2010年前後開始真正受到矚目的深度學習（Deep Learning），是人工智慧（AI）相關技術進化的關鍵期，透過機器學習得到的經驗，讓AI技術有了新的依靠。2016年的AlphaGo更是推波助瀾的重要突破，之後各種邊緣裝置（Edge Devices）出現在市場上，相關技術與半導體晶片的進展也受到矚目。至於在半導體領域發展的特用AI晶片，則是一種特化型IC（ASIC），又可分為伺服器與邊緣端專用。目前大家關注GPU與CPU帶來的運算之爭，將來重心也會慢慢移轉到前端設備，這些都是重要的變化、挑戰，也是機會，而台商是海景第一排的有力角逐者。AI半導體是指可以讓AI軟體與演算法可以更有效率執行的各種專用晶片。現有的泛用CPU，在處理大量數據時可能面對極限，也讓出更多機會給不同的微處理器，例如GPU、DPU與用於推論的NPU，特別是當初用來處理圖像的GPU，運用在AI上，竟有遠超過原來期待的功能。特別是NVIDIA結合CUDA的軟體設計程式，造就了NVIDIA今天的盛況。除此之外，其他如現場可程式化邏輯閘陣列（FPGA）晶片也出現了新的契機。GPU與FPGA也都是泛用型IC，非只為某一客戶量身定製的ASIC。ASIC是具有明確目標功能的系統半導體，目前最被看好的GPU結合了CUDA軟體，在市場上具有壓倒性優勢，而NVIDIA的財報也證明過去的投資與軟硬整合的優勢正在發酵中。A100擁有6,912個CUDA Core與40GB HBM2記憶體，這套解決方案可以整合成一套超級電腦。2022年3月，NVIDIA推出效能比A100還要強大的H100。根據IDC調查，全球AI資料中心的市場規模，將從2021年的156億美元，成長到2025年的318億美元，年均成長19.5%，遠高於傳統伺服器市場的10.7%。至於AI晶片市場，各大顧問公司也有許多評估，多數看好未來幾年的成長，其中Gartner認為，AI晶片在2025年時可達700億美元，到2030年AI晶片市場總值將達1,179億美元，貢獻整個ASIC市場的31%。由於看好AI晶片商機，從超微（AMD）、英特爾（Intel）這些NVIDIA傳統的競爭對手，到上游的Arm、新思（Synopsys），以至高通（Qualcomm）、博通（Broadcom）每一家公司都虎視眈眈，英特爾甚至透過購併Habana，希望加速軟硬整合的實力。除此之外，美國、英國、法國都有很多新創公司嘗試開發出各種用途的AI晶片，中國當然也沒閒著。百度、華為、阿里巴巴、比特大陸等，都有明確規格與定義的AI晶片發展計畫。此外，南韓記憶體雙雄在記憶體內運算（PIM）市場上著力更多。三星電子（Samsung Electronics）在2020年發表HBM-PIM的產品，讓晶片可以在沒有連結資料中心的情況下，獨立進行演算，對聲音、影像在裝置前端的應用上深具意義。走在市場最前端的晶圓代工業、設計服務業者，大致可以維持應有的地位，但最受挑戰的是台灣IC設計產業。在晶圓製造領域，14奈米以下先進製程成為必要條件，擁有最先進製程的公司，仍將是市場上的寵兒。台灣IC設計業雖只佔全球市場的18%，在前十大業者中有3家來自台灣，但台灣擅長替代型商機，而非定義市場，參與前端市場的角逐。其次，業者面對人才短缺、成本激增、中國業者追擊等相關議題，真正有實力角逐頂級商機的廠商屈指可數。台灣的IC設計業者正積極趕上這一波大AI潮的滾滾商機。最後，前端設備的多元需求，AIoT商機無可限量。IBM估計，物聯網終端設備總量從2020年的150億台，增加到2025年的1,500億台。10倍速成長加上多元商機，如何發展通用效益，又可以差異化設計的發展機制，是台灣業者最大的挑戰。

