AI應用廣泛帶動半導體上揚，鈺立微：正是新創切入機會！提出哪些建議？|數位時代 BusinessNext

AI應用廣泛帶動半導體上揚，鈺立微：正是新創切入機會！提出哪些建議？

IC設計廠鈺創旗下公司鈺立微電子，在Computex帶來演說，商務與策略長看到了哪些半導體產業中的商機和機會？

面對半導體產業的挑戰，新創有哪些解方？

「但現今即便有了大量資料運算需求和運算效能，半導體依然面臨許多挑戰。」像是記憶體和積體電路都會有瓶頸，而邊緣計算面臨的挑戰最為關鍵，「即便有越來越多傳感器和收集資料的方式，但這些數據實際上是無法移動到資料中心的。」其中的原因，是即使引入了5G和Wi-Fi 6加大傳輸量，許多邊緣運算的資料依然受到頻寬限制。

為了解決資料處理上的限制，James也提出新創可以掌握的機會。他以McKenzie的報告點出，AI在半導體的應用可分為9個環節－將AI應用程式的本質，與半導體的不同技術交叉匹配，「對比之下，會發現目前許多半導體級別的技術與AI應用需求不相容，所以這將是新創的好機會！」

他進一步舉例，在儲存和雲端運算上，NVIDIA和Google等公司都在積極發展，也推動半導體往前進，「在2017 年，我們會看到大量CPU被用於半導體領域，但到2025年，所有設計都將徹底轉變為AI特定場景定製的ASIC（特定應用積體電路）設計晶片。」

設計晶片的思維突破

面對設計晶片轉變，新創能如何思考新突破口？James指出，因為AI的一切都是自動的，所以要考慮的四點，就是要確保即時進程、微縮化、嵌入多元功能，再來則是與各個介面相互影響的自動化工作。同時，越長的運作時間則需要更好的效能和電池。

此外，針對 AIoT（智慧物聯網）的領域中，James認為，新創也可從客戶需求出發提供，端到端（End-to-End）的半導體導入。其次，因為要執行許多複雜的任務，也將需要大量的垂直領域加入，「每個垂直產業都有其獨特的應用點，可以將其獨立集成到一個電路設計中。」

面對AI應用帶來的需求，James也在演說中分享鈺立在電路設計的集成成果，鈺立所打造的3D立體影像辨識攝影模組，主要用於協作機器人的應用。

而市場對機器人的應用需求越趨多元，在晶片應用設計上可謂是一大挑戰，鈺立的解決之道是什麼？James簡單用一句話帶出：「就像是樂高般，我們把每個功能對應的單晶片進行堆疊。」他補充，實際的運作方式，就是在這些「C-block」的微型晶片上構建功能，最後再合併所有運算效果。這樣一來，每個單獨的晶片就能以最有效的方式，以不同的方式運行自己的單獨任務。

在最後，他也感謝台灣擁有完整的半導體供應鏈，進而將產品帶入產品中，「對IC新創公司來說，台灣政府和環境就擁有一站式的服務，讓新創得以孵化。」

最新6月號雜誌《高價值企業100強》：傳送門
零接觸電子雜誌訂閱：傳送門

責任編輯：錢玉紘

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。