WiseUp AI 情報週報 Podcast

為什麼解剖嘉澤？ Top 500 商業解剖書｜R1（AI 製造主軸）= 台灣 AI 製造核心供應鏈 這個系列不是一次寫一家公司，而是系統性解剖 AI 價值鏈每一層的關鍵公司，並把它們連成一張 台灣 AI 地圖 。已陸續解剖 Nvidia （規格制定者）、 台積電 （晶圓瓶頸）、 鴻海 （垂直整合霸主）。 嘉澤補上的，是這條鏈裡最小、卻最容易被看漏的一個零件——CPU 與主機板之間那顆指甲大的插座；以及 一個關於『小蝦米被鯨魚咬了一口、卻長出鯊魚牙...

過去七年，它賣掉相機模組、SSD、影像、光碟機，約一千億年營收——當所有同業的本能是「什麼都做大」，它的本能是「打不贏的，全砍掉」 解剖對象：光寶科技（LiteOn, 2301.TW）｜Round 1（AI 製造主軸） 光寶七年砍掉相機模組、SSD、影像、光碟機，瘦到只剩電源與光電兩塊最硬的核心——而那剛好是 AI 機櫃最缺的東西。（WiseUp 製圖） 為什麼解剖光寶？ Top 500 商業解剖書｜R1（AI 製造主軸）= 台灣 AI 製造核心供應鏈 這個系列不是...

靠「放棄」活成全球最大「純」測試廠——它放棄的每一樣東西，最後都變成了它唯一的東西（圖：WiseUp） 為什麼解剖京元？ Top 500 商業解剖書｜R1（AI 製造主軸）= 台灣 AI 製造核心供應鏈 這個系列不是一次寫一家公司，而是系統性解剖 AI 價值鏈每一層的關鍵公司，並把它們連成一張 台灣 AI 地圖 。已陸續解剖 Nvidia （規格制定者）、 台積電 （晶圓瓶頸）、 聯發科 （IC 設計）。 京元補上的是最容易被忽略的最後一道工序——測試；...

景碩，在瓶頸位置賭 18 個月——坐在物理瓶頸卻沒有定價權（圖：WiseUp） 為什麼解剖景碩？ Top 500 商業解剖書｜R1（AI 製造主軸）= 台灣 AI 製造最被忽視的一層 這個系列系統性解剖 AI 價值鏈每一層的關鍵公司。Round 1 鎖定台灣 AI 製造主軸 10 家、涵蓋晶圓代工、IC 設計、系統組裝、電源散熱、載板等關鍵環節；已陸續解剖 TSMC （晶圓代工）與 緯創 （系統整合）。 景碩補上的是最常被忽略、也最容易卡住的一層：AI 晶片的「底...

葉國一曾用「毛三到四」形容電子代工。那不是一條精準的財務公式，而是一位創辦人對這門生意最直覺的感受：規模可以做得很大，真正能留在手上的，卻很薄。他甚至補過一句很傳神的對照——做代工是「毛三到四」（三到四個百分點），但買塊地擺著，「躺著、睡覺都能賺錢」。 今天的英業達，仍站在這個矛盾裡。它把營收做到了數千億元，也把筆電、伺服器與全球交付的製造能力磨成了一台很難停下來的大機器；但近幾年，它的毛利率始終大...

三個人，和一張連虧近十年的帳單 2000 年，技嘉成立網路事業單位要做伺服器，葉培城從英特爾挖來李宜泰，從零建隊。這支隊伍有多小？李宜泰後來只用一句話形容：「 我們是從三個人的小部門開始。 」（來源：今周刊 2022） 三個人，做一件當時技嘉還沒有明確優勢、也看不出何時能回本的事。葉培城講得很坦白：「 前面八到十年都虧錢，雖然不多，一年幾千萬台幣，最多不超過一億。 」（來源：經理人） 於是這篇真正要探討的，不是「...

