DIGITIMES - 椽经阁

南加州爱迪生公司

我曾参访美国南加州爱迪生公司(Southern California Edison Company；SCE)的智能电网，对这家公司相当感兴趣。

产业研究12堂课(7) ：定位策略：一方水土养一方人，每个时代都造就不同英雄

时代变了，过去承仰上意、以PC品牌大厂马首是瞻的时代，强调的是白领阶级商机。在2000年以后手机崛起，中国市场越来越重要，如何定义中国手机市场的需求，甚至掌握上游的供应链，对很多世界级的顾问公司变成一个高难度的挑战。

产业研究12堂课(6) ：情境分析：明白自身所处位置与竞争优势

每个产业不同，甚至阶段不同，产业分析师也可能面对极大的差异。想像力极为丰富的印度人非常善于定义问题，解决问题的工作就留给东亚勤奋的臺湾人、日本人、韩国人。其实，不管从事什么工作，定义问题经常比解决问题更重要，在复杂的环境中找出问题的症结，这是很多优秀印度人的专长，也因此硅谷的印度裔CEO远比东亚的东方人多。

日前辅助市场上线　应整合多元能源调度手段

结束疲劳的一天回到家中，换上家居服，打开电视、空调、风扇，慵懒躺在沙发享受从冰箱拿出的冰凉啤酒，这可能是许多人都很熟悉的场景，插头一插就有电是臺湾人民习以为常的方便。臺湾在世界银行2020年经商竞争报告中，电力取得项目世界第九名，电价却是世界第四低，仅高于墨西哥、中国及马来西亚，可说是CP值非常高，又稳又便宜。

产业研究12堂课(5) ：Insights是与顾客共构的战略答案

一个好的分析师，要知道一些别人不知道的事，也要知道如何以最有效率的方法将信息提供给正确的对象。例如特殊的信息管道、掌握专家观点等。谁能在網絡时代掌握大量产出的数据，并且以最有效的工具进行分析，将是产业分析师致胜的关键。但更关键的是，定义各种不同数据的功能、价值，在不同的场合、时间，传递给不同的对象。

Tesla为何自己设计芯片？

Tesla前些日子召开AI Day，揭露他们在自驾车未来的AI軟件以及芯片布局。目前市值最高的汽车品牌，在乎的技术是AI軟件以及运算芯片上的突破。前几年还不清楚为何Tesla抱怨车用芯片供应商提供的芯片不敷需求，要自己设计，几年之后他们推出自己的车用芯片，包含了12个CPU，一颗GPU，2颗NPU (每颗算力36.86 TOPS)。而原因日益明朗：深度软硬整合。

产业研究12堂课(4) ：Analysis与Analytics其实很不一样

Analysis与Analytics两者有所不同，在臺积电、华硕长期从事产业研究工作的苏艳文说：「Analysis是基于过去的历史數據做出的分析，而Analytics是具有前瞻性的数据推演」，个人认为这个说法很正确，也值得探索两者之间的不同。

产业研究12堂课(3) ：从News到Information与Infographics

Infographics是指视觉化的信息或数据(A visual representation of information or data)，加上PPT这种最近一、二十年才广泛应用的数据表现方式，产业分析师可以使用的工具越来越多，也因为工具的平民化，挑战也越来越大。我们把前端的新闻或图表，汇整成为视觉化的Infographics，这对读者、听众都是很有效率的方法，而这也成为现代分析师非常基本的条件。

产业研究12堂课(2) ：Raw Data是产业研究的定海神针

一般不常花时间找數據的人，不太会理解整理初级數據(Raw Data)的专业与成本。很多人都会说「Garbage in, garbage out」，如果不知道从哪里找數據，不仅容易偏离主题，也是浪费社会资源。

产业研究12堂课(1) ：质变还是量变？数据驱动新时代到来！

我有很多年的产业研究经验，汇整信息、绘制图表通常自己来，但工具不断进化，我不敢敝帚自珍，也知道大家各有所长，接下来总共有12篇文章，以野人献曝的心情，探讨36年来我在这个行业的学习心得。

<<
73
74
75
76
77
>>