生成式AI刺激应用创新 带动软硬件新商机

2024年中国台湾五大行业有近两成比例，有意愿或相关行动导入生成式AI，而AI的不同应用发展，正改变着企业的流程、产品创新、商业模式与生态。本文综观AI产业，就不同面向探讨产业动态与分析市场供需变化。

根据资策会产业情报研究所（MIC）调查，2024年中国台湾五大行业有意愿岛如生成式AI或相关行动的比例已达到19%，其中金融保险业高达25%、制造业为22%。面对生成式AI正在快速改变企业的流程、产品创新、商业模式与生态，企业必须能够实时掌握生成式AI应用发展，以及审慎思考如何导入AI技术来提高效益，并且快速识别导入的手段与目的，而企业可依据生成式AI的三种不同应用形态，进一步思考新兴产品与服务。

本文聚焦于AI的发展及应用领域商机。资策会MIC研究团队将解析生成式AI市场与生态系发展方向，分析生成式AI产品应用形态与未来对产业所造成的影响，以及盘点AI引发的资安攻击手法、资安新创投入方向等趋势。

三大应用形态揭示未来信息系统演变方向

综览生成式AI产品与服务可归纳出下列的三种形态：

一、功能嵌入（Feature Embedding）：最常见的是以单点AI功能嵌入方式提升流程效率，如重点总结工具、协助回复讯息等，整个流程以人为主导，部分关键决策点才运用生成式AI；

二、人机协作（Copilot）：应用检索增强生成（RAG）技术，随时取得最新信息并实时反应，并且多模态能力将大量运用到Copilot形态产品，以无缝接轨互动方式，如贴身助手般协助人完成工作；

三、AI代理（AI Agent）：具有AI能力，可高度代理人类工作，也是迈向通用人工智能（AGI）的阶段性成果，AI代理甚至可多角色执行不同工作任务，一起促成共同工作目标。

资策会MIC产业顾问韩扬铭表示，从这些不同应用形态展示出生成式AI在提高工作效率、增强使用者体验与推动创新的巨大潜力与商机，预期将颠覆软件产业与许多既有流程，改变产品设计模式，增加沟通接口、工具链接等多样需求，揭示未来信息系统演变的方向。

图一:不同应用形态显示生成式AI拥有庞大的潜力与商机。图为工研院的实时生成式AI3D建模技术。（source：ITRI）

AI算力需求重塑数据中心 相关厂商升级产品规格

2024年四大云端服务商资本支出将持续提升，主要支出于数据中心AI基础建设。AI算力需求急增驱动云端数据中心部署架构产生变化，资策会MIC产业分析师陈牧风表示，运算、通讯与储存等IT设备皆须调整，如AI服务器需透过更紧密的方式进行丛集等；而基础设施如直接、沉浸式液体冷却导入，或不断电系统（UPS）、配电装置（PDU）与备援电池（BBU）都需要升级；营运则透过AI智慧化监控数据中心的运作，大幅提升运作效率。

另外，边缘数据中心可协助AI应用在接近数据源的位置进行数据处理，改善AI应用的执行，降低AI应用的延迟性、提升带宽效率、保障数据安全、云端断线仍可确保运作，以及根据需求增加容量等。

展望AI数据中心市场商机的两大趋势如下：

一、AI数据中心架构将促使不同类型中国台湾厂商升级产品规格，主要影响到AI服务器，还有网通设备、储存设备、散热与基础设施厂商。台系服务器厂商由代工厂扩展为AI硬件解决方案提供商，在AI服务器之外也对基础设施进行布局；另外，液冷散热系统也成为原气冷散热提供商、中国台湾服务器厂商，以及电源管理商共同切入的目标。

二、若是使生成式AI应用运作优化，将需要AI训练服务器在云端丛集来进行AI模型训练，以及AI推论服务器于边缘端进行AI推论、微调，可以大幅改善生成式AI应用的延迟性，预期将同步带动高阶AI训练服务器、AI推论服务器的需求。

图二:使生成式AI应用运作优化，需要AI训练服务器在云端丛集来进行AI模型训练。图为技嘉的AI训练服务器。（source：GIGABYTE）

AIGC采用边缘运算架构的两大诱因

生成式AI的快速发展，新兴应用服务势必带动新一波数据处理需求的扩张，其中，边缘正是生成式AI落地的要素。资策会MIC产业顾问施柏荣表示，通常组织与企业于生成式AI选择采用边缘运算主要的两大诱因是降低数据壅塞和信息数字信任，前者减少传输至云端处理的数据量，以及降低云端产生数据壅塞情况；后者适用于信息安全较为敏感的应用，且有利于用户掌握数据。随着企业客户对数字资产的数据控制权意识兴起，「边缘运算」成为技术解决方案的关键。

