麥肯錫發布報告，近八成受訪者接觸過生成式AI，採用AI的企業中，有40％會增加該技術的投資，擁抱新科技的趨勢持續擴大中。
由雲端平台帶頭，走到企業端的應用，下一階段是消費端加入，當雲端、企業、個人裝置都得結合生成式AI，意味著硬體需求將爆發。
這讓全世界迎來真正的電腦時代。在生成式AI大量應用後，電腦能更符合它的定義—結合腦與學習能力。未來，每個人都能不斷訓練、推理，促使自己的裝置進化成更好的外掛大腦。
由於生成式AI發展，須持續進行機器學習，訓練、推理過程是複雜的矩陣運算。若以傳統CPU運算，效能並不好，AI更適合使用設計給電玩用的GPU—因為遊戲內影像仰賴大量數據運算呈現，更符合AI需求。
其中，AI需求又分成雲端平台與應用服務。前者以大型平台為主，因為原本就擁有伺服器，它只需要GPU，如Meta、Google、Microsoft⋯⋯都在設計自己的晶片；後者，從遊戲到企業的生產力軟體業者，則在原有的服務增加生成式AI，需要仰賴晶片、CPU、伺服器都能做的供應商。
因此許多人都以GPU為基礎，開發專門為AI而做的CPU，目前Nvidia有領先優勢，因為它從晶片到開發工具CUDA，系統性的掌握工程師需求。也因此，其他業者即使能開發出AI晶片，也暫時趕不上它。
不過Nvidia的企圖心不只在晶片，它還想直接賣伺服器、賣整套系統，這就能帶動台灣業者一起走。這波風潮如果停留在晶片層級，這只跟台積電有關，到了伺服器層級，就跟主機板的供應鏈都有關。
這次的PC典範轉移，AI伺服器需求浮上檯面，台灣業者會是主要受惠者。
前幾年大家都低估了電腦，認為它沒有未來，只剩下台灣人在做。這次電腦重新來過，對台商非常有利，加上伺服器需求，牽涉到美中對抗，台商回台生產的第一批產品就是做伺服器。
美國政府很可能告訴HP、Dell等業者，美國政府要用的伺服器不能在中國生產，這讓台灣投入AI伺服器有優勢。
中長期來看，若企業端大量使用生成式AI，這塊硬體需求會很大。再下一個階段進入到消費端，消費端需要訓練好的生成式AI做推理，像外掛的加速器，會出現在工業電腦或個人消費裝置裡。
雖然現在還是在計算機時代，但未來可能每個人的行動裝置都是AI，這就是典範轉移，迎接真正的電腦時代來臨，也就是台灣業者共同受惠的時刻。
