混沌大学商学院-汤明哲：【一】战略管理导论-课后练习
未听过此课程的人可先参考下述连结
【一】战略管理导论
本讲课程中，汤明哲教授为我们分析了很多行业的战略终局，如零售业的战略终局就是电商、金融业的战略终局是Fintech等。请选取您比较熟悉的行业，分析一下这个行业的战略终局，同时请构想并预测，从现在开始一直到到达战略终局之间，该行业还有哪些新机会。
解析：汤教授在课程中讲到，汽车行业的战略终局，是美国硅谷的公司会赢，因为这些公司掌握了电子零件、软件、作业系统等未来汽车的核心要素，而单纯制造的部分可以外包给底特律传统的汽车业。电子零件、软件、操作系统方面的布局，就蕴藏着很多机会。
Nvidia(英伟达): PC端GPU-->手机GPU(转型失败)-->AI 深度学习 GPU-->自动驾驶车 GPU
从上述Nvidia(英伟达)产品路径跟本身公司核心能力上, 我猜测云端运算芯片应该会是Nvidia(英伟达)战略终局, 智能终端设备的芯片预计会以高通, 联发科, 全志, 瑞芯微...等这些独立芯片厂商为主, 尤其在5G全面发展后, 发展会更加明显
原因为以下几个应用场景
1. 应用场景：云端运算芯片助力智能终端设备
GPU的功耗跟价格都较高, 所以不适合嵌入到终端设备上, 对终端用户的体验会不好, 价格高又容易发烫, 所以若5G发展起来之后, 例如: 智能终端设备接收及相应语音命令。通过将语音数据上传到云端，输入芯片进行运算，再返回结果至本地来达到与人实现交互的目的。
因为5G的传输速度可大大减缓传输的延迟; 另外由于GPU部属在云端, 运算能力肯定是比终端设备强得多, 在识别语音模式、分辨模糊语音、剔除环境噪声干扰等方面更能得到了优化，可以接受理解更加复杂的语音命令。同理也可用在智能终端设备的图像识别跟人脸识别上。例如FaceID, 安防摄像头
2. 应用场景：云端运算芯片助力自动驾驶车
目前自动驾驶车都需配备ADAS这样的硬件设备, 目前造价都要几万美元, 但如果在5G发展后, 在基台跟基站部属够多的情况下, ADAS这样硬件设备是可以舍去的, 只需使用核心芯片来驱动自动驾驶车的传感器跟摄像头捕捉周围环境的情况, 并将情况上传到云端给GPU运算再返回到车上, 这样就可大大降低自动驾驶车的成本。
3. 应用场景：云端运算芯片助力云游戏
目前一些重度游戏都是由高阶PC或家用游戏机, 因为这些机子GPU配备较高, 才能游玩此类游戏, 目前市面上也有相似的云游戏产品, 但体验却非常不好, 因为延迟严重, 所以玩家还是宁愿自己买高阶的PC来进行游玩, 但随着5G发展之后, 延迟的问题将可被解决, 游戏运算的部分可留在云端进行即可, 甚至在云游戏大量普及后, 才有机会出现像电影"头号玩家"那样的虚拟世界
从上述几个场景, 可看出智能终端设备一定会越来越轻量化, 所以GPU本身的产品限制了它往终端设备的发展, 但却又让它很有机会成为5G时代云端运算的核心芯片, 英伟达也是提前布局了这个方向, 在5~6年前他们宣布放弃手机芯片市场之后, 就全力投入AI芯片这块, 目前AI芯片领域主要的供应商仍然是英伟达，占全球AI芯片50%以上市场份额。