生成式AI刺激应用创新 带动软硬件新商机
2024年中国台湾五大行业有近两成比例,有意愿或相关行动导入生成式AI,而AI的不同应用发展,正改变着企业的流程、产品创新、商业模式与生态。本文综观AI产业,就不同面向探讨产业动态与分析市场供需变化。
根据资策会产业情报研究所(MIC)调查,2024年中国台湾五大行业有意愿岛如生成式AI或相关行动的比例已达到19%,其中金融保险业高达25%、制造业为22%。面对生成式AI正在快速改变企业的流程、产品创新、商业模式与生态,企业必须能够实时掌握生成式AI应用发展,以及审慎思考如何导入AI技术来提高效益,并且快速识别导入的手段与目的,而企业可依据生成式AI的三种不同应用形态,进一步思考新兴产品与服务。
本文聚焦于AI的发展及应用领域商机。资策会MIC研究团队将解析生成式AI市场与生态系发展方向,分析生成式AI产品应用形态与未来对产业所造成的影响,以及盘点AI引发的资安攻击手法、资安新创投入方向等趋势。
三大应用形态揭示未来信息系统演变方向
综览生成式AI产品与服务可归纳出下列的三种形态:
一、功能嵌入(Feature Embedding):最常见的是以单点AI功能嵌入方式提升流程效率,如重点总结工具、协助回复讯息等,整个流程以人为主导,部分关键决策点才运用生成式AI;
二、人机协作(Copilot):应用检索增强生成(RAG)技术,随时取得最新信息并实时反应,并且多模态能力将大量运用到Copilot形态产品,以无缝接轨互动方式,如贴身助手般协助人完成工作;
三、AI代理(AI Agent):具有AI能力,可高度代理人类工作,也是迈向通用人工智能(AGI)的阶段性成果,AI代理甚至可多角色执行不同工作任务,一起促成共同工作目标。
资策会MIC产业顾问韩扬铭表示,从这些不同应用形态展示出生成式AI在提高工作效率、增强使用者体验与推动创新的巨大潜力与商机,预期将颠覆软件产业与许多既有流程,改变产品设计模式,增加沟通接口、工具链接等多样需求,揭示未来信息系统演变的方向。
图一 : 不同应用形态显示生成式AI拥有庞大的潜力与商机。图为工研院的实时生成式AI 3D建模技术。(source:ITRI)
AI算力需求重塑数据中心 相关厂商升级产品规格
2024年四大云端服务商资本支出将持续提升,主要支出于数据中心AI基础建设。AI算力需求急增驱动云端数据中心部署架构产生变化,资策会MIC产业分析师陈牧风表示,运算、通讯与储存等IT设备皆须调整,如AI服务器需透过更紧密的方式进行丛集等;而基础设施如直接、沉浸式液体冷却导入,或不断电系统(UPS)、配电装置(PDU)与备援电池(BBU)都需要升级;营运则透过AI智慧化监控数据中心的运作,大幅提升运作效率。
另外,边缘数据中心可协助AI应用在接近数据源的位置进行数据处理,改善AI应用的执行,降低AI应用的延迟性、提升带宽效率、保障数据安全、云端断线仍可确保运作,以及根据需求增加容量等。
展望AI数据中心市场商机的两大趋势如下:
一、AI数据中心架构将促使不同类型中国台湾厂商升级产品规格,主要影响到AI服务器,还有网通设备、储存设备、散热与基础设施厂商。台系服务器厂商由代工厂扩展为AI硬件解决方案提供商,在AI服务器之外也对基础设施进行布局;另外,液冷散热系统也成为原气冷散热提供商、中国台湾服务器厂商,以及电源管理商共同切入的目标。
二、若是使生成式AI应用运作优化,将需要AI训练服务器在云端丛集来进行AI模型训练,以及AI推论服务器于边缘端进行AI推论、微调,可以大幅改善生成式AI应用的延迟性,预期将同步带动高阶AI训练服务器、AI推论服务器的需求。
图二 : 使生成式AI应用运作优化,需要AI训练服务器在云端丛集来进行AI模型训练。图为技嘉的AI训练服务器。(source:GIGABYTE)
AIGC采用边缘运算架构的两大诱因
生成式AI的快速发展,新兴应用服务势必带动新一波数据处理需求的扩张,其中,边缘正是生成式AI落地的要素。资策会MIC产业顾问施柏荣表示,通常组织与企业于生成式AI选择采用边缘运算主要的两大诱因是降低数据壅塞和信息数字信任,前者减少传输至云端处理的数据量,以及降低云端产生数据壅塞情况;后者适用于信息安全较为敏感的应用,且有利于用户掌握数据。随着企业客户对数字资产的数据控制权意识兴起,「边缘运算」成为技术解决方案的关键。
