同時間，Accel 仲完成咗一個全球性嘅 35 億美元募資，將呢筆錢分派到四個基金：一個 13.5 億美元嘅全球擴張基金、一個 8 億美元嘅美國基金、一個 8 億美元嘅歐洲/以色列基金，同埋呢個 5.5 億美元嘅印度基金 。

點解舊錢未用完就急住要新錢？

一般嚟講，創投基金嘅生命周期係 10 年，通常會用咗大約一半資本之後先開始籌新一期基金。但 Accel 呢次完全唔跟呢個劇本。原因好簡單：佢哋賭緊印度嘅 AI 浪潮唔會等人 。

Accel 嘅合夥人認為，印度嘅 AI 創業窗口正在以前所未有嘅速度打開。傳統嘅四年投資周期太慢，根本追唔上 AI 技術從成熟到商業應用嘅壓縮時間 。佢哋嘅策略係「預先募資」，即係喺舊基金嘅彈藥未用完之前，就先攞定新嘅子彈，確保可以隨時出手，捕捉最快嗰批機會。

新基金瞄準邊幾個行業？

根據 Accel 公布嘅資料，Fund IX 將會投资喺以下幾個領域 ：

• AI 應用（係重中之重）
• 消費互聯網 (Consumer Internet)
• 金融科技 (Fintech)
• 軟件 (Software)
• 先進製造 (Advanced Manufacturing)

合夥人 Shekhar Kirani 話，佢哋見到印度嘅深科技創業質素明顯提升，尤其喺 AI 應用層、金融科技同先進製造方面有好多機會 。其實核心賽道同 Fund VIII 差唔多，但係對 AI 應用層嘅重視程度就大大提高咗 。

AI 喺印度嘅角色：唔係一個賽道，而係一種「底層技術」

Accel 將 AI 視為一種「橫向技術 (horizontal layer)」，即係會貫穿所有投資行業，而唔係一個獨立嘅垂直領域 。佢哋嘅主要論點係：

• 印度創業者最叻嘅地方係 AI 應用層。 底層嘅大型語言模型（LLM）市場基本上已經被 OpenAI、Anthropic 呢啲巨頭佔咗，但 Accel 認為印度嘅創業者擅長喺呢啲模型之上，建立符合市場需求嘅實際應用方案 。
• Shekhar Kirani 話：「早排嘅先鋒部隊都係做 LLM 基建嗰邊……而家嘅投機階段已經過去，係時候睇真正嘅普及應用了。」 Accel 預期印度會跑出好多「應用層贏家」，用容易取得嘅 AI 模型去解決本地以至全球嘅問題 。

撐起呢個策略嘅投資案例

以下係 Accel 投資組合入面嘅幾個例子，證明佢哋點樣將呢個策略付諸實行：

• RapidClaims：一間 Accel 投資嘅印度初創，用 AI 為保險公司同醫院自動化處理醫療索償。呢啲就係 Accel 所講嘅「垂直 AI 應用」——針對特定行業、數據豐富、效率提升巨大 。
• OpenAI 同 Anthropic：Accel 係呢兩間 LLM 巨頭嘅投資者 。雖然呢啲係全球基金層面嘅基建投資，唔係印度特有，但呢個經驗令佢哋相信基礎模型層已經大致底定，印度創業者可以專心喺應用層發揮 。
• Cursor：一個由 Accel 全球投資嘅生成式 AI 編碼工具 。呢個例子展示咗 AI 開發者工具可以喺任何地方建立，然後賣到全球——Accel 認為印度嘅 SaaS 初創可以複製呢個模式。
• Perplexity：同樣係 Accel 全球投資組合入面嘅 AI 原生搜尋引擎 。一個可以用好細團隊，用基礎模型建立應用嘅好例子。Accel 認為呢個模式好適合印度創業團隊。
• 全球基金數據：呢個 35 億美元募資係 2026 年最大嘅早期創投募資之一，顯示 Accel 嘅有限合夥人（LP）都同意，AI 驅動嘅早期投資（包括印度市場）會帶來超額回報 。

同其他 VC 比較：Accel 有咩唔同？

其他國際創投基金都喺度加大對印度嘅投入，但 Accel 嘅做法有明顯分別：

Accel 最突出嘅地方係募資嘅速度同時間點——喺舊基金仲有超過一半資本嘅時候就關閉新基金，呢個做法同行基本上冇人做過。呢個信號好清楚：Accel 唔係因為冇錢用所以先要募資，而係賭印度 AI 周期嘅時機 。

Accel 嘅投資哲學：由種子輪支持到上市

Accel 話佢哋喺印度嘅策略係由「pre-seed 支持到 IPO」。佢哋嘅印度投資組合包括 Flipkart、Swiggy 同 Urban Company，全部都係早期就投資，然後一路支持到後期 。

今次同期嘅 13.5 億美元全球擴張基金，正正係為咗提供更大額嘅早期投資同快速追加資金。Accel 認為呢點對 AI 初創尤其重要，因為呢類公司需要比上一代創業公司更多資金先可以規模化 。佢哋嘅理念係：印度最叻嘅創業者需要一個能夠由第一張機構支票寫到 IPO 前嗰輪嘅合作夥伴——而 Accel 嘅基金結構正係為咗實現呢個連續性 。

