AI真正的主戰場在硬體
AI真正的主戰場在硬體

別誤會了,我熱愛軟體。

我只是覺得這一波已經接近尾聲——如果不是已經過了尾聲——的精實新創浪潮下,太多投資人和創業家口中念念有詞的、關於軟體新創的論點不過是一堆狗屁。

比這些關於軟體新創的狗屁更狗屁的,是毫無根據就把硬體投資視為過時的、難以產生回報的論點,即使面對了市場上公開資訊的反駁。

別誤會了,如果可以,我也想投資一個SaaS的商用軟體新創,看著他們用很少的資金做出MVP(Minimum Viable Product),然後用社群草根的方式取得眾多使用者,每週根據使用者的回饋以及蒐集到的數據改善並更新軟體,然後針對進階使用者每月收取費用,量測並改善耗損率,然後達成千萬使用戶、超過百分之百的年成長率以及九成以上的用戶留存率,取得最少五千萬美元的每年重複營收,然後以五億美元的價格出售給Salesforce這樣令人景仰的SaaS企業,並將創業家和Marc Benioff這樣令人景仰的創辦人簽約後握手的照片裱框,放在自己的桌子上朝外給所有進到自己辦公室的年輕創業家看。

等等,去他的投資!我乾脆自己創辦這樣的公司好了!

事實上,在動態均衡的商業世界裡,沒有任何一種商業模式或者產業具有永久的投資優勢。

興起於2004年的精實新創風潮為我們的世界帶來了臉書、推特、Youtube、Dropbox、Uber和Airbnb等日常生活的應用軟體,也連帶讓MVP、iteration和pivot變成熱門單字,更催生了一整個世代非工程背景也未曾創過業的新型風險資本家,他們在各大小新創活動中轉來轉去,以看似老練的口吻問著創業家,「你的每月活躍用戶量是多少?」

但在這樣低的創業和投資進入障礙的世界裡,伴隨而來的必然是激烈的全面競爭,不管是創業家彼此,或者風險資本家之間。這些競爭也許會反映在燒錢進行同業競爭上,也許反映在平均估值的不斷推升上。最終來說,產業抵達了動態均衡,人們也終於開始發現軟體精實新創並沒有比較容易創業,投資起來也沒有比較好賺。

似乎是歷史重演地,我們看到人工智慧的投資趨勢最近也反映出這樣的潮流反轉。

和精實新創經歷的一樣,我們不難想像過去兩年間滿手是錢的風險資本家們,乘著「人工智慧」、「機器學習」和「深度學習」的關鍵字浪潮,追逐著各種宣稱使用人工智慧、機器學習或深度學習來取代人類世界中某些由勞工負責的工作的新創。

而就跟精實新創投資一樣的,事實上任何有一點社會經驗的人都可以想像出任何一種「用AI取代人類」的新創應用。唯一不一樣的地方在於,要開發這樣的應用需要的不只是能夠寫邏輯程式代碼的coder,還需要懂得機器學習演算法的數學專家。

如果無法取得訓練模型用的資料,也是白搭

不夠格的投資者們,就像他們在精實新創浪潮中追著浪尾投資已經有數十家先行者的新創類型一樣,忙不迭地把錢灌進「能夠描繪某種AI使用情境」的軟體新創。稍微謹慎一點的投資者們,找來了從事相關研究的教授或者博士班學生來幫忙作盡職調查,以求避開明顯的騙子。

但不管是哪一種,打著「用AI取代人類」嘴砲的軟體新創仍然面臨兩個自己無法解決的挑戰。

其中一個就是我常常講的,就算是絕頂聰明的數學家或者資料科學家,如果無法取得訓練模型用的資料,那也是白搭,這也是為什麼在Hardware Club我們選擇投資提供從感測器到雲端機器學習完整系統的Full-stack AI新創。

另ㄧ個純軟體AI新創面臨的挑戰,則是在創業或者投資初期常常被忽略的硬體計算能力的限制。

常被忽略的硬體計算能力的限制

我在〈軟體吃掉世界,AI吃掉軟體〉一文中就曾經提到過,精實新創誕生的背景是晶片運算能力遠大於終端應用軟體所需,但機器學習的出現瞬間把這個落差給「闔上」了,突然間我們從毫不在乎硬體,又變得必須對硬體規格斤斤計較。

上面這個影片是史丹佛大學CS231n課程〈卷積神經網路在影像辨識上的應用〉第十五堂課的講座影片,主講者是最近剛取得電機暨計算機科學博士學位、明年即將在麻省理工開始任教的Song Han,講座的題目就是他的博士論文〈深度學習的高效率演算法和硬體〉。