Edge AIGC适用如科技型智慧财产、医疗诊断、企业营运等高机敏,而且数据处理形态为必须应用数据生成者。Edge AIGC有极高的成长潜力,例如理财助理、智慧车载、元宇宙、高沉浸游戏等个人化应用,随着数据语料库更多元化,融合云端、边缘资源的边缘云优化设计将是关键。
施柏荣表示,Edge AIGC将为工业控制、信息服务业者创造新商机,然而Edge AIGC服务提供商也须调整改变自身定位、服务提供模式等;而企业、组织若有意愿导入,第一步必须先建构数据政策,并针对自身数据与数字资产进行分级、治理,建议由数据长或Level C人员做为企业推动引擎。
全球智慧城市导入AI 带动设备新商机
从AI领域应用商机来观察发展趋势,例如智慧城市导入AI带动设备商机、AI虚拟人应用发展。从国际与中国台湾近期出现的许多案例来看,MIC资深产业分析师徐子明指出,AI正在帮助全球城市提升管理效率,例如智慧防灾,可协助缩短事发与灾后的复原时间,提供灾前的预防性建议;而在智能交通方面,让管控中心具备更多自动化运作与实时反应能力,提升警消出勤效率与降低车流碳排放。
此外,生成式AI可协助智能治理、智能交通与更多应用范畴,发展新形态公共咨询服务,并对警务、交通等领域提供执行建议,例如依据累积的治安数据,规划巡逻路径。
资策会MIC预估,2024年全球电动车市场规模为1,731万辆,较2023年成长23.5%;针对公共充电桩新增量,预估2024年因政策支持与电动车保有量提升,直流桩新增量达96万根、交流桩新增量达66万根。资策会MIC产业顾问何心宇表示,汽车产业正面对平价化竞争、投资报酬不平衡、供应链话语权变革,以及中国大陆车厂崛起挑战,预期2024年将进入汰弱重整期,传统车厂将修正全面电动化的策略、新创车厂经营缩编重整以停损,而资通讯新进业者止步观望。
随着AI的快速发展,智能化也成为汽车产业差异化的新竞争点。AI大模型率先进入智能驾驶(ADAS/AD)应用,实践L2+至L3在高速公路、城市、通勤自动导航辅助(NoA)。其中,欧美车厂应用于高速NoA,除了Tesla演进至端对端模型,其他多以感测融合为主;中国大陆车厂积极应用于通勤、城市NoA,致力朝无HD Map发展。针对AI结合智慧座舱,可让智慧座舱的人机互动更沉浸、更直觉,中国大陆车厂多以语音个人助理为主,其已成为标准配备,将持续普及AR HUD并导入生物辨识。而欧美车厂先行发展语音个人助理,仍处于萌芽期,发展上更为强调用户隐私与安全,也持续投资手势控制与AR HUD等其他智能座舱AI应用。
智能车应用AI商机将会造成什么样影响?产业顾问何心宇分析,首先将带动传感器需求成长,尤其是对高分辨率视觉感测、毫米波雷达全方位应用的需求;其次,智慧驾驶与智慧座舱将随着大算力芯片发展,域融合开启新兴供应体系,增加OEM、EMS代工厂商切入机会;最后为自动驾驶(AD)的演进与AI大模型,皆要求内存更高带宽、容量和稳定性,预期将持续带动内存需求。
图三 : 智能驾驶系统应用AI将带动传感器需求成长,图为富采的VCSEL传感器。
结语
上述从AI发展而持续演进的数据中心,显现AI对不同构面的建置影响与商机,而生成式AI采用边缘运算的应用与潜力,以及综观全球电动车市场,关注AI大模型结合辅助驾驶、自动驾驶与座舱应用趋势,智能车应用AI商机分析,真实世界逐渐变得虚拟却又互动的演化着。此外,智能城市透过整合AI技术,除了升级城市治理能力,更创造新商机,而令人期待的AI虚拟人应用拓展,也将为实际使用者带来更具有沉浸感的情境式体验。
生成式AI的潜力无穷,然而要落实却面临着许多挑战。韩扬铭表示,即使系统有不同的服务模式,要建立生成式AI系统仍有许多难题,包含建立可信任AI机制、对应新旧软件的工程挑战、遵循全球AI监管治理政策。
生成式AI在提升生产力与产值、提供净零转型数字工具的同时,其实也冲击人们的就业市场,带来能耗等问题。长远来看,生成式AI是否能够稳健发展,将取决于未来如何平衡技术创新与社会信任、经济效益与环境责任,以及遵守日益严格的AI政策法律架构。(来源:资策会MIC;陈复霞整理)
评论