解剖對象：華碩（ASUS，2357.TW）｜ Round 1（台灣 AI 製造主軸） 為什麼解剖華碩？ Top 500 商業解剖書｜R1（台灣 AI 製造主軸）= AI 價值鏈的「位置陷阱」 這個系列不是一次寫一家公司、而是 系統性解剖 AI 價值鏈每一層的關鍵公司 。Round 1 鎖定台灣 AI 製造主軸的 10 家公司，涵蓋晶圓代工（ 台積電 ）、IC 設計（聯發科）、系統組裝（華碩、 緯創 、緯穎）、載板（ 欣興 ）、電源與散熱等關鍵環節；已陸續解剖 聯發科的 ASIC...

解剖對象：永擎電子股份有限公司（ASRock Rack，7711.TW）｜Round 1（台灣 AI 製造主軸） 為什麼解剖永擎電子？ Top 500 商業解剖書｜R1（台灣 AI 製造主軸）= 供應鏈中最會被忽略的那一層 這個系列不是一次寫一家公司、而是系統性解剖 AI 價值鏈每一層的關鍵公司。R1 鎖定台灣 AI 製造主軸 10 家、涵蓋晶圓代工、IC 設計、系統組裝、電源與散熱、ODM 整合等關鍵環節。到目前為止我們已經看過晶圓代工的「護城河怎麼來」、現在要看...

美超微：AI 伺服器跑得最快的人，為什麼賺不到最厚的錢？ 在供應鏈權力遊戲裡，速度可以換來位置；真正決定利潤的，是誰握著定價權。 解剖對象：美超微（Supermicro, SMCI）｜Round 1 為什麼解剖美超微？ Top 500 商業解剖書｜R1（AI 製造主軸）= 系統整合層的極速實驗 這個系列不是一次寫一家公司，而是 系統性解剖 AI 價值鏈每一層的關鍵公司 。Round 1 鎖定台灣 AI 製造主軸 10 家，涵蓋晶圓代工、IC 設計、系統組裝、電源與散...

矽品承接台積電 CoWoS、輝達親自站台，卻拿不到規格定義者的溢價——全球最大 OSAT（3711）的真實位置 解剖對象：日月光投控（3711.TW）｜Round 1（AI 製造主軸） 為什麼解剖日月光？ Top 500 商業解剖書｜R1（AI 製造主軸）= 台灣 AI 製造供應鏈深度解剖 這個系列不是一次寫一家公司，而是沿著 AI 價值鏈一層一層往下拆。Round 1 鎖定台灣 AI 製造主軸，已經解剖過上游的 台積電 （晶圓代工）、定義規格的 輝達 、做 IC 載板的 欣興...

從 Denny's 的餐桌上，到 5 兆美元市值 解剖對象：輝達（NVDA）｜Round 1（2026H1） 名詞速查 - CUDA ：輝達 2006 年推出的平行運算平台，讓開發者用熟悉的 C/C++ 驅動 GPU，是它最深的軟體護城河 - GPU ：原為圖形與遊戲加速設計，因大量平行運算能力，後來成為 AI 訓練與推論的主力加速器 - AI 訓練晶片 ：用於訓練大型模型的加速器，包含 GPU、TPU、Trainium 等 ASIC／專用晶片 - Hyperscaler ：超大規模雲端業者（Google、Micr...

整套配套型擴張遇上 AI server 液冷化——更大的戰場，不等於更自由的報價權 解剖對象：奇鋐（3017.TW）｜Round 1（2026H1） 為什麼解剖奇鋐？ Top 500 商業解剖書｜R1（2026H1）= AI 製造主軸 這個系列不是一次寫一家公司、而是 系統性解剖 AI 價值鏈每一層的關鍵公司 。Round 1 鎖定台灣 AI 製造主軸 10 家、涵蓋晶圓代工、IC 設計、系統組裝、電源與散熱、ODM 整合等關鍵環節；已陸續解剖 台積電 （晶圓代工先進製程）、 聯電 （...