我強烈建議對於機器學習有興趣的人,不管是創業家或投資者——把這個講座影片看完,因為看完之後他們就能理解為什麼我說AI真正的主戰場在硬體。

舉例來說,這整個講座使用的術語大約有三四成是機器學習和深度學習相關的,剩下的術語卻都是所有半導體產業的「老人」們再熟悉不過的:CPU、GPU、FLOPS、DDR 3、DDR 4、記憶體頻寬等。

事實上如果直接去閱讀Song Han的博士論文,老半導體人會看到兩個很親切的名字:論文的主要指導教授Bill Dally以及協同指導教授Mark Horowitz。其中Dally教授所著作的教科書〈Digital Systems Engineering〉幾乎所有電機本科生人手一本,而Horowitz教授則是我當年在半導體的研究領域「高速數位串流介面」的權威,如果把我當年閱讀過的他的論文疊在一起,就算沒辦法到頂天花板,最少也夠站在上面換燈泡。

Song Han在這兩位半導體老將的指導下完成這個博士論文,而且還受邀在CS231n〈卷積神經網路在影像辨識上的應用〉課程給講座的原因非常簡單:我們現在的CPU或者GPU、甚至於谷歌的TPU,都遠遠無法應付現有機器學習演算法「可能」的運算需求,因此軟硬體協同開發是必要的。

當我們說CPU、GPU乃至於TPU無法應付機器學習「可能」的運算需求,有兩個事情是我們所在乎的:運算速度以及耗能。

一般的創業家和投資者比較能夠理解運算速度的重要性,畢竟整個深度學習的大躍進就是在於過去得花上幾週甚至幾個月才能完成的神經網路運算,被降到幾天甚至幾小時,但較少創業家或投資者能夠理解耗能的重要性,因為在過去十餘年的精實新創浪潮中,耗能這種東西百分之百是高通、鴻海、蘋果和三星這些人的問題。

機器學習中「耗能」是個大挑戰

但是在機器學習中「耗能」是一個很大的挑戰,甚至會成為效能的障礙。

機器學習的耗能主要來自兩個領域。

(一)矩陣乘法:所建置的神經網路越多層,每一層的神經元數越多,所需要運算的矩陣乘法就愈多。而半導體邏輯晶片的乘法是由NAND閘組合出來的,每一個電晶體的節點都會在電壓上下擺動的過程中消耗掉能量。考慮到矩陣乘法所需要用到的邏輯閘數量驚人,而且隨著神經元和係數的增加以指數成長,這部分運算的耗能也就指數成長。

(二)記憶體存取:類神經網路的運算需要大量而且高速的記憶體存取,主處理器(不論是CPU或者GPU)和記憶體模組通常是不同的晶片,因此存取發生在印刷電路板上,大量的能量會被耗損在對抗印刷電路板和晶片封裝的雜散容和電阻上。

耗能劇烈的第一個影響是電力成本。以去年擊敗李世乭的AlphaGo為例,該系統使用了1920個CPU和280個GPU,光下一場棋局的電費就高達三千美元,相較之下李世乭本人下這場局可能只需要一兩碗飯的熱量,「電」腦和「人」腦在耗能效率上仍然有天壤之別。

但是如果做多少運算就付多少電費就能解決的話,那還好說。但耗能的最大問題是:不管是哪一種耗能方式,都會轉換成廢熱,這些廢熱必須排出去,才能讓系統正常運轉。但系統耗能產生廢熱的速度根據運算量成指數成長,排除廢熱的速度卻受限於熱力學和流體力學有著線性的特質,因此我們不難想像在邁向泛用型人工智慧的路上,我們可能會先被「熵」這個躲也躲不掉的敵人給擋住,而不是演算法。

AI真正的主戰場在硬體-圖表.jpg
機器學習演算法與硬體的最佳化方式

在Song Han的講座中,他介紹了各種軟體演算法和硬體晶片結構的協同最佳化,以應付機器學習中training和inference兩個部分的耗能效率挑戰。但是不管是哪一種方式,不管改善多少運算效能和耗能效率,從工程的角度來看都是短期的、貼貼補補之類的解決方案,在摩爾定律多年前早已停止改善耗能的事實下,這些方案並沒辦法提供一個康莊大道通往真正的人工智慧經濟學終局。