為角逐未來AI商機，各大廠商也拉幫結派，NVIDIA購併了Mellanox與Excelero，而看似被NVIDIA拉開差距的超微（AMD），也購併賽靈思（Xilinx）及Pensando。邁威爾（Marvell）、博通（Broadcom）、英特爾（Intel）也都各有盤算，特別是英特爾在晶圓代工久攻不下，CPU/GPU/DPU市場又面對嚴厲的挑戰，除了發展類似CUDA的程式語言之外，也與Habana Labs合作，我們看到大廠決戰光明頂的景象，也知道AI競爭現在才進入火熱的階段。繼GPT-3.5之後，Open AI再度於2023年3月發表GPT-4，這套Foundation model更貼近市場的需求。短短幾個月之內，上億人的使用經驗成為「學習」的基礎，運算法的改善，也讓AI應用帶來新的境界。科技大腕相繼加碼研發，整個生態系的改善非常具體，微軟（Microsoft）的積極態度也帶來推波助瀾的效果。到2022年4月底止，Office 365已經有3.2億使用者，而搭配Office 365推出的Copilot軟體，讓這些使用者有條件從過去經驗中推演相關的應用。以Copilot的使用者做測試，每個使用者節省的時間大約是50%，這是個很龐大的數字與價值。Microsoft 365 Copilot可以連結Word、PowerPoint、Outlook、Teams等檔案，並與Microsoft Graph、LLM等功能同步使用，也使用Grounding的演算法。微軟在2022年底推出ChatGPT之後的兩個月，推出ChatGPT Premium的方案，每個月收取20美元的費用，應答問題的速度可以快3倍。透過各種搭載的方式，讓原先的Windows/Office等軟體得到升級的機會，這對微軟而言，是十年難得一遇的好機會。微軟搜尋引擎Bing市佔率僅有2~4%，遠遠不如Google，但在這次改變的過程中，可能會是最大贏家，在推出GPT-4之後，Bing市佔率提高到9%以上，2023年3月9日，Bing使用者首度超過1億人。儘管Google的每日活躍用戶數（DAU）已經超過10億人，但我們看到微軟在AI領域上的突破，可能給微軟在數據檢索上一個彎道超車的機會。未來大型資料中心將繼續升級，藉以進行加速運算，可以預期伺服器與相關晶片、服務業者的商機生氣蓬勃。過去每次的技術創新，都帶來龐大的衍生商機。從工業革命的蒸氣機到鐵路，從網際網路的出現到各種遊戲、生活體驗不斷革新，但這次的AI革命可能更勝以往。我們可以預期類似YouTube、SNS等新型態的服務平台一定會出現，對台灣的啟示就是「軟體應用」必須積極參與、學習，而硬體製造當仁不讓，特別是晶片與相關服務業者的價值體現，將會有新的面貌。

一旦Open AI建立完整的生態系，就可以主導整個商機，影響力越大的品牌與解決方案，將會成為市場上的領導者。微軟（Microsoft）刻意造成「生成式AI等於Open AI」印象，加上Office 365的優勢條件，微軟可能是很大的受益者。由於需要強大的數據運算能力，在資料中心晶片市佔遙遙領先的NVIDIA成為最大的獲利者，台積電也因為是代工夥伴而受惠。現在NVIDIA跟英特爾（Intel）叫板，甚至暢言「CPU時代已經結束」！導入AI不外乎是為了使用者忠誠度、提高效率，提升競爭力等。估計Open AI的市場規模，將從2023年的2億美元，增加到2024年的10億美元。遊戲開發商可以利用各種AI工具加速產品的開發，並以各種內容的整合開發出新的商機與市場區隔。市場剛剛起飛，但速度也可能像ChatGPT一樣迅雷不及掩耳！相較於現在的檢索模式，對話式檢索機制成本必然會增加，光是學習自然語言的運算機制，各種伺服器、資料中心的投資就以1,000億美元的規模來計算。