吳田玉分析半導體未來3大新難題！還能繼續扮演「護國神山」多久？|數位時代 BusinessNext

半導體持續扮演「護國神山」，但還能守多久？吳田玉分析未來3大新難題

半導體產業作為台灣的護國神山，究竟還會面臨到哪些問題，吳田玉以產業制高點的身份，點出了3個半導體從未有過的挑戰，若能作好準備、未來的贏面將更大。

憑藉過去優勢，台灣半導體站穩腳步

吳田玉說，過去60年台灣經歷了主流經濟、海外投資、自由貿易的各種狀況，創造出現在台灣半導體所擁有的完整IC設計跟製造產業鍊，不只是讓我們可以位處經濟規模的制高點，也讓台灣能跟全球客戶擁有良好的共生關係。他認為，這樣的優勢將能在日後產生極大的效益，也可以彌補台灣半導體在人才上的弱勢現象。

但這次疫情下，台灣半導體產業所展現出的量能，也讓自己成為了列強上爭奪的對象，從沒有想過一個供應晶片的半導體產業會被推上這樣的舞台。

吳田玉表示，「保護主義」、「平行世界」以及「遠端連結」這三個挑戰是過去未曾有過的問題，卻是半導體未曾經歷過的挑戰，當前要如何應付這些新問題，他也提出了個人的見解。

挑戰1：保護主義

吳田玉打趣的說，地緣政治對過去學電機、機械的人而言，肯定是未曾熟悉的領域。事實上，地緣政治的議題會替一向以代工為主的台灣半導體產業增添變數。

他進一步提到，台灣是全球化之下的典型受益者，而這個全球化的條件包括需要垂直水平分工、區域平等以及經濟效益分散等三大要素，當保護主義被築起的時候，這三個要素將會消失、進而破壞目前全球化的平衡狀態。

台灣政府跟產業能做的，就是要有思維上的改變，學習如何與多元市場主導者，在共生價值跟思維上做相對應的調整，「這肯定是個重要的課題」。

挑戰2：平行世界

後疫情時代將可能出現非單一的系統跟法規，當一個世界變成兩個彼此無法溝通的平行個體時，台灣作為一個以代工為強項的供應鏈，要如何滿足不同系統的法規、制度？以半導體來舉例，材料、設計軟體各有不同，台灣的業者將無法再用同一套方法打天下。

吳田玉指出，台灣整體實力及彈性佔了很大的優勢，多元化系統也是代工業的基本工，在未來的變化中應該要更能發揮作用，左右逢源，應付平行世界裡面的各種未知狀況。

挑戰3：遠端連結

吳田玉說，遠端視訊會議曾經被認為是不太能接受的事，而台灣商人過去在面對面的溝通上可說是世界一流，沒有什麼可以難的倒我們。誰知道疫情帶來的改變，就連過去不曾停留在台灣超過3周以上的他，這回也被迫留在台灣長達8個月。

他進一步提到，典型的遠端連結佼佼者其實就是印度，他們能透過遠端的溝通迅速掌握對方的思想跟需求。對擅長面對面溝通的台灣來說，我們是否能提升自己在語言上的戰鬥力？同時，對於在遠端溝通上的情景掌握也能向他人看齊，是未來在遠端連結的新世界中拼出競爭力的考驗之一。

除了三個對半導體而言未知的挑戰，吳田玉也點出「危機就是轉機」，在危機之前大家都是公平的，如何把握機會就看個企業的本事。現在，台灣的半導體已經擁有了制高點的優勢，「了解未來的挑戰在哪邊就能事先準備、贏面將會更大，」他樂觀地說道。

責任編輯：錢玉紘

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。