Search
你知道「產值」和「市場規模」的區別嗎？
📌 簡單來說，「產值」就是產業的生產製造價值，也就是從工廠運送出去的所有產品的價值。產值的計算方式為「產量ｘ平均銷售價格」，產值往往是政府單位、關鍵零組件與代工製造等業者，比較會關注的議題...
👉看完整文章 : 秒懂「產值vs市場規模」
https://pse.is/3ebss9
👉免費試閱>> 精要學習【微課程】秒懂產值與市場規模
科技公司轉戰自動駕駛汽車市場 尚缺乏令人驚豔的商業模式
科技產業資訊室 (iKnow) - Lisa & May 發表於 2021年6月30日
科技大廠持續燒錢投資汽車領域，最後到底要如何從中獲得實質價值呢？蘋果（Apple）、谷歌（Google）和其他科技大廠在汽車領域投資多年，但似乎並不特別有利可圖。
由於，製造汽車需要工廠、設備和大量的工人來設計和組裝各式鋼鐵、塑膠和玻璃材料，而且這些硬體利潤極低。根據彭博社（Bloomberg）的資料，全球前十大汽車製造商在2020年的營業利潤率為5.2%，與科技產業領導者的34%相比，相距甚遠。
但對於蘋果和其他潛心研究自動駕駛技術或有意自行打造汽車的科技公司來說，投資汽車領域不僅僅是為了闖入新市場，而是為了捍衛有價值的地盤。然而，卻無法在汽車硬體突圍傳統汽車廠。
其實，科技公司切入自動駕駛車市場尚缺乏令人接受的商業模式
COVID-19疫情短暫抑制了消費者對新車的欲望，但需求已經回升。根據IBIS World的資料，2021年全球汽車市場預計將回升9.7%，達到2.7兆美元。預計到2030年，自動駕駛市場將達到2兆美元，屆時，全球預計將有超過5800萬輛自駕汽車，廣大的市場不能輕易忽視。而科技大廠在人工智慧、大數據、晶片設計製造方面的經驗，使他們有能力顛覆汽車產業。
科技公司看上的，是比盈利更有價值的東西，就是吸引消費者真正需要的部分。根據美國汽車協會（American Automobile Association），2016年美國人有長達307.8小時是在汽車駕駛座上，相當於每週6小時。這是一個人生活中相當長的一段時間，不是花在手機應用程式或是社交媒體上。如果公司能夠有效的利用這些駕駛時段，將有很高的機會吸引到使用者。
全球正在轉向對環境更有利的智慧汽車，很多研究顯示，內燃機（ICE）汽車已經來到盡頭了。BloombergNEF 2021年6月發佈的年度《電動車展望報告Electric Vehicle Outlook》認為，假設沒有推出新的政策措施，全球所有道路運輸的石油需求將在短短六年內達到峰值。到2025年，電動車預計將達到全球乘用車銷量的16%，2030年成長到33%，2040年達到68%。最終，自動駕駛車輛將完全重塑汽車和貨運市場。
在這樣的預期下，科技公司持續加強對自駕車產業的投資，並不令人意外。從他們的商業角度來看，如果你不做，就可能被其他公司搶去做，最後你目前的影響力會逐漸消失、甚至被踢出市場。
蘋果在蘋果汽車（Apple Car）計畫方面，而此前它的重點是擁有數百名工程師，打造一個自動駕駛系統。這引發了人們對蘋果可能與哪些汽車製造商和供應商合作的強烈猜測。從過去幾十年裡，蘋果一直主導著手機、平板電腦、智慧手錶等硬體市場，但它在人工智慧、語音和智慧音箱方面一直落後谷歌和亞馬遜。
然而，蘋果可以從推出突破性的新產品中受益。雖然它在2015年發佈的智慧手錶以及蘋果電視（Apple TV）、蘋果遊戲平台（Apple Arcade）和蘋果音樂（Apple Music）等服務方面也取得了亮眼的銷售成績，但沒有什麼能接近iPhone的成功，它重新定義了整個產業，成為蘋果最賺錢的產品。期待，未來Apple Car出現來顛覆未來汽車市場。