同時間，Accel 仲完成咗一個全球性嘅 35 億美元募資，將呢筆錢分派到四個基金：一個 13.5 億美元嘅全球擴張基金、一個 8 億美元嘅美國基金、一個 8 億美元嘅歐洲/以色列基金，同埋呢個 5.5 億美元嘅印度基金 。

點解舊錢未用完就急住要新錢？

一般嚟講，創投基金嘅生命周期係 10 年，通常會用咗大約一半資本之後先開始籌新一期基金。但 Accel 呢次完全唔跟呢個劇本。原因好簡單：佢哋賭緊印度嘅 AI 浪潮唔會等人 。

Accel 嘅合夥人認為，印度嘅 AI 創業窗口正在以前所未有嘅速度打開。傳統嘅四年投資周期太慢，根本追唔上 AI 技術從成熟到商業應用嘅壓縮時間 。佢哋嘅策略係「預先募資」，即係喺舊基金嘅彈藥未用完之前，就先攞定新嘅子彈，確保可以隨時出手，捕捉最快嗰批機會。

新基金瞄準邊幾個行業？

根據 Accel 公布嘅資料，Fund IX 將會投资喺以下幾個領域 ：

• AI 應用（係重中之重）
• 消費互聯網 (Consumer Internet)
• 金融科技 (Fintech)
• 軟件 (Software)
• 先進製造 (Advanced Manufacturing)

合夥人 Shekhar Kirani 話，佢哋見到印度嘅深科技創業質素明顯提升，尤其喺 AI 應用層、金融科技同先進製造方面有好多機會 。其實核心賽道同 Fund VIII 差唔多，但係對 AI 應用層嘅重視程度就大大提高咗 。

AI 喺印度嘅角色：唔係一個賽道，而係一種「底層技術」

Accel 將 AI 視為一種「橫向技術 (horizontal layer)」，即係會貫穿所有投資行業，而唔係一個獨立嘅垂直領域 。佢哋嘅主要論點係：

• 印度創業者最叻嘅地方係 AI 應用層。 底層嘅大型語言模型（LLM）市場基本上已經被 OpenAI、Anthropic 呢啲巨頭佔咗，但 Accel 認為印度嘅創業者擅長喺呢啲模型之上，建立符合市場需求嘅實際應用方案 。
• Shekhar Kirani 話：「早排嘅先鋒部隊都係做 LLM 基建嗰邊……而家嘅投機階段已經過去，係時候睇真正嘅普及應用了。」 Accel 預期印度會跑出好多「應用層贏家」，用容易取得嘅 AI 模型去解決本地以至全球嘅問題 。

撐起呢個策略嘅投資案例

以下係 Accel 投資組合入面嘅幾個例子，證明佢哋點樣將呢個策略付諸實行：

• RapidClaims：一間 Accel 投資嘅印度初創，用 AI 為保險公司同醫院自動化處理醫療索償。呢啲就係 Accel 所講嘅「垂直 AI 應用」——針對特定行業、數據豐富、效率提升巨大 。
• OpenAI 同 Anthropic：Accel 係呢兩間 LLM 巨頭嘅投資者 。雖然呢啲係全球基金層面嘅基建投資，唔係印度特有，但呢個經驗令佢哋相信基礎模型層已經大致底定，印度創業者可以專心喺應用層發揮 。
• Cursor：一個由 Accel 全球投資嘅生成式 AI 編碼工具 。呢個例子展示咗 AI 開發者工具可以喺任何地方建立，然後賣到全球——Accel 認為印度嘅 SaaS 初創可以複製呢個模式。
• Perplexity：同樣係 Accel 全球投資組合入面嘅 AI 原生搜尋引擎 。一個可以用好細團隊，用基礎模型建立應用嘅好例子。Accel 認為呢個模式好適合印度創業團隊。
• 全球基金數據：呢個 35 億美元募資係 2026 年最大嘅早期創投募資之一，顯示 Accel 嘅有限合夥人（LP）都同意，AI 驅動嘅早期投資（包括印度市場）會帶來超額回報 。

同其他 VC 比較：Accel 有咩唔同？

其他國際創投基金都喺度加大對印度嘅投入，但 Accel 嘅做法有明顯分別：

Accel 最突出嘅地方係募資嘅速度同時間點——喺舊基金仲有超過一半資本嘅時候就關閉新基金，呢個做法同行基本上冇人做過。呢個信號好清楚：Accel 唔係因為冇錢用所以先要募資，而係賭印度 AI 周期嘅時機 。

Accel 嘅投資哲學：由種子輪支持到上市

Accel 話佢哋喺印度嘅策略係由「pre-seed 支持到 IPO」。佢哋嘅印度投資組合包括 Flipkart、Swiggy 同 Urban Company，全部都係早期就投資，然後一路支持到後期 。

今次同期嘅 13.5 億美元全球擴張基金，正正係為咗提供更大額嘅早期投資同快速追加資金。Accel 認為呢點對 AI 初創尤其重要，因為呢類公司需要比上一代創業公司更多資金先可以規模化 。佢哋嘅理念係：印度最叻嘅創業者需要一個能夠由第一張機構支票寫到 IPO 前嗰輪嘅合作夥伴——而 Accel 嘅基金結構正係為咗實現呢個連續性 。