的意義，需要先理解一個更大的趨勢。
過去幾年，AI 的第一波浪潮是通用工具。ChatGPT、Claude、Gemini，這些工具的邏輯是「什麼都能做一點」。它們改變了很多人的工作方式，但它們有一個根本的限制：它們不真正理解任何一個特定領域的深層邏輯。
當一個建築師用 ChatGPT 問設計問題，它能給出一個聽起來合理的答案。但那個答案和一個真正懂建築的人給的答案，差距是巨大的，因為建築設計有它自己的技術語言、法規體系、施工邏輯和美學判斷，這些東西不是一個通用語言模型能夠真正掌握的。
垂直 AI 的核心邏輯是：把 AI 的能力和一個特定產業的深層知識真正融合在一起，做出那個產業裡「只有真正懂這個領域的人才能做出來」的工具。
Illoca 是這個邏輯最清楚的示範之一。他們沒有試圖做一個「可以幫任何人設計任何東西」的工具。他們做的是一個只服務建築師、只解決建築設計工作流程問題的 AI 原生平台。正因為這個聚焦，他們才能做到通用工具永遠做不到的深度。
這個模式正在各個垂直產業複製：醫療、法律、金融、製造。每一個有複雜專業知識門檻的領域，都是垂直 AI 的潛在戰場。而在這些戰場上，真正有競爭力的，是那些同時具備 AI 能力和領域深度的團隊。
對立面：Autodesk 為什麼還沒做到這件事
這是一個值得認真問的問題。
Autodesk 是建築設計軟體的絕對霸主，Revit、AutoCAD、這些工具統治這個產業幾十年。他們有資源、有用戶基礎、有行業關係。為什麼一個 2024 年才成立的新創公司，能夠做到他們做不到的事？
答案不是 Autodesk 不聰明，而是他們被自己的成功綁住了。
Autodesk 的商業模式建立在複雜的、高學習成本的專業軟體上。他們的收入來自於企業授權，而那些企業客戶已經在這些工具上投入了大量的時間、培訓和工作流程建立。如果 Autodesk 真的做出一個讓這些工具變得不再必要的 AI 介面，他們等於是在親手摧毀自己的護城河。
這是大公司在面對破壞性創新時的經典困境：你越成功，你就越難以對自己的商業模式進行根本性的顛覆。
Illoca 沒有這個包袱。他們從第一天就是 AI 原生的，不需要兼容舊有的工作流程，不需要保護任何既有的商業利益。他們可以從零開始定義建築師的工作方式應該長什麼樣子。
但這個優勢也帶來一個根本的問題：當 Autodesk 或者 Adobe 決定認真做這件事，Illoca 的護城河在哪裡？
答案在兩個地方。第一是數據。每一個建築師使用 Tracing Paper 生成的設計，每一次修改、每一個決策，都在訓練 Illoca 的模型更深入理解建築設計的邏輯。這個數據優勢，大公司沒有辦法在短時間內複製。第二是信任。建築師是一個非常保守的專業群體，他們的工具選擇建立在長期的工作習慣和同業口碑上。如果 Illoca 能夠在早期建立起真正的用戶忠誠度，那個關係的黏性會遠比表面上的功能競爭更難打破。
這兩個護城河夠不夠深，還需要時間驗證。但這是一個值得持續觀察的問題。
投資人的角度：Bessemer 在賭什麼
Bessemer Venture Partners 不是一個會輕易在 Seed 階段下注 1300 萬美元的機構。他們的投資組合裡有 Shopify、LinkedIn、Twitch、Pinterest、Twilio、DocuSign，每一個都是在早期就看到了類別定義級別的機會。
所以當 Bessemer 領投 Illoca 的種子輪，值得問的問題是：他們在這裡看到了什麼？
第一個答案是市場規模。建築業是 12 兆美元的全球產業，而生成式 AI 在建築領域的市場規模預計在 2026 年達到 20 億美元，年複合成長率接近 41%。這是一個夠大的市場，大到值得在早期押注一個可能定義這個類別的公司。
第二個答案是創辦人組合。在 VC 的評估邏輯裡，Seed 階段最重要的往往不是產品，而是人。Chin-Yi 在 AI 研究前線的深度，加上 Chiaowei 在建築實務的真實操作經驗，這個組合的稀缺性很高。做 AI 的人很多，懂建築的人也不少，但同時具備兩者深度的創辦團隊，在市場上幾乎找不到第二個。
第三個答案是 timing。生成式 AI 的能力在過去兩年發生了質的跳躍，多模態模型的成熟讓處理草圖、圖像和自然語言的混合輸入變成可能。這個技術條件，在三年前是不存在的。Illoca 出現在一個技術剛好成熟到可以做這件事的時間點，這不是巧合，而是創辦人對技術曲線的準確判斷。
Bessemer 投的不只是一個建築 AI 工具。他們投的是一個在正確時間點，由正確的人，用正確的技術，進入一個有足夠規模且長期被忽視的市場的機會。
思圈觀點：台灣創業者能從這個案例帶走什麼
Illoca 的故事對台灣創業者來說有一個很具體的啟示，但不是你可能以為的那個。
它不是在說「你也可以去矽谷創業」，雖然這個示範本身有其意義。它真正在說的是一件更根本的事：最有價值的創業機會，往往藏在你已經待了很久的那個產業裡。
台灣有大量在全球頂尖企業工作過的人才，在 TSMC、在 Google、在 Apple 的供應鏈、在各種你意想不到的技術前線。這些人積累了深度的領域知識，但很多人在思考創業的時候，反而會去追那些看起來「熱門」的方向，而不是回頭看自己最深的那個知識是什麼。
Chin-Yi 和 Chiaowei 做的事情，是把他們在各自領域最深的東西結合在一起，去解決一個他們比任何人都更清楚存在的問題。這才是垂直 AI 創業最正確的起點，不是看到 AI 浪潮才去找一個可以應用的產業，而是因為你足夠深入某個產業，才知道那個產業真正需要被解決的問題是什麼。
你最深的那個知識，在 AI 時代，可能比你以為的更有價值。
illoca 介紹影片：