Waymo方面，累計投資高達40億美元。Waymo成立於2009年，前身是谷歌（Google）的自動駕駛車計畫，在2017年成為谷歌母公司Alphabet旗下的一家獨立公司，2018年在鳳凰城推出了自動駕駛的計程車服務，2020年開始在新墨西哥州和德州測試自動駕駛卡車。
谷歌高層們長期以來一直把對自動駕駛汽車的投資，看作是風險投資公司和財力較弱的公司不會或不願意承擔的風險。Waymo也在探討無人駕駛技術在計程車服務和長途物流的潛在商業模式。
微軟（Microsoft）方面也投資了多項自動駕駛計畫，並與福斯汽車（Volkswagen）合作開發自動駕駛汽車軟體。
亞馬遜（Amazon）方面也投資了正在建造電動卡車的Rivian，並在2020年收購了無人駕駛新創公司Zoox，亞馬遜可能希望將自動駕駛服務作為電子商務物流計畫的一部分。
Facebook方面，積極將服務生態系融入未來汽車之民眾生活的一部分，甚至控制和支配民眾生活的每一個細節。
在中國方面，華為和百度等公司光是在2021年就承諾向電動和自動駕駛汽車企業投入近190億美元。
我國台灣鴻海組建MIH電動車供應鏈開放平台，推出MIH電動車軟硬體和關鍵零組件平台生態系，採取開放共享，希望成為電動車界的安卓系統。鴻海MIH電動車平台夥伴已經達到1,065家，其中有三成是全球廠商，接近200家新夥伴背景與網際網路（Internet）有關。合作夥伴中，傳統車輛產業占67%、資通訊產業占13%、網路軟體產業10%、其他類10%。MIH聯盟規劃，將自2021年7月從鴻海集團獨立出來，朝B2B走平台，車廠變成平台的客戶。
汽車製造業者之衝擊應對
科技公司帶來的衝擊，使汽車製造業者枕戈待旦，且須投注一倍精力兼顧傳統汽車業務及未來汽車創新。福特汽車（Ford Motor）、通用汽車（General Motors）和豐田汽車（Toyota Motor）等產業巨頭都已經加強了對自動駕駛的投資。豐田汽車正在日本富士山腳下打造一座結合自動駕駛的智慧城市，而韓國現代汽車（Hyundai Motor）也投入74億美元在美國生產電動車並開發無人駕駛的飛行計程車。
科技公司轉戰自動駕駛汽車之機會及挑戰
汽車製造商捍衛自己的地盤是可以理解的，但科技公司進入自動駕駛領域自認為是一種「自然延伸」，他們自認為自己有能力為汽車產業帶來革新。事實上，並非如此，未來汽車的系統軟體是科技公司的強項，而在硬體上並不是。
亞馬遜、蘋果和谷歌的現有業務使他們具備人工智慧、處理大量資料和設計複雜系統的經驗。從本質上講，他們已經對設計和製造無人駕駛汽車所需的核心技術進行了前期投資。
其中，最有可能透過自動駕駛技術改善產業的科技公司也許是亞馬遜。亞馬遜將從使用自動駕駛車運送包裹的較低成本中獲得巨大的利益。
亞馬遜還習慣將自己的工具轉化為可以出售給更多客戶的業務，像是他的雲端運算服務AWS。AWS最初是支援亞馬遜網路銷售服務的工具，之後則演變成Netflix、美國政府和其他公司使用的運算和資料存儲平台，如今AWS價值高達454億美元。
即使對蘋果和谷歌這樣的公司來說，這也是一個巨大的市場。先行者可能會有很大的優勢，每一家公司都想成為市場上的掠奪者，而不是獵物。
附圖：圖、科技公司轉戰自動駕駛汽車市場 尚缺乏令人驚豔的商業模式
