圖靈獎（Turing Award）得主Geoffrey Hinton在日前公開討論人工智慧（AI）的風險。AI「往往會從分析大量數據中學到意想不到的行為」。這並非意味著具有自主意識的AI會摧毀人類，而是我們無法預測AI的行為，特別是當個人和企業允許AI系統不僅生成其自身的代碼，而且在自己的計算機上運行這些程序時，Hinton擔心「有一天，真正的自主武器將那些殺手機器人變成現實」。第一個實際的AI系統是由Edward Feigenbaum及Raj Reddy實現，稱為「專家系統」，是一種智慧型的電腦程序，能運用知識與推論來解決只有專家才能解決的複雜問題；他們也因此一貢獻榮獲1994年的圖靈獎。然而，許多系統需要模擬的參數甚多，至今仍然無解。可見計算機模擬的應用博大精深，即使今日AI技術突飛猛進，有許多題目仍值得深入研究。圖靈（Alan Turing，1912~1954）在1950年發表一篇重要論文〈計算機與智慧〉"Computing Machinery and Intelligence"，首次談論到AI，並提出圖靈測試（Turing test），為資訊領域創建智慧設計的標竿。圖靈測試指的是，如果一台計算機能夠欺騙人類， 相信它是人類，那麼它就應該稱為智能計算機。AI緣起於模擬人類行為，自然也常用於社會學。密西根大學的政治學教授Robert Axelrod，在1980年代進行一連串電腦模擬實驗，找一群專家寫出不同電腦程式，模擬人類行為，讓這些程式互動、合縱連橫，看哪個程式最後會勝出。這些程式有些模擬「金律」，有些模擬「銀律」，有些則模擬「鐵律」。所謂「金律」（Golden Rule），語出《新約》7:12「無論何事、你們願意人怎樣待你們、你們也要怎樣待人」；「銀律」（Silver Rule），語出《舊約》21:24「以眼還眼，以牙還牙，以手還手，以腳還腳」；「鐵律」就是「己所不欲，先施於人」，外在表現是「先下手為強，後下手遭殃」。結果最成功的是模擬「銀律」的Tit-for-Tat程式。這個程式一開始採取合作，若對方也肯合作，接下來則仍採合作策略；若對方吃你豆腐，下一步你就佔回便宜。在實驗中，實施金律的程式一敗塗地，屍骨無存，可見咱們先總統蔣公介石對日本「以德報怨」的做法是行不通的；實施鐵律策略的程式一開始也有不錯的表現，但長期下來，所有被它吃豆腐的人不是死了，就是躲它遠遠的，它最後也沒戲唱。有一個鐵律例子，就是石油大王John Rockefeller（1839～1937）。他專耍先下手為強的手段，整垮所有對手，成為最有錢的人。但他的手段未免太狠，大夥都不敢恭維。Rockefeller也知道自己以前做事實在不上道，因此在退休後的餘生，致力於慈善事業補過。然而，他過去的作為仍然禍貽子孫，他的後人能力再強，條件再好，想選總統，至今都選不上。延伸報導從Google搜尋趨勢看三大AI技術浪潮

在Chris Miller所著《晶片戰爭》（CHIP WAR: The Fight for the World’s Most Critical Technology）一書中，多次提到Gordon Moore（1929～2023）與加州理工學院（California Institute of Technology）米德教授（Carver Mead）的互動。在1965年，當Moore還在快捷半導體（Fairchild），手繪出從1959～1965年每一矽晶片中電晶體成長數字，總計只有5點數據，並預測未來成長會依照每1.5～2年以1倍的速度增加。Mead教授當時是快捷半導體的顧問，隨即將此稱之為「摩爾定律」（Moore's Law）。Mead曾回憶，當時他正在研究半導體內電子的量子穿隧效應（tunneling effect），在此事後沒多久Moore就問他，穿隧效應要在很小的尺度才會發生，那電晶體可以做到多小的尺寸？Mead花了些功夫答覆此問題。