從新創企業現狀觀察AI發展熱度

作者 : 黃燁鋒，EE Times China
2021-07-12

從人工智慧(AI)新創企業市場，以及類似Nvidia新創加速計畫(NVIDIA Inception)的專案，都可觀察AI技術或產業如今的發展熱度...

現在的很多生態締造者對於潛在生態的開發都十分在意：比如說及早深入教育市場，生態建設「從娃娃抓起」(編按：指從小開始)；再或者對新創企業的扶持或孵化計畫。這裡所謂的「生態締造者」的範圍可以很廣，比如雲端供應商、作業系統供應商、針對應用開發解決方案的供應商，以及各種硬體廠商等。

這些其實是吸引更多開發者，潛移默化中造成開發習慣、黏性的關鍵。《電子工程專輯》中國版(EE Times China)先前拜訪過微軟(Microsoft) Azure一批又一批的孵化企業；還有華為HarmonyOS當下對眾多新創企業的扶持……這類新創企業扶持項目都有著相當易於理解的商業邏輯，亦屬常規操作手段。

而在AI生態建構上頗具代表性的應該就是Nvidia，畢竟筆者之前也一直在提Nvidia在AI生態打造上的完備程度多高，這種生態對新創企業的扶持當然也是必不可少的。Nvidia新創加速計畫(NVIDIA Inception)進入中國是在2016年，這個計畫本身就在加速AI創業公司發展。從AI新創企業市場，以及類似Nvidia新創加速計畫這樣的專案，都可觀察AI技術或產業如今的發展熱度。

AI市場這兩年的新機遇

截至去年底，這項計畫在全球範圍內覆蓋了超過7,000家AI新創公司，去年一年加入Nvidia新創加速計畫的公司數量較上一年多出了25%。從Nvidia的總結來看，新冠肺炎疫情可能很大程度推動了該計畫。之前Nvidia業務開發VP Jeff Herbst曾提過：「2020年一場全球性質的瘟疫攪動了經濟發展。但新創生態系統卻在此期間一度繁榮，這很可能不是巧合。」

這些AI新創企業，依照類別來看主要包括了IT服務、醫療健康、媒體與娛樂。看起來是完全符合預期，就如同疫情期間全球的PC和資料中心市場發展受到刺激一樣，這恰好也是Nvidia業務發展的重點。可以說，疫情雖然短時間內造成了停工停產，但Nvidia可能是這波行情下獲得最大發展機會的企業之一。

數位生活方式的轉變促成了很多領域的快速發展，包括在家辦公、遠端醫療、家庭娛樂等。隨Nvidia大趨勢本身的利多，以及大環境的影響，去年加入Nvidia新創加速計畫的新創企業的一大部分都在這些類別中。

在中國市場上，該計畫去年扶持的企業超過800家。這個數字也極大程度說明了AI在中國發展的繁榮。換句話說，全球25%的成長量也可間接表現出，新冠疫情的蔓延客觀上也推動了AI的發展，而且不止於醫療健康。

AI新創投資市場現狀

Nvidia新創加速計畫可認為是觀察AI新創企業，乃至整個AI產業發展的冰山一角。CB Insights先前公佈了一份AI 100榜單，列出100家AI新創企業——而且據說是從超過6,000家企業中選出來的。這份榜單涵蓋了跨18個核心產業的各種解決方案，這個數字其實已蠻驚人。這份榜單總結了這些年來AI新創公司獲得的融資金額、最具代表性的產業類別，以及有不少企業處在A輪融資階段。其中12家是獨角獸，而在地理位置分佈中，64%位於美國，8家位於英國，6家在中國和以色列等。

針對這個市場有一些更細緻的資料可以列舉。以前不久微軟豪擲197億美元收購Nuance為代表，目前美國最大的5家科技公司中，有4家大量收購了AI新創企業。其中蘋果(Apple)最多，收購次數達到了29次——這也是CB Insights前不久才更新的資料。僅今年一季，全球與AI新創企業相關的交易(如收購、兼併等)次數就達到了626次，交易金額大約是177億美元。與去年相比，2020年整年的資料是354億，這其中的增量還是相當可觀的。有投資機構認為，預期今年針對AI相關的企業交易量會是去年的2~3倍，這種持續活躍和加速的趨勢仍相當明確。

很多機構針對企業所作的統計也顯示，企業對於AI產品的採用計畫正在增加，或者說更多的企業在數位化轉型過程中準備應用AI。Signal AI針對1,000位C級高層的統計顯示，92%認為自家企業需要依靠AI技術來提升決策制定流程。GTC 2021上，Nvidia共同創辦人暨執行長黃仁勳針對Nvidia發佈的AI for Enterprise特別提到：「我們將AI擴展到企業的邊緣。我們相信企業產業邊緣將會是AI產生巨大影響的地方，包括醫療健康、倉儲物流、生產製造、零售、農業、交通。AI還沒有觸達這些產業，但現在不同了。」