資料來源：https://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=17973&fbclid=IwAR33HNqQbrSVDUkv5LskfoI5m6VdAo-M0em56V0UBX9ciwvXSEgsutjY0oI
邊緣AI 2026將成 IoT晶片發展核心
04:102021/05/02 工商時報 集邦科技資深分析師曾伯楷
隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求，AI與IoT結合已是現在進行式。在AI晶片助益下，IoT邊緣與終端裝置可透過機器學習或深度學習等技術加值，同時帶出無延遲、低成本、高隱私等優勢，顯示出AI晶片的重要性。預估全球AI晶片產值至2025年將達720億美元。
與此同時，邊緣運算透過AI使終端設備於運行上更加智慧，不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢，並進一步使系統具有主動性與智慧性。若以場景角度切入，邊緣AI相較傳統邊緣運算，其主要帶來的效益包括數據處理過濾和邊緣智慧分析，此也將成為兩技術持續結合的動能。
一、MCU、連接晶片、AI晶片為IoT晶片產業鏈三大關鍵零組件。 物聯網在傳統上多以感知層、網路層、系統層與應用層作為架構堆疊，主要經濟效益雖來自應用層的智慧情境發展，然感知層所需的產業鏈之上游零組件仍是支撐終端場景運作重要核心，其中又以微控制器（MCU）、連接晶片與AI晶片最關鍵。
MCU方面，建立在高效能、低功耗與高整合發展主軸下，IoT MCU現行從通用MCU演化成特定為IoT應用或場景所打造，如2021年3月STMicroelectronics推出新一代超低功耗微控制器STM32U5系列，可用於穿戴裝置與個人醫療設備；Silicon Labs同期推出PG22 32位元MCU，主打空間受限且須低功耗的工業應用、Renesas RA4M2 MCU著眼IoT邊緣運用等。
連接晶片方面，受物聯網設備連線技術與標準各異影響，通訊成物聯網晶片中相當重要的一環，從蜂巢式的4G、5G、LTE-M、NB-IoT，到非蜂巢式的LoRa、Sigfox、Wi-Fi、Wi-SUN等，從智慧城市、工廠、家庭至零售店面皆被廣泛運用，範圍擴及至太空，如2020年下旬聯發科與國際航海衛星通訊公司（Inmarsat）合作，成功以NB-IoT晶片完成全球首次5G物聯網高軌衛星資料傳輸測試。AI晶片方面，隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求，AI與IoT結合已是現在進行式。此外，Microsoft在其2021年3月舉辦的年度技術盛會Ignite 2021上指出，2022年邊緣運算市場規模將達到67.2億美元，與深度學習晶片市場相當吻合，亦提及市場預估至2025年全球深度學習晶片市場將有望達663億美元。同時，Microsoft認為至2026年全球AI晶片有3／4將為邊緣運算所用，顯示出IoT晶片於邊緣運算的發展將成未來廠商重要布局之一。
二、邊緣AI效益顯著，成長動能仰賴數據處理過濾、邊緣智慧分析。
首先，從邊緣運算定義來看，市場雖已談論數年但定義與類別始終未統一，原因是各廠商於邊緣託管工作的目的不盡相同。例如對電信商而言，初步處理數據的微型數據中心是其邊緣端，而對製造商來說邊緣裝置可能是生產線的感測器，此也造就邊緣運算的分類方式略有出入。另外，例如IBM有雲端邊緣、IoT邊緣與行動邊緣的類別，ARM多將邊緣視為雲端與終端間的伺服器等裝置，亦有個人邊緣、業務邊緣、多雲邊緣等類型。