這也是作為風險資本投資者,我們致力於尋找著半導體邏輯運算以外的解決方案的原因。在之前專欄〈量子電腦春暖花開〉中我所介紹過的量子電腦是一種,而且理論上是最能夠應付無限延伸的未來中機器學習運算需求的一種。

但量子電腦的問題在於,目前不管是新創或者谷歌、IBM乃至於Intel等大廠的系統,都必須把溫度降到絕對零度附近,才能進行量子運算,地球上的降溫系統本身就是一個極為耗能的裝置,要等到綜合能源效率和建置成本到達可以和半導體晶片相比擬,恐怕還要不少的時光。

那麼有沒有其他的方式能夠比半導體有著高許多的耗能效率,但又沒有量子電腦那接近絕對零度的挑戰呢?答案也許存在自然界裡,就像是量子電腦採用物理特性進行運算,自然界也有許多物理現象包含了矩陣乘法的特質,也許我們可以找到一種運算方式,是將資料轉換成自然界的物理現象,在那裡完成運算,然後再匯回電腦系統中。這種運算統稱為「類比運算」(analog computing),其實是一門很古老的學問,遠在數位晶片高速成長的年代之前,幾乎所有的運算都是在類比世界中發生的。

作為投資者,我尋找著也等待著能夠善用類比運算來大幅加速機器學習的創業家,如果能夠投資到這樣的新創,我不介意錯過Blue Apron這樣的投資機會一百次!

本文由楊建銘授權轉載自其風傳媒專欄。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
AI時代,從Day One看見全球需求!亞馬遜跨境電商高峰會,開啟台灣品牌出海新航線
AI時代,從Day One看見全球需求!亞馬遜跨境電商高峰會,開啟台灣品牌出海新航線

長久以來,台灣企業走向海外的順序,多是先依自己的技術、產能和過去的經驗,把產品做好,再來思考產品可以賣到哪個市場。但當全世界消費者的搜尋、瀏覽、評論、退貨和價格變化,都變成看得見的數據,AI又能把數據整理成可以做為判斷的線索,順序就開始被改寫了。10月29日,一年一度的「Amazon Seller Summit | 2026台灣跨境電商高峰會」盛大登場。今年以「Go Global From Day One」為主題,強調全球化不再是企業發展成熟後才啟動的下一步,而是從產品構想、品牌定位到商業決策的第一天,就應將全球消費者需求納入考量。面對AI時代,企業又該如何建立持續成長的全球化模式?

從Day One看見全球需求,啟動成長飛輪

亞馬遜全球開店台灣總經理謝孜希開場以「AI時代的全球化新路徑:從Day One看見全球成長機會」為題,從與台北市進出口商業同業公會合作的〈2026跨境電商焦點報告〉發現,在受訪的419家企業中,有75.9%在未來的12到24個月,已有計畫、正在評估或有興趣拓展新市場,顯示台灣企業積極尋求全球成長機會的企圖心。然而,儘管64%的企業已將市場需求作為選品依據,真正有系統研究市場需求的企業卻僅18.6%,另有52.6%認為拓展海外市場最需要的是海外銷售市場資訊或數據,凸顯企業的關鍵挑戰不只是看見全球機會,更在於如何系統性掌握需求,將市場洞察轉化為產品決策。

至於該怎麼走,亞馬遜把走向全球的過程拆解成「探索全球需求、驗證產品決策、加速新品上市、拓展全球成長」等四個階段的全球成長飛輪,透過全球的需求分析,探索更多市場與品類發展機會,這也意味著,全球化不再是一次性的市場拓展,而是持續從全球消費需求分析中尋找下一個成長機會。

Amazon Seller Summit
亞馬遜全球開店台灣總經理謝孜希以「探索、驗證、上市、拓展」四階段全球成長飛輪,說明企業如何從 Day One 將全球需求轉化為持續成長動能。
圖/ 數位時代

謝孜希強調,在全球成長的不同階段,亞馬遜都提供相應的AI工具與營運資源。其中,亞馬遜賣家助理 (Seller Assistant) 能協助賣家掌握營運狀況、辨識需要關注的問題,並提供後續行動建議,讓AI成為跨境經營的重要助手。此外,商機探測器、選品模擬器與創意工作室等工具,也能分別支持市場需求分析、產品機會評估與商品內容製作,協助企業將全球市場洞察轉化為實際行動, 「市場洞察會帶動產品創新,產品上市則帶來顧客回饋,回饋又會指引企業找到下一個成長機會,形成持續轉動的成長飛輪,轉得愈久,就會轉得愈快、愈穩。」