1968年，Mead提出電晶體尺寸微縮理論（scaling），也就是在MOS電晶體的閘極長度微縮同時，每一電晶體所需耗用的功率是與長度成平方的下降，同時電晶體速度卻等比例增加—即電晶體效能是隨著電晶體閘極長度微縮，而呈現3次方的改善。當Mead在學術會議上，報告MOS微縮理論時，並預測未來1個晶片上可以有上億個電晶體存在，並沒有多少人相信Mead的理論。當時認為在這麼小的尺寸下，光是所產生的熱即足以燒毀整個電晶體。事實證明Mead是對的，Moore's Law橫跨超過50年時間，最主要的基石在於尺寸的微縮，而Mead的理論提供Moore's Law的理論基礎。Mead在1970年代初期，即洞悉未來晶片上可以製作出眾多的電晶體，代表將擁有龐大的算力，其也因此建議英特爾（Intel）高層，發展電腦所需的晶片。不過，如何有自動化的IC設計工具，處理日益複雜的電路設計，成為一個關鍵議題，Mead的研究隨即轉向IC設計。Mead於1970年在加州理工學院開設VLSI課程，在課堂上並將學生所設計的各式IC，用統一的光罩，手刻出布局圖，最後完成矽晶圓的製作。這比國內晶片設計中心對學術界的服務，整整早了20年。Mead與Lynn Conway於1979年合著的Introduction to VLSI System，更是IC設計者手中的聖經。Mead在1970年代初期，即投入Si compiler的研究，這是電路模擬及布局圖自動化的濫觴，造就現在EDA工具的產業。Mead更於1979年提出未來半導體產業，會由多數的IC設計公司（fabless），及較少數目的晶圓廠（foundry）所組成。這與同時期張忠謀先生，在德州儀器（TI）內部所提出foundry概念，不謀而合。筆者在美國求學時，即久仰Mead大名。因為筆者的研究題目是化合物半導體的微波高速元件及積體電路，第一個發明出此類元件（1965年出現的GaAs MESFET）的正是Mead。化合物半導體很難成長出優質的氧化層，不像矽晶圓有高品質的二氧化矽，所以化合物半導體只能利用金屬作為閘極，直接接觸到半導體。此接觸（junction）因為材料不同，衍生很多的介面缺陷，因此電子幾乎無法在通道內（channel）運行。Mead很技巧地利用此接觸所產生的空乏區（depletion），來控制電子數量，也由於電子遠離介面，所以能夠自由地運行。至今我們在無線通訊所使用的高頻元件，其運作方式依舊是使用Mead的原創。Mead在2000年後，又回到基礎物理研究，尤其是量子的電動力學及重力理論。Mead似乎可以在不同的學術領域，來去自如，悠遊自得。Mead於2022年榮獲日本的京都賞，獎金是5,000萬日圓。京都賞是由京瓷（Kyocera）已故創辦人，稻盛和夫於1984年所創立，獎勵全球對於前瞻技術、基礎科學及人文藝術等3個領域有傑出貢獻人士。華裔科學家鄧青雲博士，發明有機發光二極體材料，於2019年獲得京都賞；中國清華大學資訊科學教授姚期智博士，也於2021年獲此殊榮。Mead的學術研究，由基礎的半導體元件，到IC compiler的原創，以至於VLSI設計，對於半導體相關的領域做出重大貢獻，在學術界還無人能出其右。他的洞察力及遠見，更激發整個半導體產業的發展，終究造福大眾。

前幾天在南韓一個主要流行歌曲音源榜Bugs上，有個出道2個多月的男偶像團體Plave首次拿下音源排名的第一、二名。南韓有不計其數的男團競相出道，相信多數讀者跟我一樣，記不得團名，分不清誰是誰，但Plave這團卻沒這個問題，因為他們是虛擬偶像。這個團體有5位成員，分別是諾亞、藝俊、班比、銀虎、河玟，有著外貌、身高、歲數、隊內角色擔當等角色設定，最年長的成員諾亞也才22歲，除了個子最小成員班比為174公分外，其餘成員都在180公分以上。這樣一個新出道虛擬男團，如何打敗眾多真實偶像團體拿下Bugs音源榜榜首？先來看一下這幾年南韓的虛擬偶像發展，如同我們在探討元宇宙有虛擬實境（VR）、擴增實境（AR）、混合實境（MR）、延展實境（XR）等定義和分類，南韓在虛擬偶像的經營上，做了可與此相對照的多元嘗試。