其次，從邊緣運算類別來看，現行分類趨勢和研究方式尚有以數據產生源為核心，藉由設備與數據源的物理距離作為分類參考，並將其分為厚邊緣（Thick Edge）、薄邊緣（Thin Edge）與微邊緣（Micro Edge）。厚邊緣多用以表示處理高數據流量的計算資源，並配有高階CPU、GPU等，例如數據中心的數據儲存與分析；薄邊緣則包含網路設備、工業電腦等以整合數據為主要目的，除了配有中間處理器外，也不乏GPU、ASIC等AI晶片；微邊源因與數據源幾無距離，故常被歸類為生成數據的設備或感測器，計算資源雖較為匱乏，但也可因AI晶片發揮更大效益。
整體而言，邊緣運算透過AI使終端設備於運行上更加智慧，不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢，並進一步使系統具有主動性與智慧性，在平台管理、工作量合併與分布式應用也更有彈性。若以場景角度切入，邊緣AI相較傳統邊緣運算，其主要帶來的效益提升包括數據處理過濾和邊緣智慧分析，此也將成為兩技術持續結合的動能。
數據處理與邊緣分析於過往邊緣運算時已可做到，並在AI加值下進一步提升效益。以前者而言，數據透過智慧邊緣計算資源可在邊緣處預先處理數據，且僅將相關資訊發送至雲端，從而減少數據傳輸和儲存成本；從邊緣分析效能來看，過往多數邊緣運算資源處理能力有限，運行功能時往往較為單一，而邊緣智慧分析透過AI晶片賦能，進而能執行更為繁複、低延遲與高數據吞吐量的作業。
三、全球大廠搶攻IoT晶片市場，中國加重AI晶片發展力道。
IoT晶片於邊緣運算所產生的效益，使其成為廠商重要策略布局領域，雲端大廠如Google、AWS等紛紛投身晶片自製；傳統晶片大廠如ARM最新產品即鎖定邊緣AI於攝影機和火車的辨識應用、Intel亦投資1.3億美元於十餘家新創AI晶片設計廠商，NXP Semiconductors、Silicon Labs、ST則陸續在其MCU或SoC添加邊緣AI功能。此外，新創企業Halio、EdgeQ、Graphcore皆以AI晶片為主打。整體而言，若以區域來看，歐美大廠聚焦加速AI運算效能，但最積極發展AI晶片產業的則屬產官學三方皆支持的?心，代表性廠商包含地平線、華為旗下海思等代表；台灣則由產業聯盟領頭與聯發科和耐能等重要廠商。
（一）中國產官學助力，2023年AI晶片產值估將逼近35億美元。
AI產業是中國發展重點之一，其輔助政策如2017年《新一代人工智能發展規劃》、《2019年促進人工智能和實體經濟深度融合》，至「十四五」與「新基建」，都將AI視為未來關鍵國家競爭力。各大廠也因此陸續跟進，如百度發布AI新基建版圖著眼智慧雲伺服器；阿里宣布未來至2023年將圍繞作業系統、晶片、網路等研發和建設，騰訊則聚焦區塊鏈、超算中心等領域。
產官學研加重AI的發展力道也反映於AI晶片上，ASIC（特殊應用基體電路）廠商比比皆是。其中，AI晶片布局物聯網領域的廠商眾多，包含瑞芯微、雲天勵飛、平頭哥半導體、全志科技等，主要面向雲端運算、行動通訊、物聯網與自動駕駛四大領域。其中，物聯網領域進一步聚焦於智慧家庭、智慧交通、智慧零售與智慧安防部分，執行語音、圖像、人臉與行為辨識等應用。若進一步聚焦於邊緣運算領域，則以地平線、寒武紀、華為海思、比特大陸、鯤雲科技等最為積極。整體而言，TrendForce預估，中國AI晶片市場有望從2019年13億美元增長至2023年近35億美元。
