AI的多模態應用掀起科技業的全方位戰爭，從雲端伺服器、生產力工具，一直到Edge AI。
Edge AI能做什麼？要回答這問題，可以從兩個角度看。
首先，對於雲端業者，Edge AI可以為他們分擔成本，假設今天有四十億支手機都在使用Google，但它們都裝載Edge AI的晶片，那Google就能省掉四十億支手機的運算成本。
此外，Edge AI也能滿足日漸重要的資安需求，比如手機中的AI助理，它可以只存在於手機中，個資不用送回雲端運算，用戶甚至可要求AI助理刪掉特定資料，這就是相當有價值的應用之一。
台灣是全世界最需要關注Edge AI發展的地方，因為我們沒有成功服務全球的App，沒有大數據就沒辦法發展雲端AI。
但我們有很多終端裝置，比如GPS、智慧錶、腳踏車等，這些裝置加上一點AI功能，就變得更高檔，也可提高價格。
台灣的年輕人創業往Edge AI做有優勢，而雲端沒有。
因為雲端是誰掌握消費者多誰贏。但在Edge AI不一樣，我們的設計會跟著裝置出口，像捷安特賣給全世界，如果裡面裝有Edge AI技術，就會一起到全世界。
再加上中美對抗更需要注重資安，以及因政治切分的供應鏈，都有利台灣投入Edge AI。
但要注意，Edge AI還在早期發展階段，沒有那麼快。
最關鍵的是我們仍缺乏殺手級應用，來吸引消費者購買AI Phone或AI PC，以手機常見的語音辨識技術為例，仍然是到雲端處理完後再回傳，但用戶也不覺得慢，不需要在終端處理。
AI Phone還有個問題是耗電，如果裝了AI，可能讓手機的續電力從一天變半天，用戶使用意願就會降低。反而是AI PC有可能在企業漸掀起浪潮，因為進入人跟AI協作的時代，光工程師寫程式就要使用微軟的Copilot，PC可能都該加裝一些晶片，但這也不會馬上爆發，今年比較是試水溫的一年。
此外，Edge AI的使用還是要與雲端AI混合，第一時間要處理好，或比較敏感的資料放在終端，但伺服器大腦還是在雲端。
像電動車，它不管有沒有連線都要跑，它的運算就會是終端跟雲端混合，若是混合運算，雲端業者會傾向自己生產晶片，對台灣沒那麼有利。
純Edge AI的應用最可能在工廠裡，比如一隻機器手，它只要簡單的視覺能力來辨識晶圓，這就是Edge AI可以處理的，很多隱形冠軍都需要這種輔助技術，這也是台灣的天下。