AI副駕駛共同啟航,開啟全球成長新航線

亞馬遜全球開店全球產品行銷負責人Leslie Hsu提到:「AI時代不單是數據更完整、更透明,善用AI代理工具,也進一步為企業決策者更高效訂定成長目標和發展計畫。從賣家使用分析發現, 賣家對 Seller Assistant 賣家助理提出的建議,大約有九成,會實際採取行動。現在AI能把全球消費者的需求,提早整理成看得懂的線索,讓台灣企業在產品構想的第一天,就能為全球市場做決策。 」

呼應今年「Go Global From Day One」的主題,高峰會特別以AI副駕駛啟航儀式,透過機場塔台廣播、AI語音與啟航模擬設計,象徵台灣企業在AI助力下開啟全球成長新航線。這場充滿未來感的啟航時刻,也將Amazon AI創新解決方案與全球化願景相互連結,展現AI如何從市場洞察、產品決策到日常營運,協助企業加速全球成長。

Amazon Seller Summit
高峰會以 AI 副駕駛啟航儀式揭開序幕,象徵台灣企業在 AI 助力下,開啟全球成長新航線。左起為亞馬遜全球開店全球產品行銷負責人Leslie Hsu、亞馬遜全球開店台灣總經理謝孜希。
圖/ 數位時代

資料變多不等於看懂市場,關鍵在找出真實需求

在以「AI × 品牌 × 市場:重新定義企業的全球化起點」為題的論壇中,則邀請到《數位時代》總編輯王志仁主持,台灣科技大學資訊管理系專任特聘教授盧希鵬、台達電、中磊和巨大獨立董事鄒開蓮、圓剛科技資深副總經理莊善雯、亞馬遜全球開店台灣總經理謝孜希,分別從學界、跨國經營、企業實務和平台的角度對話。

盧希鵬首先從經濟學的觀點切入,強調產品本身沒有價值,「價值是因為有人需要,價格則衡量了需要程度。」他將市場上的訊號,分成市場熱度、真實需求和值得投入的商機等三種層次,他提醒,市場熱度不等於真實需求,必須進一步理解消費者的使用情境、痛點與願付價格,同時評估自身技術與成本條件,才能將市場訊號轉化為真正值得投入的商機。

Amazon Seller Summit
上午場的重磅對談,本次邀請《數位時代》總編輯王志仁(右一)主持,與談人(左起)為台科大資管系專任特聘教授盧希鵬、台達電、中磊和巨大獨立董事鄒開蓮、亞馬遜全球開店台灣總經理謝孜希、圓剛科技資深副總經理莊善雯。
圖/ 數位時代

曾任雅虎亞太區最高主管,管理過日本、香港、台灣、東南亞、印度和紐澳等市場的鄒開蓮則一針見血指出:「世界上沒有真正的『全球』市場,唯有善用工具,更快、更精準讀懂需求並制定在地化策略,才能真正 Go Global。」她觀察,許多企業常把「在地化」想得太表面,以為翻譯好文案、換個廣告代言人就足夠;但真正的在地理解,涵蓋了當地人如何使用產品、通路如何運作、信任如何建立,以及做決定的節奏是快或慢。她強調,台灣企業應善用分析工具,加速理解不同市場的消費者,同時結合在地人才與市場經驗,將產品優勢轉化為全球競爭力,「企業要找到對的領導人,來負責全球市場,還要擁抱在地人才、帶著好奇心跑市場,和當地建立信任關係。」

圓剛科技的經驗,正好說明一家台灣硬體公司,如何在轉型時找到新的市場。 圓剛科技資深副總經理莊善雯分享,圓剛早年以電視卡、電視棒為主力產品,網路電視崛起後,舊市場結構性消失。圓剛於是採取「先射箭,再畫靶」 的做法,運用公司內部有限的資源,把影像處理、擷取卡等核心技術做成簡單的產品,先上架到亞馬遜試水溫。產品上架後,圓剛從後台數據、買家評論中意外發現,許多消費者買擷取卡,是用來錄製遊戲和直播,這才找到真正的靶心,進而深入研究遊戲直播、VTuber、內容創作者和直播帶貨等使用情境,發展出完整的產品線,「對圓剛來說,我們找到靶心的方法,都是回到消費者實際怎麼使用產品。」