所以從投資方和需求方兩個方面來看，AI新創企業相關的投資都在持續擴大。不過這一現象可能與其他熱門領域的發展具有極高的相關性。比如推行SaaS的企業如今受到格外的關注——而這些企業普遍將AI作為企業產品的一部分。所以AI成為某些正在快速成長中的市場的組成部分受到追捧，本身也是AI成長的原因。達成全球AI交易金額的新記錄，可能會在今年持續發生；今年截至目前交易輪次也仍然表現出了熱度。

這其中有一點轉變，是近一年才發生。亦即去年很多企業對於AI的接受度仍然不高——AI之前的存在更像是一種行銷手法：即告訴客戶和投資人，產品中有AI技術才能獲得青睞；而現階段逐漸在轉變至用AI來更實際地解決現實問題的階段發展，或者不需要再去反覆解釋究竟為什麼要接受AI。AI也變得越來越平常，這也是大部分技術走向成熟的必由之路。雖然從投資風向來看，這個市場遠未及成熟，Nvidia在此時持續做針對AI新創企業的新創加速計畫投入，還是相當好的時機。

兩個新創加速計畫示例

與此同時，Nvidia新創加速計畫在客觀上也是降低產業進入門檻的一種方式，所以該計畫本身又在推動AI產業發展。從這個層面來看，這一市場行為與Nvidia本身在技術上進行生態建構還是一脈相承。

對於加入計畫的AI新創企業而言，該計畫提供的支援主要包括幾點：Nvidia的部分產品折扣、AI技術支援(包括Nvidia深度學習學院DLI線上自主培訓課程免費兌換200次)、Nvidia管道的市場推廣(如在GTC大會上給予展示、演講等的機會)、融資服務、業務推薦等，也就是從技術和市場兩方面提供一些基礎支援。除了免費加入的新創企業，計畫中另設有高階會員(設定要求包括至少完成A輪融資或已產生業務收入等)有更多的支援，比如開發者關係支持、更多市場推廣等。

這些服務和支援，基本也顯示了當代新創企業扶持計畫的常規，大方向上也符合AI新創風向的趨勢。這裡列舉兩個加入Nvidia新創加速計畫的新創企業的例子，大致可從中體會此類新創扶持計畫的價值。

中國有家名為心咚科技的企業，主要業務方向是將AI技術融入到時尚、服飾產業。這家公司產品的核心，包括了物理引擎和數位面料中心：設計師藉由心咚科技的產品，可以將現實中的實物面料和服飾，虛擬地呈現出來。這其實很類似於「原型產品」、「設計驗證」，虛擬產品因此能做到「零廢棄物製造」。市面上大多數現有的3D服裝設計軟體都只是視覺模擬，而沒有工業級高精準度物理模擬所需的運算結果。

所以心咚科技採用Nvidia的GPU及互連等方案，實現了高效能運算(HPC)應用，完成對複雜光線追蹤、視覺化運算工作負載的處理，以虛擬的方式完成從選擇面料、成衣設計、審稿、打版到生產過程。心咚科技本身是Nvidia新創加速計畫會員，這個例子也顯示AI相關技術新創企業借助Nvidia的資源、支援和平台，能夠加速應用實踐和延展。

再舉個例子，美國有家新創企業Zippin，他們的產品針對零售店購物可實現自動結帳，這個過程主要是對消費者購買的零食、飲料等進行影像辨識。顧客在支援Zippin系統的店內買東西之後就可以離開，app會保留收據，追蹤消費記錄後收費(app或信用卡支付)。這個專案的市場契機，主要來自國外很多體育館、娛樂場所重開，Zippin自動結帳無人商店不需要排隊就能買東西。

Zippin如今的業務擴展似乎還頗順利，其商店數量在穩步增加，包括一些大型體育場館和零售連鎖店；而且擴展到了美國以外，包括巴西、俄羅斯、日本。這套「自動結帳」系統相關AI的核心部分，應該是商品的影像辨識，並且結合更多感測器實現位置、重量辨識等。不僅是顧客買了什麼，也在於商店本身的庫存管理自動化，Zippin用的是Nvidia Jetson在終端進行模型推理。

Zippin聯合創始人兼首席科學家Motilal Agrawal在談加入新創加速計畫時提到，「Nvidia新創加速計畫團隊與我們見面、借給Zippin第一個NVIDIA GPU並針對我們的應用提供關於Nvidia SDK的指導。」
這兩個例子都是在Nvidia新創加速計畫扶持下，業務得以擴大影響力或開展落地的典型。Nvidia在其官網列舉的實例還有不少，本身也算是對這些企業的市場宣傳途徑之一，可能不同參與者受惠於新創加速計畫的體驗是不同的：Nvidia自己列舉的案例中，有家AI醫療影像手術導航機器人相關新創企業，相當推崇Nvidia深度學習學院DLI 的培訓課程，包括部分課程後Nvidia頒發的一些認證證書。如前面所述，Nvidia深度學習學院DLI線上自主培訓課程也是Nvidia新創加速計畫的重要組成部分，這類課程對於AI新創企業的養成具備相當的價值。