Open AI需要導入1萬顆以上的NVIDIA A100繪圖晶片，相關資本支出與背後的維護都非常驚人。另據Semi Analysis估計，Google自主開發的Google TPU v4，資本支出高達200億美元，這大約是Alphabet 2022全年資本支出的64%。可以預期「超巨量型資料中心」（Hyperscale Data Center）將是軍火競賽的一環，起步較早的微軟與AWS都是領先者。但無論是內部或外部的連結，都是資料中心管理者很大的挑戰。我們同時可以見到傳輸速度不斷的提升，到2025年時，使用800G數據傳輸速度的Switch將高達2,500萬個，這與2022年還是主流的100G相比，已經不可以道里計！整體而言，資料中心的演化，從最早的儲存資料進化到演算，現在則是分散處理，藉以取得最佳化的成果。為了有效管理這樣的需求，除了過去倚重的CPU之外，現在資料中心更關注DPU（Data Processing Unit）的進展。這些可以有效管理儲存數據的微處理器，將是下一波需求的主流。相較於過去專注在特定功能的微處理器，DPU更重視整合性的功能。簡單來說，CPU用於一般的運算功能，GPU是加速運算功能，而DPU是專注資料處理功能。「Scaling AI Compute」是從資料中心的運算，延伸到網通過程，以及邊緣端的多元AI運算機制。基於提高運算效能、降低功耗等多方面的考慮，大家把希望寄託在晶圓製造與EDA工具的進化。如何以ASIC半導體晶片為基礎，生產出可以符合差異化需求的硬體設備，也都是製造廠非常大的考驗。 

各種機器學習模型的成本將因為半導體的運算能力而出現更好的價格誘因，一旦使用價格降低，使用者必然大幅增加。使用人工智慧（AI）將成為公私領域日常工作的一環，商品化的結果，就真會是「AI的iPhone時刻」來臨。一旦Open AI成為常態，各種生成式的應用都需要NVIDIA資料中心與專用晶片，業界的相關效益可想而知。與傳統伺服器不同，AI專用的伺服器有80%是使用GPU，10%使用CPU，而一般資料中心的伺服器，60~70%使用CPU的運算能力。以NVIDIA的DGX伺服器建構組合為例，用8顆GPU、2顆CPU組成，GPT 3.5就需要1萬顆A100晶片，而一般學習型的伺服器只需要500~4,000顆的GPU。大家都把焦點放在台積電，確實台積電是僅次於NVIDIA的贏家，而且這一波大潮才剛剛開始而已。NVIDIA最早推出的A100，在Hooper 100推出後，仍然具有很大的吸引力，那為何NVIDIA可以一枝獨秀呢？2013年以前，資料中心的投資規模一年大約550億美元，但真正大幅成長是在2013年以後。2017~2022年間，資料中心的年均成長達到11.8%，而估計未來5年，NVIDIA規格的資料中心，就算只以維持目前的市佔率估算，也可以有年均20%以上的成長率。樂觀估計者，甚至認為年均可以達到40%以上。NVIDIA吃肉，台廠喝湯也可以獲利豐厚。現在台廠只要跟繪圖晶片有關的，生意都做不完，市場傳言緯創、鴻海、廣達都接到大單，而黃仁勳在CPMPUTEX期間，去拜訪微星、技嘉，也與聯發科攜手開創智慧座艙的商機，伺服器之外，電動車、車聯網的商機還在等著！IDC指出，2023年AI與相關軟體的市場是5,192億美元。Gartner則說，2020年時，AI佔公司IT支出比重是7%，到2023年會增加到10.5%，而2026年是13.8%。這是以全球軟體市場當分母的推算，那麼軟體商機背後的硬體世界呢？幾年前黃仁勳曾說：「AI會吃掉軟體，軟體會吃掉硬體」的豪語。我認為黃仁勳的話說對了一大半，硬體是無可替代的，特別是晶片，最大贏家仍然是硬體製造業，而與伺服器、資料中心相關的事業體，也會有龐大的商機。