Amazon Seller Summit
論壇現場座無虛席,與會者專注聆聽講者分享 AI 時代的全球化策略。
圖/ 數位時代

AI讓全球市場觸手可及,亞馬遜全球開店降低跨國經營負擔

謝孜希最後補充,亞馬遜透過「One Global Business」服務,便能提供市場洞察和跨境營運服務,「AI 就像企業開闢全球新航線時的『副駕駛』,出海不必再組建龐大的機組團隊,企業可以精準啟航試飛,再逐步擴大全球航線網絡。 」但她提醒,營運能整合,消費者需求和品牌溝通仍要在地化,因為不同市場消費者的需求完全不同,重點在於「全球在地化」(glocalization),「當AI降低跨境營運的複雜度,賣家就能把心力集中在真正需要差異化的地方,也就是產品價值和品牌信念。」

從產品創新到品牌成長,台灣企業展現全球化成果

2026 Amazon Seller Awards也表揚在全球市場拓展、AI應用、品牌轉型與科技創新等領域展現成果的台灣企業,從不同產業的實際經驗中,展現台灣品牌透過產品創新與市場洞察,持續拓展全球成長機會的多元可能性。

Amazon Seller Summit
2026 Amazon Seller Awards 表揚在全球市場拓展、AI 應用、品牌轉型與科技創新等領域表現亮眼的台灣企業,得獎者與亞馬遜全球開店團隊合影。
圖/ 數位時代

而各專家們分享的出海心法,已經被這些得獎企業實際落地應用,進而產出成果。從B2B玻璃鍋蓋供應商轉型自有品牌的明格企業,運用亞馬遜數據與消費者評論開發微波爐防噴濺蓋,成功躋身同品類前十名,「Amazon能清楚看見消費端,讓品牌和定價掌握在自己手中。」珍食堡實業則以自有品牌A Freschi srl布局美國、日本市場,透過搜尋與銷售數據優化火雞筋犬用零食的尺寸、造型及包裝,強調「不要等到產品完全準備好,才開始理解全球市場。」

(立即閱讀更多精彩賣家故事)

Amazon Seller Summit
「決勝全球・火線對談」中,明格企業、珍食堡實業、圓剛科技等台灣賣家代表,分享以產品力結合品牌力、突圍全球市場的實戰經驗。
圖/ 數位時代

從AI趨勢走向實際應用,聚焦策略品類找到全球成長新機會

今年高峰會規劃多場AI相關議程,從市場研究、產品內容製作、營運效率提升等面向,探討企業如何將AI應用於日常營運與商業決策,協助賣家掌握將AI工具轉化為實際業務價值的應用方法。

議程之外,也透過AI副駕駛試飛體驗區展示一系列亞馬遜AI工具,與Seller Café一對一跨境諮詢,聚焦消費性電子、家居用品,以及運動與寵物用品等策略品類,由亞馬遜品類團隊針對產品定位、市場需求及營運挑戰提供專業建議,協助不同成長階段的賣家探索全球市場機會,協助賣家將市場洞察轉化為實際行動。

現場一位新賣家分享,透過體驗亞馬遜AI工具,看見在人力有限的情況下拓展海外市場的更多可能;加上品類經理針對產品選品提供具體建議,讓他更有信心啟動跨境業務。另一位以代工模式經營的企業主分也分享到,透過當場一對一品類經理諮詢,幫助他更了解海外市場商機,對拓展新業務有了更明確的方向。

從AI工具的實際應用,到品類專業洞察與市場趨勢建議,高峰會不僅協助賣家掌握當前機會,更為下一階段的全球成長找到具體方向。

Amazon Seller Summit
AI 副駕駛試飛體驗區展示商機探測器、選品模擬器、創意工作室與賣家助理等亞馬遜 AI 工具,吸引與會者駐足體驗。
圖/ 數位時代
Amazon
Seller Café 由亞馬遜品類團隊提供一對一跨境諮詢,聚焦消費性電子、家居、運動與寵物用品等策略品類,協助賣家將市場洞察轉化為行動。
圖/ Amazon

對台灣企業而言,全球化不必等到規模夠大才開始,而是從Day One起,就將全球消費者需求納入產品創新與品牌決策。從全球成長飛輪的策略思維、Seller Assistant與AI創新解決方案,到策略品類專業支持,亞馬遜持續協助不同階段的台灣企業,將全球市場洞察轉化為實際成長動能,從Day One啟航,開拓全球市場的新機會。

全球航線已啟程!掌握AI時代的全球化新路徑。
立即觀看Amazon Seller Summit 2026 | 台灣跨境電商高峰會精彩回放

【Seller Summit 2026 】

Global Stage|上午主會場
Global Stage|下午主會場
Launch Stage 啟動舞台|下午分場 A
Growth Stage 成長舞台|下午分場 B

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