产品详情
全球半导体现状分析-3
抓住人工智能机遇
历史表明，尽管半导体公司从颠覆性增长周期中获利颇丰，但无论是将超出芯片本身的新技术货币化，还是对这些技术支持的新商业模式进行扩张，它们仍有很多次未能获得每个周期全部价值的应得份额。
几乎可以确定的是，人工智能的崛起会成为未来十年半导体行业最强大的驱动力。正如我们的分析显示，现有企业和初创企业都在努力开发驱动人工智能的硬件。但是它们能否充分把握住这个机遇？它们能否跳出从开发和销售人工智能芯片中获得利润的模式，转而全身心参与到人工智能革命中？
我们相信他们可以，但若要做到这一点，他们必须深思熟虑以重新评估其人工智能战略和商业模式，精心设计其技术和产品战略，并深入了解如何在整个人工智能生态系统中发挥其作用。以下是公司在准备应对人工智能带来的变化并充分利用这一机遇时需要考虑的若干关键因素和建议。
战略和商业模式。制定公司的人工智能愿景，然后利用这一愿景更好地理解需要关注的核心领域，至少在竞赛的早期阶段应当如此。这主要包括探索新的方法将公司资产和专业领域货币化。能否利用数据？能否提供相关服务？该方法还将告诉我们如何更好地发展当前的投资组合，使其变得与人工智能更相关、更适用，同时与总体战略保持紧密一致。以下是公司可以选择聚焦的三个领域：
• 增长细分市场：在利用公司现有市场并提供巨大增长潜力的细分市场中，识别并瞄准新型人工智能用例，例如ADAS和物联网。
• 硅之外的货币化：探索人工智能特定知识产权许可机遇或提供可货币化的人工智能相关服务的机遇，包括托管人工智能服务化和匿名人工智能用例数据，用于改进培训系统和算法。
• 产品组合：仔细评估在何处下大赌注来构建新型人工智能功能，而非进行增量投资来增强当前投资组合中人工智能的适用性。
技术和产品供应。鉴于芯片的具体用例，为芯片选择正确的技术和架构至关重要，但公司也必须确保所选择的技术路径在人工智能堆栈的其他地方能够得到支持。一种行之有效的方法是，定义产品供应，以广泛地包含人工智能库、工具包和堆栈中的其他软件元素，但是公司必须确定究竟是自己构建所有元素，还是将产品与技术合作伙伴的元素整合。公司可以通过以下几种方式侧重于产品：
• 不断进化的硬件架构：探索具有定制架构的设计，例如神经形态处理和子系统设计，这些都是为了通过独特的自学功能来加速深度学习算法而定制的，例如通过集成逻辑和内存功能。
• 人工智能库和工具包：尽可能为产品组合中的现有产品开发软件开发工具包（SDK）和编译器，以优化和加速人工智能算法。
• 全栈产品：与合作伙伴合作，在硅、平台、工具和人工智能库方面提供全栈解决方案，使应用程序的开发和差异化轻松易行。
合作伙伴关系和人工智能生态系统。对上述人工智能解决方案堆栈的深入研究清晰地表明，人工智能的成功在很大程度上取决于建立一个完整的合作生态系统，无论是通过技术联盟，还是作为企业将产品推向市场。为推动长期增长，聪明的参与者应识别并有效利用生态系统来缩短上市时间，制定高效的销售策略以进军特定的垂直行业或应用，并评估战略合作伙伴关系和投资，如合资还是收购。以下是一些可供公司探索的选项：
• 许可：通过授予来自第三方供应商，如安谋、思华（CEVA）和铿腾（Cadence）的知识产权核心的许可，探索既可降低风险又能加快人工智能专用产品开发的选项。
• 合作伙伴：与整个堆栈中的竞赛者建立新的战略伙伴关系，推动自身人工智能芯片和解决方案的采用。
• 战略投资：考虑投资于人工智能初创企业，增强与核心业务相一致的用例功能。
行业数字化
半导体行业自问世以来一直是数字化的先驱，提供数字化服务并追求新的数字商业模式。例如，在上世纪70年代，英特尔出售芯片测试设备的收入即超过其出售芯片本身的收入。上世纪80年代，随着数字设计和仿真工具以及通信技术的普及，无晶圆厂和铸造模型涌现出来并颠覆了当时盛行的整合元件制造商（IDM）模式。后来出现了纯粹的知识产权竞争，高通、安谋等公司纷纷效仿，进一步侵蚀了半导体价值链。
如今，其他行业，尤其是汽车行业在数字化方面明显超过了半导体行业。这不免令人啼笑皆非，因为汽车制造商自身在数字化方面的成功很大程度上来自于半导体行业产品的支持。对半导体公司而言，现在比以往任何时候都更需要考虑如何最好地利用数字化，以及找到最有利于其组织发展的机遇。
在考虑数字化的最佳推进方式时，芯片制造商可以衡量三大战略（数字化产品和服务、数字商业模式和数字半导体价值链）。请注意，所有这些策略都必须得到可靠数据和分析技术的支持。
数字化产品和服务。我们看到半导体公司在实现产品和服务数字化时有三个选择：数据货币化、增强和定制（见图9）。数据货币化允许半导体公司利用自己或他人设备产生的大量数据；增强后产品和服务通过人工智能或整合其他产品或服务，来丰富公司的现有技术；定制化通过更高的精度和效率为客户带来额外的价值。
