拓墣論壇丨AI成新顯學，台企搶進新機會點

現今剛萌芽的AI商機，有如1990年代的網際網路，處處是機會卻沒有大型指標確立，沒有先進研究亦沒有迸發的新創，台灣產業要如何在AI海嘯中求生？

AI成為熱門顯學，AI可區分2層面：技術面與應用面。

台廠目前切入方向仍以技術面為主，包括產制運算處理晶片與雲端終端設備等廠商。

晶片是讓機器人深度學習的核心元件，所以AI相當倚賴GPU等晶片技術導入，GPU大廠NVIDIA即為AI發展主要領導廠商，帶動台廠潛在受惠者包括NVIDIA GPU供應商台積電及相關供應鏈。

產業應用方面，廠商需要先想清楚要解決什麼樣的問題，再進行AI演算法創新，預計受影響最大的產業將是金融、健康醫療、製造、零售與運輸業。

AI對各行各業的影響可分為兩個層次，其一是產品與服務本身的轉變，其二則是運用AI在製程、管理或商業流程上，可大幅促成產業升級。

現在很多領域，都可以看到AI應用，台灣要想辦法找出更多的應用領域。

台灣供應鏈目前仍著重於硬體切入，成為國際AI大廠包括Google、NVIDIA、Facebook、IBM等幕後硬體功臣，舉凡在半導體、硬體製造、零組件等領域，都可以看到台系廠商力挺的身影。

1. AI需要半導體與IC設計廠商作為背後奧援之軍火商，但AI最具價值部分在其軟體及運算程式，此由美國大廠主導

AI最關鍵是能進行高速運算晶片架構的高速運算電腦，這些晶片需要極先進的半導體製程，目前相關晶片公司包括NVIDIA、ARM、AMD、Xilinx等，幾乎都在台積電下單。

台積電主力製程已至10nm量產，2018年將導入7nm，未來每隔一年就推進一個世代，2018年亦將進行5nm試產。

NVIDIA下一代GPU將使用台積電「新款」12nm製程技術，隨著其客制化技術提升，客戶黏著度也將提高。

AI相當倚賴GPU等晶片技術導入，需要半導體與IC設計廠商作為背後奧援之軍火商，台廠其他半導體供應鏈也陸續加入戰局，包括台積電、創意、智原、世芯KY、力旺等廠商。

創意擔負台積電引進AI設計專案主要窗口，2016年營收比重分別為NRE (委託設計服務) 27.22%、Turnkey (晶圓產品)70.65%與其他(如IP)2%。

2016年銷售地區比重為台灣16%、美國23%、中國大陸22%、日本17%、韓國11%、歐洲11%。

雖然半導體與IC設計廠商受惠於AI晶片發展，但AI最具價值部分在其軟體及運算程式，此由美國大廠主導，包括Google、Amazon、Facebook。

台廠大部分僅為硬體製造，AI偏向軟體而非硬體產業，沒有產能與產量的問題，所以有「贏者全拿」的模式。

2. 台廠另一AI受惠族群：機器人產業，但關鍵零組件仰賴進口是癥結

台廠在AI應用中的受惠族群亦包括機器人產業，現今台灣以直角座標機器人應用最為優勢，且零組件供應鏈完整。

未來如何將這類機器人結合一般生產線，成為台灣工業用機器人產業發展利基，但台灣關鍵零組件(減速機、伺服馬達、控制器)等技術仍落後日本、德國，部分關鍵零組件仍需仰賴進口，使國產工業機器人成本提高，影響產品競爭力，如何以本土零組件替代進口成產業癥結。

供應鏈間的相互合作不失成為好的解決方式，例如上銀生產機器手臂、伺服馬達、驅動器技術，而研華則掌握控制器及機器視覺軟硬體技術，雙方合作即可加速產業發展。

3. 網通設備、伺服器、資料中心建置等，台廠是AI趨勢下幕後硬體功臣

台廠亦是AI趨勢下幕後硬體功臣，在基礎建設上著墨甚深，成為Google、Facebook、Microsoft之伺服器或資料中心代工的主要合作對象，例如廣達、雲達、緯穎、英業達。

隨著系統平台的日益多元與持續更新，這些業者需要在不同應用軟體與硬體元件之間，達到更好的配合與支援。

（文/拓墣產業研究院 李欣怡）

此文為拓墣產業研究院原創內容，如需轉載請註明出處。

微信搜索【拓墣產業研究院】微信公眾號並關注，可獲得其他原創分析報告

拓墣產業研究院公眾號：TRI-topology