AI一級玩家 | 解碼任務抽好禮

AI 名詞一直冒出來，到底該怎麼看懂？

這兩年，只要打開科技新聞，總會看到一連串新名詞：GPU、CoWoS、HBM、LLM、RAG、AI Agent...好不容易看懂一個，下一個又出現。

今天報導大家搶 GPU，明天焦點可能轉向 HBM 高頻寬記憶體、CPO 光通訊，後天又開始討論 AI Agent。難道每個名詞都要研究透徹，才能看懂 AI 產業嗎？

其實不用，比起記住所有技術名詞，更重要的是看懂：

它為什麼在此刻受到關注？解決了什麼問題？又會把下一個機會帶往哪裡？

科技轉角巷的《AI解碼專題系列》EP01～EP04，想帶你看懂的，不只有技術，而是一套面對AI科技新知時，也能快速掌握產業方向的方法。

面對一項新技術，可以先問四個問題

① 看趨勢｜AI 正往哪裡走

先別急著研究 AI 的技術規格，試著看看市場的需要正在改變。

過去談 AI 算力，大家最容易想到 GPU；但當模型愈來愈大，單靠一顆更快的晶片已經不夠，如何把更多晶片、記憶體與元件整合成高效能系統，也開始成為關鍵。

看趨勢，不只是看什麼技術正在紅，而是看「市場需要解決的問題」正在往哪裡移動。

閱讀全文：CoWoS、CoPoS、CPO，AI如何改變先進封裝技術

② 拆價值鏈｜這波成長，還會帶動誰

一項技術爆紅，真正的機會通常不只在站在鎂光燈下的產品。

看到 ChatGPT，不只看模型有多聰明；往後拆，還可以看到 Token、企業軟體、知識庫、AI Agent，以及各種 AI 應用形成的新價值鏈。

所以看到一個熱門題材時，不妨再多問一句：這項技術普及之後，會改變哪些產品、服務與商業模式？

閱讀全文：LLM、Token、Transformer，AI如何讀懂你

③ 找瓶頸｜下一個卡住 AI 的地方在哪裡

技術進步，不是代表所有問題都被解決了；更多時候，只是問題換了地方。

GPU 變快之後，資料來不及送達，記憶體可能成為新瓶頸；記憶體速度提升後，耗電、散熱或高速互連又可能成為下一道難題。然而，每一次「卡住」，就代表市場開始需要新的解法。

瓶頸移到哪裡，下一個機會往往就藏在哪裡。

閱讀全文：HBM、DDR，AI如何改變記憶體架構

④ 看護城河｜什麼能力別人學不走

當一項技術逐漸普及，大家都能使用相似的模型與工具，真正拉開差距的，就不只是誰先採用 AI，更值得觀察的是「企業有沒有別人難以複製的能力？」

可能是長年累積的製程經驗、對客戶需求的理解、產業 Know-how，也可能是散落在文件、系統與資深員工腦中的 Knowledge 與 Skill。 這些看不見的經驗，如果能被整理再交給 AI 學會，才可能成為企業真正帶得走的競爭力。

閱讀全文：RAG、Skill ， AI如何改變企業知識架構

不必背完名詞，也能看見方向

有時候，只要先問對問題，就能比別人更早一步看見方向。

看懂 AI 產業，不一定要從成為技術專家開始，下次再看到陌生的 AI 關鍵字，不妨先別急著被名詞嚇退，試著用這四個角度拆解：

①看趨勢 → ②拆價值鏈 → ③找瓶頸 → ④看護城河