會崩會漲的原因都是復合式的
第一以基載電力來看
明顯台灣至少10年的發電成本上揚
不穩定度也是拉高
高碳排發電也是台灣產品之後出口的高成本
第二以市場來看
電動車一波過去後接替的AI浪潮已經進入平原期，現實AI應用的市場是長尾型，而不是爆炸性（軟體開發應用的程度會比其他的高）
Ai除了算力之外，運用到現實的消費與製造情況是
如果原本產線的產值為成本200/產值1000/不良率3%
全新的Ai機器產線為成本1000/產值20000/不良率0.3%
但如果只是再現有產線部分引入Ai機器人
為成本200+400/產值5000/不良率1.5%
再來就是一整套的配套措施
比如要給產線上Ai的感知器
溫度/濕度/顏色分辨等一堆要對現實的感知轉化成數字化
Ai再反饋到機器人的輸出能夠覆蓋到什麼程度
而在現實生活能夠達到消費級的應用
不外乎是引導C端到B端提供的吃喝住行買
這些的前提就是
地圖、導航
Garmin應該是挺有優勢的
而要達成這些的人機介面
就是線上支付工具的統合
台灣目前線上支付工具還很零散
第三就是美國股市