DIGITIMES - 椽经阁

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。

从臺湾看世界(15)：显微镜下看臺积电

很多人问臺积电是臺湾公司吗？如果从股权结构来看，约4分之3的股权掌握在外资手上，臺积电不是臺湾公司。其次，臺积电的客户有62%是美商，有17%来自中国，臺湾本地的客户约只占了11%，臺积电也是个高度仰赖海外客户的公司。

从臺湾看世界(14)：美国包抄，中国半导体业还有活路吗？

美国人工智能国家安全委员会(NSCAI)针对中美高科技产业间的竞争关系提出专业建议，认为中国在人工智能(AI)上的进展甚至超过美国，美国唯一的防堵之道是「运算能力」，而运算能力来自半导体所带来的效能与影响。

从臺湾看世界(13)：英特尔宣示Angstrom的新时代

英特尔(Intel)CEOPat Gelsinger最近动作频频，这个技术出身的CEO毕竟不同于搞财务的专家，在竞争陷入胶著时，决心以重新定义技术规格做为市场竞争的战略诉求。加上2024年预定在亚利桑那州投产2座新厂，总投资金额是英特尔近年少见的200亿美元，这对于只占全球12吋晶圆厂6%产能的英特尔而言，是个势在必得的投资計劃。

资通讯的左右互搏之技

我设计物联网应用系统IoTtalk，其运算方式是「多执行绪」 (multi-threading)，基本原理是金庸小说提到的左右互搏之技。

<<
83
84
85
86
87
>>