ChatGPT以雷霆之勢席捲全球，短短5天就累積達到100萬名用戶，相較於Facebook用了10個月、Netflix 41個月，ChatGPT與IG、Facebook、Spotify、Airbnb等前輩平台相比，速成的效率令人咋舌。2016年AlphaGo的出現，確實吸引一波投入人工智慧（AI）應用的熱潮，AlphaGo打敗世界棋王是整個AI應用的先聲，但棋王的世界我們很難想像。如果ChatGPT是個成功的典範，那麼關鍵原因就是ChatGPT走入了尋常百姓家，成為每個人都可以活用的工具，所創造的共營效益當然不可相提並論。也許很多人還在嘲弄人工智慧是「人工＋智慧」，各種內容的品質仍有許多令人詬病之處，但從質與量兩個不同的角度思考，「量」的成長似乎更為關鍵，也因此初期的效益顯現在不需要深度思考的策略上。根據IDC估計，2022年全球的數據總量是97 zettabytes，估計2025年將倍增到180 zettabytes。只是台灣的佔比大約是1%，加上繁體中文的侷限性，台灣的AI產業要與本地接軌，得有非常不一樣的想法與戰略。有一段時間，我們還會說5G有很多閒置的空間，需要考慮6G嗎？但就算晶片運算速度再快，無法將數據往外傳輸，這些新的基礎模型，也都只是紙上談兵而已。數據之間的流通，除了資料中心儲存的大量資料與快速運算的能力之外，一方面也帶來網通產品的新商機。雲端的服務機制已經不是議題，而是必要的條件，串連公私領域的混合雲更受矚目。雲端服務業者，正結合網通設備將傳輸速度從現在的100G提升到400G，甚至往800G邁進。這些重要的趨勢，也可以從博通（Broadcom）的財報看出端倪。博通說2022年AI相關網通設備銷售金額是2億美元，估計2023年可以成長4倍，達到8億美元的規模。這個金額不是什麼了不起的成就，但很明確顯示，這是雲端與網通業者相關投資的領先指標。除了資料中心的運算與資料儲存能力之外，邊緣端的各種設備也都蓄勢待發，我們現在清楚知道，數據世界裡的變化是相互連動，也超過一般人能想像的範圍，網通環境也是促成AI應用走向商業運轉的重要推力。

人工智慧（AI）早已被大家所熟知，但直到ChatGPT出現之前，大致還停留在暗潮洶湧的階段。延續三年的疫情，半導體技術的大進化，促成了AI應用技術在2023年大爆發。耀眼的成績讓NVIDIA的股價大漲，市值1兆美元的門檻讓人望而生畏。羅馬是一天造成的嗎？答案當然不是！2005年前後，GPU的演算能力開始與CPU出現差異，部分功能甚至可以領先。由於CPU與GPU的設計架構不同，這是很自然的演化。NVIDIA為了這一天已經做了很多年的準備，CUDA（Compute Unified Device Architecture）這個軟體開發環境，讓C語言程式使用GPU做圖像處理外的運作工作，也讓開發商更容易導入GPU，這也是NVIDIA領先的關鍵。一旦開發商都跟進，生態系自然就可以水到渠成，更多的資料中心採用NVIDIA的設計與GPU，間接也影響了台系伺服器與網通設備大廠的經營績效。在2020年導入GPT- 3之前，AI領域的進展十分有限，對答的內容仍然無法因應商業的需求。但過去6年，NVIDIA的資料中心晶片演算速度提升了26倍，NVIDIA執行長黃仁勳積極參與Open AI的技術合作計畫，透過長期的學習與使用經驗，如今NVIDIA的GPU結合了軟體，成為超巨量AI模型中的遙遙領先者。NVIDIA的奇幻之旅能延續多久？週邊生態系可以雨露均霑，還是贏家全拿？對台灣而言，AI成功的經驗意味著驚濤駭浪，還是如黃仁勳所說的：「這是人工智慧的iPhone時代」，台灣搭上這趟便車成為其中一個重要的贏家。