對多數企業來說，晶片向來是工程與技術團隊才需要關心的事，其他高階主管很容易忽略這一層。但如今形塑企業經營的各項技術，從 AI、自動化到連網產品與智慧基礎設施，全都建立在越來越精密的晶片之上。
大多數企業這輩子都不會自己設計晶片，但半導體技術的進展，正越來越直接地決定企業能做出什麼產品、如何創新與競爭。不論企業是否察覺，每個產業都正在變成半導體產業。
晶片能力正在決定產品本身
這個轉變的關鍵，在於 AI 的落腳處正在改變。AI 不再只存在於資料中心與雲端，而是走向邊緣裝置，也就是直接在終端設備上運作，嵌入車輛、醫療設備、工業設備、消費產品與關鍵基礎設施，包括機器人、智慧無人機等實體 AI。而推動這股趨勢的是，企業對即時洞察、更低延遲、更好的隱私保護，以及更節能運算的需求。
根據市場估計，全球邊緣 AI 市場規模在 2025 年為 249.1 億美元，預估 2026 年將成長至 299.8 億美元，晶片的重要性也因此前所未有。
其中，汽車業是最明顯的例子。過去，汽車主要由機械工程與馬力定義；如今，許多消費者評估車輛時，看的是駕駛輔助功能、車載娛樂、連網能力，以及越來越高的自動駕駛程度。車輛的運算能力，已經和引擎性能一樣重要，甚至更重要，可以說車上的眾多晶片正在定義產品本身。
其他產業也出現類似變化，包括資料中心的基礎設施正從一體適用的運算架構，轉向能依工作負載與能源需求調整；醫療設備變得更智慧、更連網，支援 AI 輔助影像、機器人手術與可攜式診斷；工業機器人過去只執行固定功能，如今則被期待能感測、分析、學習，並持續提升生產力。
競爭優勢往技術堆疊更深處移動
當晶片開始定義產品，競爭優勢的來源也跟著往下移。在應用層以下所做的技術決策，正越來越影響 AI 效能、能源效率、安全、資安與使用者體驗。顧客或許看不到這些技術，卻每天都在產品功能中感受到成果。
而這也改變了企業看待技術所有權的方式。過去，企業可以採購現成的技術元件，把心力放在其他地方，如今這種做法已經不夠；垂直整合、也就是企業自行掌握更多上下游環節，正逐漸成為常態。
在資料中心領域，客製晶片的競賽已不限於 AMD、Intel、NVIDIA 等半導體公司。亞馬遜、Google、Meta 與微軟等超大規模雲端業者，也直接投入晶片研發，並在產業活動中展示自家晶片。汽車業同樣如此，特斯拉、比亞迪、小鵬、蔚來與理想等電動車廠，改以軟體、運算能力與 AI 一較高下。
不過，並非每家企業都需要自己設計晶片。企業可以整合商用晶片、委託客製，或與夥伴共同設計，但都不能再把半導體創新，視為完全與業務無關的技術決策。
垂直整合與半導體素養成為領導力
客製晶片日益重要，反映的是垂直整合的回歸；蘋果近 20 年前收購晶片設計公司 P.A. Semi 就是早期的訊號，這股趨勢此後持續加速。
不論企業自行設計晶片，或與技術夥伴密切合作，許多企業都開始參與過去完全交給供應商的決策。這麼做的目的不是為了擁有而擁有，而是更深入理解並共同最佳化決定產品能力的技術堆疊。
與此同時，創新的方向也變成雙向。過去，企業先找出業務問題，再向技術供應商尋求解方；如今，半導體技術的進展往往先創造出全新的可能，企業再競相把它納入產品與服務。AI 加速就是例子，隨著晶片能力提升，醫療、製造、運輸等產業開始重新想像產品能做到什麼，在許多情況下，是能力先出現，創新才跟上。
這也讓半導體素養成為重要的領導能力。經營者不需要成為晶片設計師，但必須具備足夠的理解，才能掌握晶片進展如何影響產品策略、顧客期待、長期競爭力與經營績效。
把半導體策略放進企業策略的核心
經營者只要具備足夠的半導體素養，就能問出更好的問題，包括運算能力在哪裡能創造差異化、哪些能力該自己掌握、哪些該向外採購，以及該如何擴大規模。
許多企業仍把半導體當成由供應商代為處理的隱形層。然而，當產品越來越智慧化、越來越由數位技術定義，這種心態的風險也越來越高。未來 10 年的贏家，會清楚知道晶片在哪裡創造優勢、在哪裡合作更聰明，並把半導體策略放進企業整體策略的核心。
【推薦閱讀】
◆ 耐能衝刺 Nasdaq IPO、營收達去年約 3 倍：從賣 AI 晶片跨足算力服務，瞄準什麼商機？
◆ 微軟 Maia 300 拚 2027 數 GW 部署，新自研 AI 晶片如何突破推理瓶頸？
◆ 不只為了降低 NVIDIA 依賴：算力擴到 14 GW，Meta 為何更需要自研晶片？
＊本文開放合作夥伴轉載，參考資料：Forbes、Samsung，首圖來源：Gemini 生成
（責任編輯：鄒家彥）