一、實體偶像的虛擬分身：SM娛樂（SM Entertainment）的一線4人女團aespa在2023年5月剛推出的新專輯《My World》創下銷售破200萬張的佳績，其自2020年出道時，每位成員都擁有元宇宙的虛擬分身ae，分別為ae-Karina、ae-Winter、ae-Giselle、ae-NingNing（出道曲Black Mamba MV），2022年還跨界到RPG手機遊戲《第七史詩》，成為遊戲副本主角。二、虛擬偶像團：包括2021年出道的ETERN!TY及2023年出道的MAVE:等，前者是個11人的女子大團，出道前幕後推手人工智慧（AI）公司Pulse 9，還舉辦仿效南韓知名選秀節目的模式，推出101位AI女練習生供網友票選出前十一名出道。 （可見最新單曲DTDTGMGN MV ）後者則是南韓影視娛樂業霸主之一的「Kakao娛樂」與遊戲公司「Metaverse娛樂」合作推出的4人女團，出道單曲Pandora自2023年1月下旬發布以來，迄今在YouTube上已達2,320萬次瀏覽紀錄，按讚數高達40萬次。（可見Pandora MV）三、虛實混合團：南韓第一個虛實混合團乃偶像男團Superkind，2022年推出第一位成員擔任門面角色的虛擬人物Saejin，這5人團體的另4位成員都為真人，2023 年3 月發布最新單曲，又新增1真人1虛擬人，擴編成為7人團。 （可見Moody MV）四、真人+2次元外皮團：這種組團模式就是本文一開始所談的Plave，幕後推手是南韓三大公營電視台之一的MBC旗下公司VLAST。Plave是一個5人男團，外形乃是南韓直條網路漫畫風格的俊男，但在這「二次元漫畫外皮」後卻是有5位真人團員，以3D模組+動態捕捉方式演出，於2023年3月12日推出首張專輯《ASTERUM》出道。（可見出道曲Wait for you初舞台 ）一般南韓偶像團體推出新的單曲或專輯時，會有數週密集宣傳打歌期，衝刺流量與銷量，過了這段時間後在排行榜上成績就逐步往下，而像Plave這般單曲推出3個月後才「逆行」攀升至排行榜首位的情況極為罕見。我的觀察是，其他的虛擬偶像的呈現都是預先設定好的演出，但Plave則因為虛擬偶像外皮後是5位能唱能跳的真人，透過舞蹈挑戰、跆拳道示範等各種主題直播，可跟粉絲密切互動；由於是3D建模，在直播時常常出現團員間嚴重穿模（肢體間相互穿透疊加）或是肢體突然扭動至不可能角度的情況，團員間常常得自嘲或亂掰來因應補救，造成很多「爆笑梗」，也讓愈來愈多人入坑變成粉絲。從1996~1997年第一代偶像團體H.O.T、水晶男孩與S.E.S發展迄今，南韓偶像團體市場版圖早已涵蓋全世界，防彈少年團與Blackpink更成為全球最頂尖的潮流偶像。在這片市場沃土上，不僅有如IVE與New Jeans等大勢團體持續擴大聲勢，也有如本文提到導入新科技與新經營模式，探索虛擬偶像的各種可能。雖然元宇宙如今熱度稍退，但生成式AI的出現對元宇宙內容的發展卻是一大助力，擁有全球市場滲透力及已然嘗試多元虛擬偶像經營模式探索的南韓，是否又將在元宇宙再創新一波韓流呢？Plave出道迄今初嘗成功的經驗，是否也在提醒我們，high tech也需要high touch呢？

各種機器學習模型的成本將因為半導體的運算能力而出現更好的價格誘因，一旦使用價格降低，使用者必然大幅增加。使用人工智慧（AI）將成為公私領域日常工作的一環，商品化的結果，就真會是「AI的iPhone時刻」來臨。一旦Open AI成為常態，各種生成式的應用都需要NVIDIA資料中心與專用晶片，業界的相關效益可想而知。與傳統伺服器不同，AI專用的伺服器有80%是使用GPU，10%使用CPU，而一般資料中心的伺服器，60~70%使用CPU的運算能力。以NVIDIA的DGX伺服器建構組合為例，用8顆GPU、2顆CPU組成，GPT 3.5就需要1萬顆A100晶片，而一般學習型的伺服器只需要500~4,000顆的GPU。大家都把焦點放在台積電，確實台積電是僅次於NVIDIA的贏家，而且這一波大潮才剛剛開始而已。