產業界都說「贏家全拿」，想要分杯羹，需要什麼條件呢？台灣ICT產業有多少勝算，機會從何而來？對手是誰？黃仁勳1984年從大學畢業，迎接的是PC即將起飛的年代，而2023年是「AI起飛的年代」，期望畢業的學生可以掌握時代的契機，成為浪尖上的英雄。1984年底，我唸完研究所，1985年迎接的也是PC元年！讀完李開復的《人工智慧來了》，李開復說需要複雜決策與推論的工作，短期內很難被取代，這就是我說DIGITIMES目前高枕無憂的背景。如果再考量，Google搜尋引擎所到之處，繁體中文僅佔0.01%，這樣的生成式語言模型未必能滿足我們的需求。在B2C的市場，「繁體中文」是孤島式的數據組合，但在B2B市場裡，這可能是天然的保護傘，我們會做出什麼樣的選擇呢？江山如畫，一時多少英雄豪傑？他們都說這是「AI的時代」，但跟台灣有什麼關係？黃仁勳是「美國矽谷觀點」，開創微軟亞洲研究院的李開復是「北京觀點」，不是不對，只是咱們自己得「想清楚，說明白」，找到屬於台灣的AI時代！

這個世界已經進入「生態系共構」的新時代，進入第三個階段的經營者，首先要將第二階段累積的數據（Data），進化為可以成為企業經營決策參考的「Intelligence」，而不僅僅是「Information」而已。所以，如何從浩瀚的資料大池中，「定義」自家事業中有效的數據、資料，非常關鍵。例如，全球有很多提供上市企業財報資料的公司，如何從這麼多家公司中，定義出50家、100家跟亞太ICT產業供應鏈有關的數據資料，並善用這些數據為客戶釋疑解惑。台灣平均每家上市櫃電子公司營收約新台幣300億元上下，最大的風險不是花多少錢買資料，而是一旦做出偏離市場大勢的決策，很可能讓事業萬劫不復。DIGITIMES不是無所不能，但儘可能善用科技工具與實體的數據資料來滿足客戶需求。其次，必須理解直接客戶與間接客戶（客戶的利益關係人）的需求，而隱藏在背後，如何建構客戶後台的支援體系，也成為今日顧問公司必須面對的高難度挑戰。媒體不可能永遠只是單純的媒體，當您看到媒體旗下文章大量出現在Google、Facebook，影像內容有太多網紅也想分一杯羹，一定可以體會大眾媒體的時代早已經飄然遠去！我們另闢蹊徑，也跟著時代與工具、技術的改變，把過去的數位資產價值移轉、應用到新的時代。既然廣告業務最主要的載體，已經是大型的社群軟體，那麼經營者如何在廣告市場中殺出一條血路呢？凡事都有一體兩面，Google最大的好處就是鉅細靡遺，最大的缺點就是資料量「太大」。品質參差不齊的資訊，難免讓決策者難以辨識，我們的因應之道就是「取長捨短」，用ChatGPT的概念與技術特質，在電子業範圍的資訊內容中提供專業服務。同時為了提供高效率服務，先期為使用者設定查詢範圍、關鍵字，以免混淆視聽。根據DIGITIMES調查，如果台灣IC設計業維持6%的年均成長率，到2030年時，還需要3.4萬名的設計工程師，而現在台灣一年能從STEM四種專長領域培養的碩士生，不過1萬人而已，必然影響到其他科技事業體對於高階人力需求與應用的使用認知。別讓您的高階員工用蒸氣機時代的方法查詢產業訊息，在網路時代、少子化時代，能提供內部人力替代，或提升使用價值的外部資源都將供不應求，這是我所看好的商機，我也不認為會有同類型的競爭對手。我理解網路與軟體工具的變革，可能給軟體業帶來大滅絕的時代。一旦您獨一無二，市場上就不會有短期內可以速成的競爭對手，這是以數據為競合基礎的企業在新時代最大的優勢。是的，當IBM不再僱用可以AI技術生產的技術人員，當英國電信也要大舉裁員時，我們也得理解，任何一次的轉變，都得想出因應的方案，沒有一次我會掉以輕心，也會不斷自問，這件事跟我們有關嗎？