綜觀中國AI晶片發展，雖有中美貿易摩擦導致設計工具、製造封測等環節較受限制，且開發成本始終居高不下，然而，藉由產官合作以及中國內需市場需求動能，仍能有效支撐該產業成長。若以邊緣運算來看，鑒於AIoT市場持續茁壯，特定應用的ASIC將是重要發展趨勢，尤以汽車、城市與製造業來看，相關場景應用如人身語音行為辨識、人車流量辨識、機器視覺等需求皆相當明朗，預期也將成廠商中長期發展主軸。
（二）台灣人工智慧晶片聯盟積極整合，監控與機器人為邊緣AI應用兩大方向。
台灣廠商聯發科和耐能同樣結合邊緣運算與AI兩技術作策略布局，就整體產業而言，2019年由聯發科、聯詠、聯電、日月光、華碩、研揚等廠商共同組成的台灣人工智慧晶片聯盟（AITA）發展迄今已越趨成形，各關鍵技術委員會（SIG）亦訂定短中長期發展目標。
邊緣AI發展則由AI系統應用SIG推動，其第一階段至2020年著眼半通用AI晶片發展與智慧監控系統應用平台的裝置端推論，2021年則聚焦以裝置端學習系統參考設計，以及軟硬體發展平台的裝置端學習為主，並規劃在2023年能以多功能機器人為主體，發展多感知人工智慧和智慧機器人AI晶片發展平台。
換言之，藉由業界在智慧裝置、系統應用與AI晶片的串聯，短期至2022年都將是台灣邊緣AI大力發展階段，並朝智慧監控、多功能機器人深化，預期此也將帶動系統整合的凌群、博遠，終端設備的奇偶、晶睿碩，以及晶片設計的聯發科、瑞昱等邊緣AI商機；但相較中國廣大內需市場，台灣仍需藉由打造讓晶片廠和系統商充分整合的互補平台，以利降低晶片開發成本，並從其中尋求更多可供切入的大廠產業鏈。
附圖：2019～2023年中國AI晶片市場推估
AI於IOT流程主要著眼數據處理與分析之效
台灣人工智慧晶片聯盟系統應用SIG發展架構
資料來源：https://www.chinatimes.com/newspapers/20210502000153-260511?fbclid=IwAR0zlvUv8MKpcHrbgpa3xRAFaQXaxZuep9TCeZ-75myILNjuDV4SWEIdKZ8&chdtv
少子化潮浪！缺工~再缺工！
自動化已是大勢所趨 如何抓到產業循環脈動？
有什麼隱形冠軍？哪些個股後續潛力看好？帶您一手掌握。
🔴 如何挑含金量高的自動化群族
🔴 產業景氣循環怎麼觀察？
🔴 自動化產業領先指標二關鍵？
🔴 自動化代表廠商亞德客-KY、上銀優勢？
🔴 潛力自動化關鍵零組件個股
⭐️本集提到的個股：亞德客-KY（1590）、上銀（2049）、大銀微系統（4576）、直得（1597）、全球傳動（4540）
00:00 開場
01:23 亞德客自動化產業新亮點
05:08 自動化關鍵零組件定義
07:59 亞德客在疫情下如何屹立不搖？
10:47 什麼行業需要用到關鍵零組件？
12:26 關鍵零組件的產業循環
17:55 先行指標提前知道景氣循環波動
19:59 選股指標如何看？
25:42 其他各相關潛力股的競爭優勢
28:16 結論
🎤主持人:
🔹MoneyDJ產業記者 萬萬
主跑路線: 記憶體、太陽能、PCB、文創等等
🎤來賓:
🔹MoneyDJ產業記者 盈芷
主跑路線: 電信、手機、工具機、系統整合等等
🎧收聽我們的Podcasts:
Apple https://reurl.cc/0O6Wd9
Spotify https://reurl.cc/bRGEbl
Google https://reurl.cc/8nb834
🎯訂閱我們的Telegram頻道 最新節目不漏接
https://t.me/moneydjnews
✉大家有任何想法也歡迎在下面留言跟我們聊聊哦
#自動化 #機器人 #氣動元件 #滾珠螺桿