NVIDIA最早推出的A100，在Hooper 100推出後，仍然具有很大的吸引力，那為何NVIDIA可以一枝獨秀呢？2013年以前，資料中心的投資規模一年大約550億美元，但真正大幅成長是在2013年以後。2017~2022年間，資料中心的年均成長達到11.8%，而估計未來5年，NVIDIA規格的資料中心，就算只以維持目前的市佔率估算，也可以有年均20%以上的成長率。樂觀估計者，甚至認為年均可以達到40%以上。NVIDIA吃肉，台廠喝湯也可以獲利豐厚。現在台廠只要跟繪圖晶片有關的，生意都做不完，市場傳言緯創、鴻海、廣達都接到大單，而黃仁勳在CPMPUTEX期間，去拜訪微星、技嘉，也與聯發科攜手開創智慧座艙的商機，伺服器之外，電動車、車聯網的商機還在等著！IDC指出，2023年AI與相關軟體的市場是5,192億美元。Gartner則說，2020年時，AI佔公司IT支出比重是7%，到2023年會增加到10.5%，而2026年是13.8%。這是以全球軟體市場當分母的推算，那麼軟體商機背後的硬體世界呢？幾年前黃仁勳曾說：「AI會吃掉軟體，軟體會吃掉硬體」的豪語。我認為黃仁勳的話說對了一大半，硬體是無可替代的，特別是晶片，最大贏家仍然是硬體製造業，而與伺服器、資料中心相關的事業體，也會有龐大的商機。

ChatGPT以雷霆之勢席捲全球，短短5天就累積達到100萬名用戶，相較於Facebook用了10個月、Netflix 41個月，ChatGPT與IG、Facebook、Spotify、Airbnb等前輩平台相比，速成的效率令人咋舌。2016年AlphaGo的出現，確實吸引一波投入人工智慧（AI）應用的熱潮，AlphaGo打敗世界棋王是整個AI應用的先聲，但棋王的世界我們很難想像。如果ChatGPT是個成功的典範，那麼關鍵原因就是ChatGPT走入了尋常百姓家，成為每個人都可以活用的工具，所創造的共營效益當然不可相提並論。也許很多人還在嘲弄人工智慧是「人工＋智慧」，各種內容的品質仍有許多令人詬病之處，但從質與量兩個不同的角度思考，「量」的成長似乎更為關鍵，也因此初期的效益顯現在不需要深度思考的策略上。根據IDC估計，2022年全球的數據總量是97 zettabytes，估計2025年將倍增到180 zettabytes。只是台灣的佔比大約是1%，加上繁體中文的侷限性，台灣的AI產業要與本地接軌，得有非常不一樣的想法與戰略。有一段時間，我們還會說5G有很多閒置的空間，需要考慮6G嗎？但就算晶片運算速度再快，無法將數據往外傳輸，這些新的基礎模型，也都只是紙上談兵而已。數據之間的流通，除了資料中心儲存的大量資料與快速運算的能力之外，一方面也帶來網通產品的新商機。雲端的服務機制已經不是議題，而是必要的條件，串連公私領域的混合雲更受矚目。雲端服務業者，正結合網通設備將傳輸速度從現在的100G提升到400G，甚至往800G邁進。這些重要的趨勢，也可以從博通（Broadcom）的財報看出端倪。博通說2022年AI相關網通設備銷售金額是2億美元，估計2023年可以成長4倍，達到8億美元的規模。這個金額不是什麼了不起的成就，但很明確顯示，這是雲端與網通業者相關投資的領先指標。除了資料中心的運算與資料儲存能力之外，邊緣端的各種設備也都蓄勢待發，我們現在清楚知道，數據世界裡的變化是相互連動，也超過一般人能想像的範圍，網通環境也是促成AI應用走向商業運轉的重要推力。

