「在台灣,早餐有想法,晚上能量產!」季辛格率7家新創來台,為何他說AI沒有泡沫問題?
「在台灣,早餐有想法,晚上能量產!」季辛格率7家新創來台,為何他說AI沒有泡沫問題?

深科技創投Playground Global合夥人、前Intel執行長季辛格(Pat Gelsinger)率領七家深科技新創來台亮相。

團隊表示,這些公司正從研發走向量產,而台灣在半導體、製造與封裝上的完整生態系,是它們推進下一階段技術的核心原因,因此選擇在此時來台、加深合作。

季辛格提到,這趟剛好是他第50次訪台。他說道:「沒有任何一個地方比得上臺灣。」表示台灣是推動深科技不可或缺的合作夥伴,許多新創的原型製作、製程驗證與量產都需要依靠台灣。

此行也安排與鴻海董事長劉揚偉的產業交流晚宴,象徵雙方在推動台灣深科技發展的共同目標,以及Playground與鴻海長期合作關係的延續(鴻海是Playground創立時的第一輪投資者之一)。

AI是否過熱?季辛格:不存在短期需求見頂的問題

在談及外界關心的AI是否存在泡沫疑慮時,Playground合夥人巴瑞特(Peter Barrett)表示,大型語言模型並不是整個AI的終點,未來仍有非常多應用場景與技術方向尚未被開發。他指出,AI的需求與運算模型正在快速演化,不應只從單一模型的視角看整個產業,而是理解新的運算型態仍會持續增加,因此並不存在短期需求見頂的問題。

季辛格則以能源作為分析切角,他認為,雲端服務業者(CSP)確實持續增加AI基礎建設投資,但真正限制資本支出幅度的不是需求,而是能源供應的成長速度。 他指出,能源供應每年僅成長約3%至4%,如果沒有更大幅度的能源擴張,CSP的建設速度自然不會進入過熱階段,能源供應不足會限制算力成長,使整體投資節奏保持在更可控的範圍內。

談到能源供應,季辛格也提到台灣的挑戰與機會。他表示,若要在創新領域扮演重要角色,不能只依靠硬體能力,軟體與基礎架構仍需同步強化。他指出,台灣的能源與整體供應鏈韌性,是需要持續思考的關鍵議題。

為何攜七家新創來台?Playground:需要台灣協作

Playground是深科技領域的重要創投公司,季辛格在現場進一步解釋他心中的深科技是「用遠大的想法來處理困難的技術問題」。目前仍無法解決的領域,都可以透過更有結構性的方式找到新解法,而這些方向包含量子運算等,都是未來具有巨大潛力的技術基礎。

他形容Playground的角色是提供資源,協助工程師以更有結構的方式解決難題,也類比Playground就像「工程師的遊樂園」,工程師能夠在此全力投入技術突破。

此次Playground帶來的七家深科技公司,涵蓋電源架構、光學互連、垂直GaN電晶體、記憶體內運算、高效能運算架構與EUV光源等不同領域,皆處於各自技術發展的關鍵階段。他表示,「在台灣,早餐有想法,中午有原型,晚上就能量產」,這種快速協作能力是許多技術領域推進時所需要的。

Playground投資的Ayar Labs著重於矽光子技術,執行長韋德(Mark Wade)表示,今年他已第十次抵台,開發光學互連需要高度成熟且可靠的生產體系,而台灣具備完整的半導體供應鏈、伺服器機櫃製造與封裝能力。對於Ayar Labs來說,目前技術方面的瓶頸已經解決,現階段的核心重點是量產,因此台灣是推動這項技術跨入規模化的關鍵。

Ayar Labs Mark Wade
Ayar Labs執行長Mark Wade。
圖/ 侯俊偉攝影

對於Ayar Labs的發展,季辛格報以厚望,也提到光從銅線轉向光學互連的重要性。他說,這個趨勢他已談論二十年之久,過去不一定被所有人認同,如今技術已逐步成熟,Ayar Labs正在讓這項技術快速往前推進。季辛格同時宣布,他已正式加入Ayar Labs董事會。

七家新創與台灣合作,推動下一步技術發展

促成七家新創與台灣的合作成為Playground此行最重要的目的。雖然這些公司處於不同的技術階段,但共同點都是下一步需要台灣完整的半導體與製造生態系,未來也會有更加密切的合作。

矽光子企業Ayar Labs主攻光學互連技術,今日宣布將與創意電子合作,把共封裝光學技術整合進創意的ASIC設計服務;專注記憶體內運算架構的d-Matrix則宣布與世芯電子、日月光以及台積電合作,共同推進3D記憶體堆疊方案。

而致力於高效率電源架構的Picojool,其所有產品皆在台灣製造,依靠本地成熟的半導體生態系加速研發並縮短量產時程。

Playground投資的新創公司,也分別在不同的深科技領域借重台灣的製造與封裝優勢。PowerLattice聚焦於電力架構技術;Vertical Semiconductor主攻垂直氮化鎵功率半導體;NextSilicon專注高效能運算架構;而xLight則投入微影光源技術。

隨著這些公司進入樣品製作、製程驗證與產品化階段,台灣在系統整合與量產效率上的能力,已成為它們推動下一步技術發展的核心支點。

延伸閱讀:晶片管制無法避免!英特爾CEO季辛格:台灣很重要,但不穩定⋯⋯

責任編輯:李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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