台積電11月營收刷新高！搶攻AI、5G大餅，先進製程蓄勢待發|數位時代 BusinessNext

狠甩對手三星！台積電卡位5G、AI戰場，先進製程蓄勢待發

台積電11月營收再創新高，面對AI、5G蓄勢待發，包括蘋果、高通等都相繼宣布採用N7技術，在N7以下技術的規劃也逐步明朗。

台積市占領先，先進、成熟製程皆滿載

根據TrendForce剛出爐的統計顯示，台積電目前仍以52.7%的晶圓代工市占率遙遙領先第二名的三星（17.8%）、以及第三名的格羅方德（8%）；TrendForce觀察，近期台積電受惠客戶蘋果iPhone11系列銷售優於預期、AMD持續維持投片量，以及日前聯發科首款5G系統單晶片（SoC）都採用台積電7奈米的緣故，不僅產能滿載、營收比重也持續向上提升。

至於16、12奈米等成熟製程方面，受到IoT晶片出貨量增加，也呈現滿載的情況。TrendForce預估台積電今年第四季營收將有8.6%的增長，就目前10月、11月的營收來看，合計達到2139億2400萬元，較去年同期成長6.9%，配合第四季屬於傳統旺季的效應，要達到8.6%的增長預估並非難事。主要還是著眼2019年的全年營收是否能有機會達到台積電的預估值0-5%。

不過這樣的門檻似乎對台積電來說並不是太難，誠如台積電在第二季與第三季法說會上所言， AI、5G的應用將會是帶動台積電今年下半年與明年成長的兩大動能 ，如今看來確實已再發酵。

5G發酵，手機、晶片廠皆採用台積7奈米

不僅華為的5G手機採用市場首先導入EUV（極紫光罩）技術的台積電N7+外，晶片大廠如高通、聯發科等也陸續發表針對5G通訊的晶片，並表示將採用台積電7奈米的技術；而預計2020年問世的iPhone首款5G手機也傳得沸沸揚揚，將有可能採用台積電的先進製程技術，拖三星、英特爾在7奈米製程上的進度與良率問題之福，5G的戰場上幾乎可見台積電技術的影子。（高通靠3款5G處理器大反擊，揭晶片大佬背後盤算）

但台積電也沒有閒著，畢竟要維持第一名可比要追趕第一名來得困難太多！《一本書看懂晶片產業》作者謝志峰接受《數位時代》訪問表示，現在台積電在走的技術研發是一條沒有人走過的路，因此每步棋必須下得更小心，一個不注意可能就會讓後面的追兵超車。

5奈米、6奈米蓄勢待發，3奈米2022年可望量產

在先進製程的規劃，台積電董事長劉德音今年9月在國際半導體展上表示，3奈米、2奈米的研發每日都有新突破。

5奈米時程預計在2020年上半年進入量產，6奈米維持2020年下半年進入量產，至於3奈米，則宣布將於明年興建研發中心，預計2021年完工、2022年可望進入量產階段。

從先進製程先5奈米到6奈米的進度，主要透過5奈米的技術可以加速並縮短6奈米的研發，並加快量產的腳步，台積電曾說，這可以提供給目前採用7奈米、N7+客戶更多不同的選擇，在成本與效能的表現上達到平衡。

隨著不同奈米先進製程的佈局逐漸明朗，台積電在5G、AI的趨勢之下，或將一展其先進製程的長才協助科技趨勢的進步，如同張忠謀今年在運動會上所說：明（2020）年要發一個比今年更大的紅包也說不定。

責任編輯：陳映璇

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。