陳良基從七年前與輝達執行長黃仁勳共同舉辦的研討會為起點，回顧當時對AI發展的預測，如今已逐一實現。他進一步探討了台灣AI產業的策略方向、硬體製造的優勢時程，以及如何在AI時代，延續半導體產業的傲人成就。
以下是陳良基的演講精華：
前陣子，《張忠謀自傳》下集出版。新書發表會上，張忠謀引用了一首莎士比亞的作品：「人生有潮起潮落，勇往直前定可功成名就。」
這句話是在說明，在幾個重要關鍵時刻，他都大膽投資。比如，當28奈米來臨，他預測手機時代來臨，投下歷年最大的投資，台積電因此整個翻轉。
相反地，不願面對浪潮，只關注自己在意的東西，可能就一輩子活在懊悔裡。
七年前的預測：AI產值將超越半導體
現在，AI浪潮來了。
七年前，IC發明60週年，我把全世界IC半導體領域的大企業家找來台灣，在新竹科學園區辦了一個慶祝活動。
當時我說，AI是開啟台灣下一波產業革命的關鍵；AI創造的產值，絕對會超過整個IT產業。唯一相信的人，就是黃仁勳。
他在五月電腦展時來找我，說：「我們講AI，好像沒有人相信，我們就一起在台北辦一場言討論會。」論壇辦在2017年10月，直到現在他還在說，「台灣一直是PC革命的震央，我們能不能也成為AI革命的震央？」
結果，七年前所做的準備，至少一半發生了。
當時我對AI產業化的規劃是：台灣不要只做硬體，也可以做AI軟體，把AI供應鏈變成台灣最重要的供應鏈。
怎麼做呢？垂直分工。
台灣的強項在於，任何一個新興產業，都有辦法做出垂直分工。因此，台灣營造了一個群聚的供應鏈，每一個環節都非常專業，養活了許多中小企業。
在電腦時代，消費者拿到的是一台電腦，但台灣能把一個主機板，拆成幾百家公司的供應鏈，連Intel的主機板都打不過，這就是群聚的力量。
能否掌握AI新未來，端看我們能否把這個強項往下延伸。
在AI產業，OpenAI、Google、Microsoft，就跟30年前的Intel一樣大，這時候跟它打，當然沒機會；但如果做出垂直分工，就有勝算。
根據市調公司預估，未來AI市場發展將大幅上升，應用服務領域佔有重要比例。圖片來源：取自陳良基簡報
今年，AI硬體產業相當不錯。輝達伺服器占全世界八成，一年營收約美金1,500億，近新台幣五兆。輝達的AI主機，九成是台灣供應，黃仁勳一天到晚跑台灣。
2023年，全球AI的市場規模約2,000億美元（約新台幣65.5兆元），半導體約6,000億美元（約新台幣196.7兆元）。台積電的營收約600億美元（約新台幣19.6兆元），佔半導體市場十分之一。
到2030年，AI市場規模會超過一兆美元（約新台幣327.8兆元）。也就是說，將來，AI的市場比半導體大很多。
但在這其中，硬體佔的比重其實不大，大的是軟體與服務。硬體，是把產業變AI化，軟體與服務，是把AI變產業化。
這個市場，我們吃不吃得到？
2017年時我就講，算力是假議題，AI能力才是真議題。因為使用AI能力時，使用者並不會管算力，只想要能力。現在算力剛啟動，我預估，AI伺服器的榮景還有三、五年。但之後是什麼？誰能搶到AI能力，誰就有機會。
硬體優勢有時效性，需及早轉型
面對AI時代，第一個選擇是成為AI使用者，盡快學會AI；第二是成為AI產業提供者，做出AI產品。
但是，AI翻轉的速度比摩爾定律還快，如果你打算做個AI產品的提供者，就要花大量金錢訓練模型。
OpenAI一年營收已超過30億美金（約新台幣983.5億元），還是入不敷出；因為，全世界在使用AI能力，如果有人能提供更好、更便宜的能力，客戶就跳槽了。
台灣當然可以做AI明星產品，可是當明星，就要跟全世界競爭。你準備好了嗎？你也可以只做本土市場，但規模也到此為止。
第三，做AI產業供應鏈的供應者，這也是台灣的優勢。
台灣本來就是一個IT產業供應鏈，是全球AI伺服器的重要供應者。但是，硬體最終會跟電腦一樣，變成「毛三到四」的產業。必須不停提供新能力，才能維持毛利。
老實講，台灣做低毛利產品，是不會再有機會了。產業發展，也要搭配人性和文化；台灣已經長到這個地步，下一代年輕人，誰願意做辛苦、低毛利產業？每一個人都希望自由自在，可以創新。
所以，將來台灣不可能只靠AI伺服器。如何讓台灣變成一個高價值創造的地方？成為AI產業供應者，是一個機會。
黃仁勳說，AI模型的準確度，每年要提升一倍，不跟上，產品就沒有人會要用。
我認為，AI還有兩個很重要的概念：第一，AI會隨著環境演化，越用越準。第二，AI的模型每年會迭代。
以前買軟體，功能會越用越熟練，但也是軟體的極限。但AI不是軟體，也不是硬體，AI是活的。隨著使用數據愈多，AI會跟著演化，愈來愈客製化。
將來，當AI愈來愈客製化，各行各業就有機會長成一個供應鏈。比如智慧醫療，未來，我們會看到醫療相關AI商品一直冒出來，往下再長出一個供應鏈。
陳良基指出，台灣應成為AI產業的供應者，跟上科技的更新速度。圖片來源：陳芳毓攝
在這個供應鏈，台灣可以切「應用服務」，因為AI的核心能力會年年更新，產業需求也所有不同。
就像手機基本功能差不多，但是手機晶片一、兩年就要更新。偉大如Apple，也要每年推新手機，否則別的廠商推出更便宜用好用的，市佔就被吃掉。
台灣是一個肯做技術的地方，而歷史告訴我們，當AI技術不斷創新，台灣就有機會後發先至。
AI也是如此。研究人員日以繼夜拚AI模型，可是，算力、模型都是假議題，使用者要的是AI能力。
目前，Google、Microsoft拼的是「超級模型」，什麼都會；但企業真的要買個「AI超人」嗎？
舉例來說，一個會計師事務所，可能只需要會計業務專用模型，不需強大的算力。這時，只要用開放模型微調，結合台灣原本強大的ASIC能力，做一個簡單的IC，就能綁定所有AI模型服務，提供給客戶。
AI大浪來了，這個浪，會創造一個近新台幣30兆元的產業供應鏈，是半導體的五倍。所以，台灣一定要占有一席之地。
但要占哪一塊呢？從半導體晶片代工經驗來看，台灣可以提供模型服務，做模型代工。
台灣很多新創公司在搞算力和模型，想做一個AI明星商品，但這是重複投資。
供應自己需要的AI能力，就得蓋個晶圓廠，是不對的。想喝牛奶，為什麼要蓋一個農場？這個農場誰來蓋？台灣只要能滿足全世界想「喝AI牛奶」的人，就能從PC產業鏈、半導體產業鏈，轉型成AI產業鏈。
台灣提供的，將是全球最佳化的AI服務能力，就相當於當年台灣帶給全球價格便宜、性能好的PC產業一樣。
未來30年，台灣就能乘著這個大潮而上。
「AI產業新創大同盟」希望召集有共同理念的產業，一起垂直分工，每一家都能用最小的投資，提供客戶最好的服務。
這是台灣的機會。