Edge AIGC适用如科技型智慧财产、医疗诊断、企业营运等高机敏，而且数据处理形态为必须应用数据生成者。Edge AIGC有极高的成长潜力，例如理财助理、智慧车载、元宇宙、高沉浸游戏等个人化应用，随着数据语料库更多元化，融合云端、边缘资源的边缘云优化设计将是关键。

施柏荣表示，Edge AIGC将为工业控制、信息服务业者创造新商机，然而Edge AIGC服务提供商也须调整改变自身定位、服务提供模式等；而企业、组织若有意愿导入，第一步必须先建构数据政策，并针对自身数据与数字资产进行分级、治理，建议由数据长或Level C人员做为企业推动引擎。

全球智慧城市导入AI 带动设备新商机

从AI领域应用商机来观察发展趋势，例如智慧城市导入AI带动设备商机、AI虚拟人应用发展。从国际与中国台湾近期出现的许多案例来看，MIC资深产业分析师徐子明指出，AI正在帮助全球城市提升管理效率，例如智慧防灾，可协助缩短事发与灾后的复原时间，提供灾前的预防性建议；而在智能交通方面，让管控中心具备更多自动化运作与实时反应能力，提升警消出勤效率与降低车流碳排放。

此外，生成式AI可协助智能治理、智能交通与更多应用范畴，发展新形态公共咨询服务，并对警务、交通等领域提供执行建议，例如依据累积的治安数据，规划巡逻路径。

资策会MIC预估，2024年全球电动车市场规模为1,731万辆，较2023年成长23.5%；针对公共充电桩新增量，预估2024年因政策支持与电动车保有量提升，直流桩新增量达96万根、交流桩新增量达66万根。资策会MIC产业顾问何心宇表示，汽车产业正面对平价化竞争、投资报酬不平衡、供应链话语权变革，以及中国大陆车厂崛起挑战，预期2024年将进入汰弱重整期，传统车厂将修正全面电动化的策略、新创车厂经营缩编重整以停损，而资通讯新进业者止步观望。

随着AI的快速发展，智能化也成为汽车产业差异化的新竞争点。AI大模型率先进入智能驾驶（ADAS/AD）应用，实践L2+至L3在高速公路、城市、通勤自动导航辅助（NoA）。其中，欧美车厂应用于高速NoA，除了Tesla演进至端对端模型，其他多以感测融合为主；中国大陆车厂积极应用于通勤、城市NoA，致力朝无HD Map发展。针对AI结合智慧座舱，可让智慧座舱的人机互动更沉浸、更直觉，中国大陆车厂多以语音个人助理为主，其已成为标准配备，将持续普及AR HUD并导入生物辨识。而欧美车厂先行发展语音个人助理，仍处于萌芽期，发展上更为强调用户隐私与安全，也持续投资手势控制与AR HUD等其他智能座舱AI应用。

智能车应用AI商机将会造成什么样影响?产业顾问何心宇分析，首先将带动传感器需求成长，尤其是对高分辨率视觉感测、毫米波雷达全方位应用的需求；其次，智慧驾驶与智慧座舱将随着大算力芯片发展，域融合开启新兴供应体系，增加OEM、EMS代工厂商切入机会；最后为自动驾驶（AD）的演进与AI大模型，皆要求内存更高带宽、容量和稳定性，预期将持续带动内存需求。

图三:智能驾驶系统应用AI将带动传感器需求成长，图为富采的VCSEL传感器。

结语

上述从AI发展而持续演进的数据中心，显现AI对不同构面的建置影响与商机，而生成式AI采用边缘运算的应用与潜力，以及综观全球电动车市场，关注AI大模型结合辅助驾驶、自动驾驶与座舱应用趋势，智能车应用AI商机分析，真实世界逐渐变得虚拟却又互动的演化着。此外，智能城市透过整合AI技术，除了升级城市治理能力，更创造新商机，而令人期待的AI虚拟人应用拓展，也将为实际使用者带来更具有沉浸感的情境式体验。

生成式AI的潜力无穷，然而要落实却面临着许多挑战。韩扬铭表示，即使系统有不同的服务模式，要建立生成式AI系统仍有许多难题，包含建立可信任AI机制、对应新旧软件的工程挑战、遵循全球AI监管治理政策。

生成式AI在提升生产力与产值、提供净零转型数字工具的同时，其实也冲击人们的就业市场，带来能耗等问题。长远来看，生成式AI是否能够稳健发展，将取决于未来如何平衡技术创新与社会信任、经济效益与环境责任，以及遵守日益严格的AI政策法律架构。（来源：资策会MIC；陈复霞整理）