資策會MIC：AI PC臺廠有三大商機 AI手機聚焦硬體規格升級與加速AI部署

資策會產業情報研究所（MIC）4/16-4/18舉辦第37屆MIC FORUM Spring《智賦》研討會，今（18）日聚焦AI終端產品，分析AI PC、AI手機與電動車發展動態。關注AI PC，MIC認為AI PC須具備整合神經網絡單元（NPU）處理器，可在本地端執行生成式AI應用程式。資深產業分析師黃馨表示，由於軟體應用尚未到位，供應商仍保守看待2024年滲透率，隨著生態系廠商投入與軟硬體支援擴充逐步成熟，NPU更廣泛應用在商用、遊戲、創作者、消費性市場，將驅動AI PC快速滲透，預估2024年滲透率達15.7%，隨著更多晶片商投入開發並推出新處理器，加上AI軟體應用多元化，2027年滲透率將達到65.9%。

資策會MIC表示，本地端AI應用的創新使未來PC角色更多元，不僅提升運算速度、節省資源成本與提高安全性，本地端的模型運算與推論將使PC對使用者習慣的掌握度更高，跳脫傳統生產力工具定位，晉升為個人秘書、遊戲教練、創作夥伴甚至朋友，提供更具差異化的使用者體驗。資深產業分析師黃馨表示，基於此趨勢，未來上下游產業供應鏈關係將走向混合、協作，非標準化的產業生態因應而生，供應鏈廠商除了須鞏固自身強項，更要透過擴充生態系、尋求產業聯盟，甚至自行發展軟硬整合服務，創建產品差異性以提高品牌價值。

關注臺廠AI PC商機，資策會MIC資深產業分析師黃馨點出三大機會，首先，為了因應人機互動模式改變、雲端與地端協作能力提升，以及優化使用者體驗，硬體規格必須升級，將帶動零組件廠平均銷售價格（ASP）提升；其次為隨著軟硬體整合的提升，ODM廠將有機會提供次系統給二線廠商；第三，目前臺灣品牌廠重心在於使用體驗升級，已有其他國際品牌積極利用開源模型訓練，專攻個人助理應用，隨著AI應用更加廣泛，品牌廠將有機會提供具差異性產品體驗，開創新價值。與此同時，廠商須留意四大挑戰：非標準化產品將考驗產品設計與產業供需、開源模式將加速在自發與協作之間取得平衡、語言模型須因應各國審查合規問題，最重要的是面對AI應用新世代，決策者的思維須跟進創新。

關注另一熱門終端AI手機發展，資策會MIC表示，Android陣營積極投入自研LLM模型、OS系統，不過當前仍受限手機空間、晶片設計複雜度、手機記憶體規格限制，AI手機僅能部署100億參數規模模型。產業分析師徐瑋成表示，手機如果想達到更高階的生成式AI需求如影像生成、影像理解，必須突破100億參數規模，需要更高的算力與記憶體容量，如算力高於40 TOPS、記憶體容量24-30GB等。預期手機硬體規格升級與加速AI部署會是接下來AI手機的發展重點，而CPU朝向增加大核心數發展、AI框架平台與開發工具包（SDK）優化與更新，都是硬體升級的關鍵。

資策會MIC表示，考量用戶需求、能耗與部署成本，手機大廠主流採用終端與雲端AI並行的跨端協作，依據用戶生成式AI任務場景，有效協調終端與雲端資源，截長補短以發揮綜效。為了搶占市場先機，部分手機品牌與雲端、AI大廠策略合作，藉助其關鍵技術與AI實績的優勢，幫助品牌廠迎合目標市場需求、增加AI手機競爭力、加快手機推出速度，以及降低模型開發成本，目前已有適用於雲端與終端AI的LLM案例出現。產業分析師徐瑋成表示，生成式AI將逐漸成為手機標配，並依據價位與規格產生服務差異化，甚至出現新商業模式，隨著生成式AI服務訂閱制成為市場主流，AI手機將有機會朝向訂閱收費制發展，為手機品牌開拓新營收。

關注電動車發展，資策會MIC預估，2024年全球電動車市場規模為1,731萬輛，較2023年成長23.5%；針對公共充電樁新增量，預估2024年因政策支持與電動車保有量提升，直流樁新增量達96萬根、交流樁新增量達66萬根。產業顧問何心宇表示，汽車產業正面對平價化競爭、投資報酬不平衡、供應鏈話語權變革，以及中國大陸車廠崛起挑戰，預期2024年將進入汰弱重整期，傳統車廠將修正全面電動化的策略、新創車廠經營縮編重整以停損，而資通訊新進業者止步觀望。

隨著AI發展，智慧化也成為汽車產業差異化的新競爭點。資策會MIC表示，AI大模型率先進入智慧駕駛（ADAS/AD）應用，實踐L2+至L3在高速公路、城市、通勤自動導航輔助（NoA）。其中，歐美車廠應用於高速NoA，除了Tesla演進至端對端模型，其他多以感測融合為主；中國大陸車廠應用於通勤、城市NoA最積極，致力朝無HD Map發展。針對AI結合智慧座艙，可讓智慧座艙的人機互動更沉浸、更直覺，中國大陸車廠多以語音個人助理為主，已成為標準配備，將持續普及AR HUD並導入生物識別。而歐美車廠也先發展語音個人助理，然而相對處於萌芽期，發展上更為強調用戶隱私與安全，也持續投資手勢控制與AR HUD等其他智慧座艙AI應用。

分析智慧車應用AI商機，資策會MIC產業顧問何心宇表示，首先將帶動感測器需求成長，尤其是對高解析度視覺感測、毫米波雷達全方位應用的需求；其次，智慧駕駛與智慧座艙將隨著大算力晶片發展，域融合開啟新興供應體系，增加OEM、EMS代工廠商切入機會；最後為自動駕駛（AD）的演進與AI大模型，皆要求記憶體更高頻寬、容量和穩定性，預期將持續帶動記憶體需求。