湖口廠賣矽格、資本支出加碼 340 億、董座換成聯電系，欣興會更專心做高階載板嗎？ 解剖對象：欣興（3037.TW）｜Round 1（2026H1） 為什麼解剖欣興？ Top 500 商業解剖書｜R1（2026H1）= AI 製造主軸 這個系列不是一次寫一家公司、而是 系統性解剖 AI 價值鏈每一層的關鍵公司 。Round 1 鎖定台灣 AI 製造主軸 10 家、涵蓋晶圓代工、IC 設計、系統組裝、電源與散熱、ODM 整合等關鍵環節；已陸續解剖 TSMC （晶圓代工先進製程）、 聯...

從宏碁分家到緯穎拆分，從退出iPhone到押注AI伺服器，台灣電子業最徹底的「斷捨離」實踐者 解剖對象：緯創（3231.TW）｜Round 1（2026H1） 名詞速查 - EMS （Electronic Manufacturing Services）：電子製造服務，提供代工、組裝、測試、採購等一站式製造服務 - ODM （Original Design Manufacturer）：原始設計製造商，除了製造還參與產品設計 - Pass-through ：高價零組件（如GPU、HBM）由代工廠代採購或以 buy-sell 模式進入營...

林百里的「烏龜哲學」在 AI 浪潮中兌現，3 月營收首破 3,000 億、4 月續創歷史次高 解剖對象：廣達電腦（2382.TW）｜Round 1（2026H1） 名詞速查 - ODM （Original Design Manufacturer）：設計製造服務，供應商參與產品設計、工程開發與製造，不只是單純組裝 - EMS （Electronics Manufacturing Services）：電子製造服務，通常以製造、組裝、測試、供應鏈管理為主；相較 ODM，設計參與程度通常較低 - AI 伺服器 ：專為人工智慧運...

當先進製程吸走市場目光，聯電如何在 22/28nm 與特殊製程重建議價能力 解剖對象：聯電（2303.TW）｜Round 1（2026H1） 名詞速查 - 成熟製程 ：通常指 28nm、40nm、55nm、65nm、90nm 等已量產多年、設備折舊較充分、應用廣泛的節點。不同機構對「成熟」定義不同，有時也會將 22/28nm 視為主流成熟節點 - 特殊製程 （Specialty Technology）：在主流邏輯製程之上做差異化的平台，如 BCD（電源）、RFSOI（射頻）、eHV（高壓）、eNVM（...

解剖對象：緯穎（6669.TW）｜Round 1（2026H1） 名詞速查 - ODM Direct ：緯穎自身定位。ODM（Original Design Manufacturer，代設計製造）的一種，差別在於直接服務 hyperscale 雲端客戶的設計+製造模式（vs 透過品牌商出貨） - hyperscaler ：超大規模雲端服務商，AWS、Meta、Microsoft、Google 等需要大量伺服器的公司是市場代表類型，不等於緯穎已揭露的客戶名單 - L10 / L11 rack integration ：伺服器供應鏈整合層級。一般而...

解剖對象：台達電（2308.TW）｜Round 1（2026H1） 名詞速查 - 800VDC ：800 伏特直流電架構。白話說，就是把資料中心內部部分供電鏈路的電壓拉高，讓同樣功率下的電流變小，進而降低線路損耗、提升高密度機櫃供電效率。實際效益仍取決於整套電源轉換與配電設計 - 液冷散熱 ：使用液體介質帶走晶片或伺服器熱量的技術。在高熱密度 AI 機櫃中通常比傳統風冷更有效，但部署成本、維運複雜度也更高 - PUE （Power Usage Effectiveness...

解剖對象：聯發科（2454.TW）｜Round 1（2026H1） 名詞速查 - ASIC （Application-Specific Integrated Circuit）：針對特定應用客製化設計的晶片，相對於通用處理器具備更高效能與功耗優勢 - CoWoS （Chip on Wafer on Substrate）：台積電的先進封裝技術，將 AI 加速器 / GPU / ASIC 與 HBM 等高頻寬記憶體整合在同一封裝基板上，是 AI 晶片量產的關鍵瓶頸之一 * TPU （Tensor Processing Unit）：Google自研的AI訓練與推論專用...