人工智慧（AI）早已被大家所熟知，但直到ChatGPT出現之前，大致還停留在暗潮洶湧的階段。延續三年的疫情，半導體技術的大進化，促成了AI應用技術在2023年大爆發。耀眼的成績讓NVIDIA的股價大漲，市值1兆美元的門檻讓人望而生畏。羅馬是一天造成的嗎？答案當然不是！2005年前後，GPU的演算能力開始與CPU出現差異，部分功能甚至可以領先。由於CPU與GPU的設計架構不同，這是很自然的演化。NVIDIA為了這一天已經做了很多年的準備，CUDA（Compute Unified Device Architecture）這個軟體開發環境，讓C語言程式使用GPU做圖像處理外的運作工作，也讓開發商更容易導入GPU，這也是NVIDIA領先的關鍵。一旦開發商都跟進，生態系自然就可以水到渠成，更多的資料中心採用NVIDIA的設計與GPU，間接也影響了台系伺服器與網通設備大廠的經營績效。在2020年導入GPT- 3之前，AI領域的進展十分有限，對答的內容仍然無法因應商業的需求。但過去6年，NVIDIA的資料中心晶片演算速度提升了26倍，NVIDIA執行長黃仁勳積極參與Open AI的技術合作計畫，透過長期的學習與使用經驗，如今NVIDIA的GPU結合了軟體，成為超巨量AI模型中的遙遙領先者。NVIDIA的奇幻之旅能延續多久？週邊生態系可以雨露均霑，還是贏家全拿？對台灣而言，AI成功的經驗意味著驚濤駭浪，還是如黃仁勳所說的：「這是人工智慧的iPhone時代」，台灣搭上這趟便車成為其中一個重要的贏家。產業界都說「贏家全拿」，想要分杯羹，需要什麼條件呢？台灣ICT產業有多少勝算，機會從何而來？對手是誰？黃仁勳1984年從大學畢業，迎接的是PC即將起飛的年代，而2023年是「AI起飛的年代」，期望畢業的學生可以掌握時代的契機，成為浪尖上的英雄。1984年底，我唸完研究所，1985年迎接的也是PC元年！讀完李開復的《人工智慧來了》，李開復說需要複雜決策與推論的工作，短期內很難被取代，這就是我說DIGITIMES目前高枕無憂的背景。如果再考量，Google搜尋引擎所到之處，繁體中文僅佔0.01%，這樣的生成式語言模型未必能滿足我們的需求。在B2C的市場，「繁體中文」是孤島式的數據組合，但在B2B市場裡，這可能是天然的保護傘，我們會做出什麼樣的選擇呢？江山如畫，一時多少英雄豪傑？他們都說這是「AI的時代」，但跟台灣有什麼關係？黃仁勳是「美國矽谷觀點」，開創微軟亞洲研究院的李開復是「北京觀點」，不是不對，只是咱們自己得「想清楚，說明白」，找到屬於台灣的AI時代！

這個世界已經進入「生態系共構」的新時代，進入第三個階段的經營者，首先要將第二階段累積的數據（Data），進化為可以成為企業經營決策參考的「Intelligence」，而不僅僅是「Information」而已。所以，如何從浩瀚的資料大池中，「定義」自家事業中有效的數據、資料，非常關鍵。例如，全球有很多提供上市企業財報資料的公司，如何從這麼多家公司中，定義出50家、100家跟亞太ICT產業供應鏈有關的數據資料，並善用這些數據為客戶釋疑解惑。台灣平均每家上市櫃電子公司營收約新台幣300億元上下，最大的風險不是花多少錢買資料，而是一旦做出偏離市場大勢的決策，很可能讓事業萬劫不復。DIGITIMES不是無所不能，但儘可能善用科技工具與實體的數據資料來滿足客戶需求。其次，必須理解直接客戶與間接客戶（客戶的利益關係人）的需求，而隱藏在背後，如何建構客戶後台的支援體系，也成為今日顧問公司必須面對的高難度挑戰。媒體不可能永遠只是單純的媒體，當您看到媒體旗下文章大量出現在Google、Facebook，影像內容有太多網紅也想分一杯羹，一定可以體會大眾媒體的時代早已經飄然遠去！我們另闢蹊徑，也跟著時代與工具、技術的改變，把過去的數位資產價值移轉、應用到新的時代。既然廣告業務最主要的載體，已經是大型的社群軟體，那麼經營者如何在廣告市場中殺出一條血路呢？凡事都有一體兩面，Google最大的好處就是鉅細靡遺，最大的缺點就是資料量「太大」。品質參差不齊的資訊，難免讓決策者難以辨識，我們的因應之道就是「取長捨短」，用ChatGPT的概念與技術特質，在電子業範圍的資訊內容中提供專業服務。同時為了提供高效率服務，先期為使用者設定查詢範圍、關鍵字，以免混淆視聽。根據DIGITIMES調查，如果台灣IC設計業維持6%的年均成長率，到2030年時，還需要3.4萬名的設計工程師，而現在台灣一年能從STEM四種專長領域培養的碩士生，不過1萬人而已，必然影響到其他科技事業體對於高階人力需求與應用的使用認知。