在台灣，每四年有一位新領袖在520這一天入主總統府，通常我們對於政策沒有太多置喙餘地，只能逆來順受，面對政治人物的策略選擇。但經營企業就不同了，要不要改變存乎一心，經營者可以8年、16年永遠執政，也可以掌握世代的變化大勢，選擇新的經營策略。當NVIDIA執行長黃仁勳說：「ChatGPT是人工智慧的iPhone時代」時，我的認知與大家一樣嗎？ChatGPT對DIGITIMES而言是機會、挑戰，還是生死存亡的危機呢？研究機構與媒體多次報導，「記者」是最沒有前途的行業，而數位廣告收入多數進了網路巨擘的手上，覆巢之下無完卵，DIGITIMES可以高枕無憂嗎？從過去的經驗推演，只要是對傳統媒體有威脅的新狀況出現時，通常就是DIGITIMES大展身手的時刻，我相信這次也不會例外。在DIGITIMES創業初期，以「電子時報」面對市場，但在能夠損益兩平的同時，網路泡沫席捲全球，有些參與創業的夥伴離我們而去，在驚覺時代變化的同時，開始強調「digitimes.com」平台，並機積極深化網路布局。數位轉型對我們而言，沒有太多的陣痛，數位內容也是「理所當然」的成果。進入第二階段時，我們已經能夠善用數據資料庫的價值，在「In-bound」與「Out-bound」的雙向服務中，同時創造更高的價值。資料庫的會員服務，為公司創造將近一半的營收。而且超過1,000家的會員續約率極高，願意因為更深入、有效率的服務，支付合理的費用。這一群願意支付「知識」價格的客戶，也是台灣最富裕、教育程度最高的一群人。他們的興趣從NB、手機，延伸到電動車、車聯網、低軌道衛星、新能源。只要DIGITIMES端得出菜，就會有更多的人參與我們的社群與行銷活動。2022年春，我們接手竹科廣播-IC之音之後，將這個以新竹園區（涵蓋桃竹苗382萬人口）為基地的電台，經營成影音創作平台。一年之後，IC之音的影音節目在Podcast十大科技類節目中佔了五個，並且在金鐘獎拿下四個獎項，這是民營電台之最，我們也相信只要願意投資內容，還可以有更好的成就。DIGITIMES的挑戰是更專業的分類，對人工智慧、元宇宙、低軌道衛星等新知，也能夠與時俱進。這時顧問團隊的價值，就不僅僅是寫報告、上台演講而已。顧問團隊需要在專業領域提出專業的見解，並且培養橫向提供策略建議的能力。

由於台韓是貿易競爭對手，韓元兌換美元的匯率，也影響到兩國的交易行為與競爭關係，每隔一段時間我總會更新一下韓元與美元的匯率，試圖理解大趨勢，而韓元走勢又與南韓貿易收支息息相關，這幾個數字之間的關連性，值得關心台韓貿易關係的讀者稍加留意。2008~2009年春，金融海嘯席捲全球之際，韓元兌換美元的匯率一度跌到1,545韓元兌換1美元的低谷，但匯率回穩之後，到2022年中以前，韓幣兌換美元的匯率大致維持平穩。但到了2022年9月，卻再度出現暴跌，至今也在1,336韓元兌換1美元的低谷盤旋，關鍵就在於全球景氣低迷，記憶體出口報價欠佳，貿易逆差居高不下所致。南韓目前外債6,654億美元，為了調控可能高達3分之1的短期外債，順利支付一年內必須償還本金與利息的短期外債，韓幣貶值以爭取更好的國際競爭力，就是南韓過去常做的事。但現在的問題不是南韓企業本身沒有競爭力，而是國際市場需求不振，原本預期下半年初可以回穩的需求，包括電動車在內，Tesla、福特（Ford）都出現獲利欠佳的消息，現代汽車（Hyundai Motor）能有多大的期待呢？由於貿易逆差不斷擴大，南韓外債總額也不斷積累，連帶引起韓元貶值，且外債佔GDP的比重，在2009年全球金融海嘯之後，再度出現新的格局。