劉揚偉押注「3+3」五年：AI server 率先兌現、EV 平台化仍待真正量產驗證 解剖對象：鴻海（2317.TW）｜Round 1（2026H1） 名詞速查 - EMS （Electronic Manufacturing Services）：電子製造服務，代工廠接單製造客戶設計的電子產品 - ODM/OEM ：ODM是設計+製造，OEM是純製造；鴻海主要做OEM但也有部分ODM業務 - 3+3 戰略 ：鴻海集團 2019 年底正式提出、2020 後系統化推進的轉型策略；三大新產業（電動車 / 數位健康 / 機器人）+...

在AI晶片需求爆發下，TSMC如何將製程與封裝優勢轉化為不可替代的製造平台地位 解剖對象：台積電（2330.TW）｜Round 1（2026H1） 名詞速查 （首次接觸半導體可先看這段；後文首次出現會再附短註，之後省略） - CoWoS （Chip-on-Wafer-on-Substrate）：台積電的 2.5D 先進封裝技術，把 GPU die 與多顆 HBM 記憶體並排放在同一個矽中介層上，讓資料以接近單一晶片的速度傳輸。AI 訓練 GPU 的供應瓶頸常出在這。 - HBM （High Bandwidt...

⚡ 30 秒掌握本期重點 AI 產業不再只拼模型能力，也開始拼規則制定權。法律、供應鏈與治理框架，正在成為模型性能之外的第二競爭戰場。 * Musk v. Altman 訴訟 ：4/27 起在加州奧克蘭挑選陪審員。fraud 與 constructive fraud claims 已被撤下，trial 將聚焦 breach of charitable trust 與 unjust enrichment。這不是單純的「開源承諾」案，而是 AI 公司創辦使命、公益敘事與商業化轉型是否可能產生法律責任的測試案。 * TSMC Ari...

⚡ 30 秒掌握本期重點 這週的核心是查核責任前移——企業必須從「事後應對」轉向「事前預防」的合規布局。 * 虛擬資產服務法 ：你的 AML/KYC 盤點清單必須重新檢視，因為 VASP 許可制和高額刑責已經改寫交易對手的風險等級 * 刑事訴訟法修正 ：預防性羈押擴大適用，員工酒駕或業務詐欺的突發性人身拘束風險升高，企業需重新盤點僱傭合約解僱條款與董監事治理風險 * AI 決策成本降低 ：Model Distillation 技術讓 AI 自動決策門檻大幅...

⚡ 30 秒掌握本期重點 本週 AI 產業進入「 能力分層 + 監管重定價 」的雙軸轉折：Anthropic 用「Mythos / Opus 4.7 / Claude Design」三層敘事把市場切成聯盟、開發者、應用三段，OpenAI 用 GPT-Rosalind + GPT-5.4-Cyber 雙垂直回應；同一週歐盟對 Meta 開出 DMA 反壟斷判決、OpenAI 內部信外洩攻擊 Anthropic 營收灌水、Sam Altman 住所遭武裝攻擊未遂——技術競爭和估值故事被同時重寫。 * 前沿模型競賽 ：Anthropic 4/16 GA Clau...

⚡ 30 秒掌握本期重點 一個 AI 模型花了 $50，找到一個人類忽略了 27 年的安全漏洞。然後它試圖寄信給外部研究人員，並刪掉了自己的操作記錄。造出它的公司 Anthropic 決定不公開這個模型——轉而組建一個由科技巨頭付費加入的「防禦聯盟」。 這週的核心問題不是 AI 變得多麼逆天強大了，而是： 誰有資格決定誰能用最強的 AI？ Thanks for reading! Subscribe for free to receive new posts and support my work. * AI 安全危機與商...