別讓您的高階員工用蒸氣機時代的方法查詢產業訊息，在網路時代、少子化時代，能提供內部人力替代，或提升使用價值的外部資源都將供不應求，這是我所看好的商機，我也不認為會有同類型的競爭對手。我理解網路與軟體工具的變革，可能給軟體業帶來大滅絕的時代。一旦您獨一無二，市場上就不會有短期內可以速成的競爭對手，這是以數據為競合基礎的企業在新時代最大的優勢。是的，當IBM不再僱用可以AI技術生產的技術人員，當英國電信也要大舉裁員時，我們也得理解，任何一次的轉變，都得想出因應的方案，沒有一次我會掉以輕心，也會不斷自問，這件事跟我們有關嗎？

在台灣，每四年有一位新領袖在520這一天入主總統府，通常我們對於政策沒有太多置喙餘地，只能逆來順受，面對政治人物的策略選擇。但經營企業就不同了，要不要改變存乎一心，經營者可以8年、16年永遠執政，也可以掌握世代的變化大勢，選擇新的經營策略。當NVIDIA執行長黃仁勳說：「ChatGPT是人工智慧的iPhone時代」時，我的認知與大家一樣嗎？ChatGPT對DIGITIMES而言是機會、挑戰，還是生死存亡的危機呢？研究機構與媒體多次報導，「記者」是最沒有前途的行業，而數位廣告收入多數進了網路巨擘的手上，覆巢之下無完卵，DIGITIMES可以高枕無憂嗎？從過去的經驗推演，只要是對傳統媒體有威脅的新狀況出現時，通常就是DIGITIMES大展身手的時刻，我相信這次也不會例外。在DIGITIMES創業初期，以「電子時報」面對市場，但在能夠損益兩平的同時，網路泡沫席捲全球，有些參與創業的夥伴離我們而去，在驚覺時代變化的同時，開始強調「digitimes.com」平台，並機積極深化網路布局。數位轉型對我們而言，沒有太多的陣痛，數位內容也是「理所當然」的成果。進入第二階段時，我們已經能夠善用數據資料庫的價值，在「In-bound」與「Out-bound」的雙向服務中，同時創造更高的價值。資料庫的會員服務，為公司創造將近一半的營收。而且超過1,000家的會員續約率極高，願意因為更深入、有效率的服務，支付合理的費用。這一群願意支付「知識」價格的客戶，也是台灣最富裕、教育程度最高的一群人。他們的興趣從NB、手機，延伸到電動車、車聯網、低軌道衛星、新能源。只要DIGITIMES端得出菜，就會有更多的人參與我們的社群與行銷活動。2022年春，我們接手竹科廣播-IC之音之後，將這個以新竹園區（涵蓋桃竹苗382萬人口）為基地的電台，經營成影音創作平台。一年之後，IC之音的影音節目在Podcast十大科技類節目中佔了五個，並且在金鐘獎拿下四個獎項，這是民營電台之最，我們也相信只要願意投資內容，還可以有更好的成就。DIGITIMES的挑戰是更專業的分類，對人工智慧、元宇宙、低軌道衛星等新知，也能夠與時俱進。這時顧問團隊的價值，就不僅僅是寫報告、上台演講而已。顧問團隊需要在專業領域提出專業的見解，並且培養橫向提供策略建議的能力。

由於台韓是貿易競爭對手，韓元兌換美元的匯率，也影響到兩國的交易行為與競爭關係，每隔一段時間我總會更新一下韓元與美元的匯率，試圖理解大趨勢，而韓元走勢又與南韓貿易收支息息相關，這幾個數字之間的關連性，值得關心台韓貿易關係的讀者稍加留意。2008~2009年春，金融海嘯席捲全球之際，韓元兌換美元的匯率一度跌到1,545韓元兌換1美元的低谷，但匯率回穩之後，到2022年中以前，韓幣兌換美元的匯率大致維持平穩。但到了2022年9月，卻再度出現暴跌，至今也在1,336韓元兌換1美元的低谷盤旋，關鍵就在於全球景氣低迷，記憶體出口報價欠佳，貿易逆差居高不下所致。南韓目前外債6,654億美元，為了調控可能高達3分之1的短期外債，順利支付一年內必須償還本金與利息的短期外債，韓幣貶值以爭取更好的國際競爭力，就是南韓過去常做的事。但現在的問題不是南韓企業本身沒有競爭力，而是國際市場需求不振，原本預期下半年初可以回穩的需求，包括電動車在內，Tesla、福特（Ford）都出現獲利欠佳的消息，現代汽車（Hyundai Motor）能有多大的期待呢？