根據CEIC資料，南韓外債佔GDP比重，一度從2011年的32%，跌到2016與2017年的25%，但從2019年疫情出現之後，南韓外債佔GDP比重就從28.5%，一路攀升到2020年以後的33.5%、34.9%與2022年底將近40%的新高點。談永續經營，ESG的內容不是只有環保、社會互動，在公司與國家治理上，不容許有致命的風險，而韓元的匯率與外債的GDP對比，都是非常嚴重的警訊，由於過去曾有1997年亞洲金融風暴的痛苦經驗，相信南韓朝野一定謹慎以對。如果南韓再度出現金融危機，台灣人會幸災樂禍，還是感同身受呢？過去兩國的產業結構重疊，台灣人會樂於見到南韓「稍事休息」，但在2000年以後，南韓顯著朝向技術密集、品牌價值、市場定價上找到特殊的定位。台韓產業結構已經大不相同，特別是在中國崛起之後，有高度競爭的其實只剩下台積電與三星電子（Samsung Electronics）高階製程之爭。我已經講過很多次，三星是台灣重要客戶，拿到大單的台商應該開始籌組「星空聯盟」，想辦法投南韓所好，取得更顯著的競爭優勢。

在人工智慧（AI）技術快速演進的今日，各種生成式的語言學習系統，正嘗試告訴我們更接近事實的答案，但對許多「涉世未深」的人而言，如何提出適當的問題反倒是更嚴厲的挑戰。我研究南韓40年了，南韓的關鍵在三星集團（Samsung Group），三星集團的關鍵在三星電子（Samsung Electronics），而2023年可能是三星電子的轉捩點。如果利用AI技術能找到最想要的答案，我該怎麼問有關三星的問題呢？2022年南韓的貿易逆差是472億美元，若非半導體貢獻超過557億美元的出口順差，南韓2022年的貿易收支就是上千億美元的逆差，這對2022年底外債總額6,645億美元的南韓而言是個嚴重的警訊。尤有甚者，2023年上半三星半導體獲利暴跌，2023年的南韓貿易收支恐怕是個大問題！從三星2022年的事業結構觀察，總營收2,457億美元，其中30%的營收來自半導體，獲利則有55%來自半導體；以手機為主的通信部門，加上消費電子，營收貢獻56%，但獲利僅有29%。三星手機市場仍在，但已經不是旭日東升的產業，策略上以手機銷售帶動半導體與AMOLED等關鍵零件商機的價值也到尾聲。2023年上半三星半導體營收獲利暴跌，是否意味著記憶體這隻金雞母垂垂老矣。而晶圓代工市場久攻不下，當全世界都以最好的條件吸引「無害」的台積電時，三星只能拿到二流的補貼嗎？三星還有機會在2025年以後的2奈米時代放手一搏嗎？李在鎔親往美國拜訪Musk，談Tesla的車用晶片，但實力才是關鍵，如果老闆談談就有效，那我就天天出門拜訪客戶。彎道超車不成，會不會彎道翻車呢？如同台灣一樣，南韓也沒有強大的設備材料工業，與日本和解之後，材料設備就沒有後顧之憂嗎？另外，三星會投入先進封測事業嗎？老是跟著大哥的腳步走，那充其量只能繼續當老二，絕對不是「Samsung Style」。顯示設備部門成為雞肋，2,457億美元營收的三星電子，不可能靠傳統的Display技術翻身，OLED不會大到三星期待的規模，與其搞小型終端設備用的OLED，不如經營汽車的智慧座艙。身為三星決策階層，該如何調整顯示設備部門的角色，儘管55吋以上大尺寸電視機的全球市佔率過半，為三星掙到品牌面子，但消費電子獲利僅佔整體集團4%，在品牌重要性降低的未來，三星有必要以高額的廣告費用維持消費電子市佔率嗎？最後，大家都希望在軟體或軟硬整合的市場上取得一席之地，但這是美國企業的市場高地，豈容他人染指。三星如何在軟體市場或系統整合服務取得足夠的效益，特別是過去在中國系統整合或電信設備市場上還有一點點希望的三星，在中韓交惡的情況下，又該如何調整策略呢？一下子問這麼多專業問題，ChatGPT不會當機，但能提出適當的回應嗎？