图9 半导体公司的数字战略
数字商业模式。我们看到半导体公司可以选择五种创新的数字商业模式（见图10）：
1.剃刀与刀片：企业可以利用该模式，以较低的利润率提供核心产品（如计算架构），然后开发一种附加产品（如云平台服务）。此类产品依赖于该架构，但利润更高。未来，半导体供应商可以向云端服务供应商出租设备，从而实现硬件利用的货币化。
2.平台：公司可以通过促进芯片制造商和客户之间基于数据或硬件的交换创造价值。这有利于平台参与者，并允许创办人影响标准，增加竞争对手的转换成本。
3.开源：利用这一机遇，半导体公司可以创建一个平台，允许客户构建定制化的开源芯片。这有助于与第三方共享软件源代码和集成电路设计，从而分摊研发成本并缩短上市时间。
4.XaaS（一切即服务）：半导体制造商可以使用该方法，围绕基础设施、硬件和软件开发来创新服务，例如提供计算即服务等。由此，硬件和功能更新可以作为服务计费。
5.市场：发展双边市场，使用人数的增多可以产生积极的网络效应，从而增加价值。市场可以包括基于云的算法即服务，例如共享人工智能培训数据等。客户可以通过通用接口访问算法，开发者则可以上传新的算法和模型来丰富市场。
图10 半导体公司的创新商业模式
数字半导体价值链。半导体企业可以通过对端到端的纵向和横向价值链进行数字化来获得巨大利润，不仅可以利用新的人工智能驱动的能力，还可以充分利用它们提供的其他数字机会。图11显示公司应该考虑采取的若干措施。
总而言之，半导体公司应考虑通过所有三种数字战略所能获得的各种机会（见图12）。
运营。除了可以用来提高收入的各种数字战略外，芯片运营商还可以考虑通过应用人工智能和机器学习改善运营来提高收益的机会。选项包括：
• 中央控制塔：可以让公司始终实时详细了解所有供应链环节和运营（包括供应商和客户的运营）。公司可以设计用于虚拟控制室操作的仪表板，并为关键利益相关者提供可视化。
• 生态系统感知：使用人工智能从供应商和客户生态系统收集数据和见解，识别最相关的信号，从而指明下一步的机会，并为采取的应对措施提供建议。
• 人工智能辅助的长期/短期需求预测：收集来自生态系统的需求信号，如大型企业采取的行动、来自供应链的信号和相关新闻等，并分析其对改善实时生产组合和供应调度的影响。
• 人工智能辅助的设计和调试：使用机器学习系统为集成电路设计解决方案提供建议，识别潜在的错误设计元素，并实施更高效的产品设计分支。
• 制造工艺优化：将工厂控制中心设在远程设施或办公空间旁边，以提高学习和响应能力，从而通过分析生产设备的传感器日志和相关事件来提高设备效率。此外，还可以使用计算机视觉工具来发现故障群。人工智能也可以支持释放在前端和后端的晶圆批次。
半导体公司如果希望受益于进一步的数字化和人工智能发展机遇，就应通过以下经过深思熟虑的步骤有系统地前进：第一步，探索和学习。公司必须选择合适的机会，通过试点项目进一步理解和开发新的用例和产品。第二步，建立能力。公司应识别现有和所需要的能力，然后建立缺失的能力。随后需设计并推出数字转型计划，以实现新的能力。第三步，扩大规模，进一步发现数字机会和相关用例。这之后，公司必须确定将这些机会融入到新数字组织的路线图。企业也必须利用新的功能集和组织来确保新产品开发和引进的顺利实施。
图11 价值链中的各种机会
产品和服务的数字化
数据货币化——人工智能辅助的集成电路设计服务
产品定制——按需芯片
数据货币化——处理服务
增强型产品——人工智能辅助的集成电路集成服务
增强型产品——物联网平台集成
增强型产品——设备运行
未来道路
显然，未来几年甚至几十年，半导体公司获利概率仍然较高。在截止到2022年的预测期内，我们预计在全球所有市场中，半导体市场将持续快速增长，达到5,750亿美元。
到2022年，七类元件中的内存芯片将继续占据最大的市场份额，大部分增长由云计算和智能手机等终端设备的虚拟现实所推动。
此外，全球经济的乐观前景表明，到2022年，以汽车和数据处理市场为主导的应用市场或将继续增长。带动这些细分市场的将是人工智能相关芯片的需求。
能够最大限度利用这一增长并充分实现其市场潜力的半导体公司很可能会是那些能够把握人工智能机遇的公司。随着新兴初创公司和科技界其他领域参与者加入竞争，争夺市场的竞争只会日益激烈。除了提供芯片之外，半导体公司还必须找到合适的方法，实现新技术的货币化以超越实际芯片本身，或者拓展由这些技术支持的新商业模式。采取此类行动的公司将会繁荣发展，反之则会被更敏捷的竞争对手超越。