由於貿易逆差不斷擴大，南韓外債總額也不斷積累，連帶引起韓元貶值，且外債佔GDP的比重，在2009年全球金融海嘯之後，再度出現新的格局。根據CEIC資料，南韓外債佔GDP比重，一度從2011年的32%，跌到2016與2017年的25%，但從2019年疫情出現之後，南韓外債佔GDP比重就從28.5%，一路攀升到2020年以後的33.5%、34.9%與2022年底將近40%的新高點。談永續經營，ESG的內容不是只有環保、社會互動，在公司與國家治理上，不容許有致命的風險，而韓元的匯率與外債的GDP對比，都是非常嚴重的警訊，由於過去曾有1997年亞洲金融風暴的痛苦經驗，相信南韓朝野一定謹慎以對。如果南韓再度出現金融危機，台灣人會幸災樂禍，還是感同身受呢？過去兩國的產業結構重疊，台灣人會樂於見到南韓「稍事休息」，但在2000年以後，南韓顯著朝向技術密集、品牌價值、市場定價上找到特殊的定位。台韓產業結構已經大不相同，特別是在中國崛起之後，有高度競爭的其實只剩下台積電與三星電子（Samsung Electronics）高階製程之爭。我已經講過很多次，三星是台灣重要客戶，拿到大單的台商應該開始籌組「星空聯盟」，想辦法投南韓所好，取得更顯著的競爭優勢。

在人工智慧（AI）技術快速演進的今日，各種生成式的語言學習系統，正嘗試告訴我們更接近事實的答案，但對許多「涉世未深」的人而言，如何提出適當的問題反倒是更嚴厲的挑戰。我研究南韓40年了，南韓的關鍵在三星集團（Samsung Group），三星集團的關鍵在三星電子（Samsung Electronics），而2023年可能是三星電子的轉捩點。如果利用AI技術能找到最想要的答案，我該怎麼問有關三星的問題呢？2022年南韓的貿易逆差是472億美元，若非半導體貢獻超過557億美元的出口順差，南韓2022年的貿易收支就是上千億美元的逆差，這對2022年底外債總額6,645億美元的南韓而言是個嚴重的警訊。尤有甚者，2023年上半三星半導體獲利暴跌，2023年的南韓貿易收支恐怕是個大問題！從三星2022年的事業結構觀察，總營收2,457億美元，其中30%的營收來自半導體，獲利則有55%來自半導體；以手機為主的通信部門，加上消費電子，營收貢獻56%，但獲利僅有29%。三星手機市場仍在，但已經不是旭日東升的產業，策略上以手機銷售帶動半導體與AMOLED等關鍵零件商機的價值也到尾聲。2023年上半三星半導體營收獲利暴跌，是否意味著記憶體這隻金雞母垂垂老矣。而晶圓代工市場久攻不下，當全世界都以最好的條件吸引「無害」的台積電時，三星只能拿到二流的補貼嗎？三星還有機會在2025年以後的2奈米時代放手一搏嗎？李在鎔親往美國拜訪Musk，談Tesla的車用晶片，但實力才是關鍵，如果老闆談談就有效，那我就天天出門拜訪客戶。彎道超車不成，會不會彎道翻車呢？如同台灣一樣，南韓也沒有強大的設備材料工業，與日本和解之後，材料設備就沒有後顧之憂嗎？另外，三星會投入先進封測事業嗎？老是跟著大哥的腳步走，那充其量只能繼續當老二，絕對不是「Samsung Style」。顯示設備部門成為雞肋，2,457億美元營收的三星電子，不可能靠傳統的Display技術翻身，OLED不會大到三星期待的規模，與其搞小型終端設備用的OLED，不如經營汽車的智慧座艙。身為三星決策階層，該如何調整顯示設備部門的角色，儘管55吋以上大尺寸電視機的全球市佔率過半，為三星掙到品牌面子，但消費電子獲利僅佔整體集團4%，在品牌重要性降低的未來，三星有必要以高額的廣告費用維持消費電子市佔率嗎？最後，大家都希望在軟體或軟硬整合的市場上取得一席之地，但這是美國企業的市場高地，豈容他人染指。三星如何在軟體市場或系統整合服務取得足夠的效益，特別是過去在中國系統整合或電信設備市場上還有一點點希望的三星，在中韓交惡的情況下，又該如何調整策略呢？一下子問這麼多專業問題，ChatGPT不會當機，但能提出適當的回應嗎？