無論是免費的自主培訓課程，還是Nvidia GPU產品折扣、AI技術支援、市場推廣、融資服務、業務推薦，這些Nvidia新創加速計畫的組成部分。對AI新創企業快速入門和進階AI開發、加速產品上市，以及對於Nvidia本身培養AI生態有其價值。

正如本文一開頭所述，這種潛在開發生態與習慣的培養，是大部分生態締造者佈局生態時的必要行為。AI新創企業市場如此火熱，是Nvidia開展新創加速計畫的契機。與此同時，這類計畫本身又在促進AI整個產業往前發展，也是推動AI產業現階段百花齊放、迸發AI創意的起點。

資料來源：https://www.eettaiwan.com/20210712nt61-ai-development-from-the-dynamics-of-new-venture/?fbclid=IwAR1AVhpCZaFFqeTnmgvW7ZoTBBv48gtKEMsxZa4u4i_BDryyVfKnQcYLQ40

【龔成問答信箱】（Q21361-Q21380）

Q21361：

老師，想問一下呷哺呷哺呢3年的毛利，為何會跟營業額是一樣的？

毛利不是指扣除成本下的利潤嗎？火鍋的材料都算是成本哦。謝謝

龔成老師︰

「毛利」，就是「營業額」扣除買貨成本的淨額。因此，正常情況下，2者係唔會一樣。

呷哺呷哺(0520)年報中，並無直接列出「毛利」數字。若你想知佢大約銷售成本，可以用年報中「所用原材料及耗材」，作為參考。

而你見到「營業額」等於「毛利」情況，相信係個別網站，數據顯示上的問題。

------------------------------------------------

Q21362：

呀sir 我想問下莎莎 定藍月亮好點 值的投資

我在15、16蚊買了藍月亮，但佢跌緊，身邊朋友不停地叫我賣了藍月亮，買莎莎我比想聽聽你意見

我今年30歲，預了兩三萬做股票投資，因為剛剛學，或者你有無更好的指引

龔成老師︰

藍月亮（6993）有質素的。

佢有「中國P&G」之稱，成立於1992年，擁有衣物清潔護理、個人清潔護理和家居清潔護理三大系列共73個品種的產品。

佢係中國洗衣液有龍頭地位，加上毛利率高，賺錢能力強。睇翻佢之前的資料，以零售額計算，藍月亮在洗衣液市場、濃縮洗衣液市場及洗手液市場的市佔率均為第一，分別為24%、28%、17%。

整體有質素與發展力，近期雖然回調不少，不過現價依然唔平。此股有質素，若你只係小注，長線持有係無問題。

我地投資，唔好太睇重"買入價"，我地應著眼企業長線質素，只要質素無變，投資價值就依然存在，唔需要因短期股價跌，而作出沽貨。除非你持貨過多，否則不用賣出。

至於，莎莎（0178）都有質素，但佢已經無過往年代般的賺錢能力，同時香港的零售市道有風險，都令這股近年的表現較一般。

這企業本身在行業有一定的地位，賺錢能力不差，但就會受經濟及零售市道影響，令股價較為波動。

其實股票班我都有講這股的估值，在過往10年，自由行較為黃金年代過左，所以從估值上，無之前咁高。

佢在行業的優勢仍在，但整體行業及零售市道，無過往咁強。長遠仍有質素，這刻處合理區，你投資都可以，但要分注。同時間，注碼不能太大，亦要有耐心先有收成。

長遠你唔好成個組合，只集中係1,2隻股票身上。

最重要是建立一個長期的「財富組合」，要優質，要平衡，要適合你的年齡與風險承受程度，新舊經濟各類股都要有。

同一行業不能太多，同一股不能太多。要平衡，建立後長期持有，不是買賣賺差價，而是成為你財富組合一部分。

你現時30歲，可以投資一些「平穩增值股」+「潛力股」去增值。不過，由於經驗不足，建議你用月供去創造組合。

你每月5成儲蓄，其餘先儲起，用一邊月供一邊儲蓄的策略。現時大市處合理區，兩三萬和每月儲蓄就先儲起，等大跌市時才出手。

另外，你可以睇我寫架"80後百萬富翁"、"財務自由行"和"股票勝經"，都適合初學者。相信對打好你投資基礎，會有一定作用。

------------------------------------------------

Q21363：

龔成你好，我有2個問題，希望有機會得到解答啦。

問題1: 以你自身為例子，資產類別比我這種投資新人多勁多，有沒有比較好的方法/軟件/app推介，

可以幫忙處理及分類資產配置（portfolio )(即可以看清自己以地域/行業/投資額/種類如債券所有的分類等）

問題2: 在股市上升時，心裡常常有一種衝動去買股票，生怕它變成下一隻比亞廸，現在不買，明天之後可能更貴更難入市，請問有什麼方法去處理這種情緒衝動和想法呢？

（因為本來是負債月光族，現在債務開始還清，但手頭資金極少，所以「揮棒擊球」的機會只得一次半次，股價升了可能就再沒資金和機會買了）

謝謝

龔成老師︰

1) 我自己無用任何軟件/app，其實要整理這些資料，唔需要做得太複雜。

只要能確保自已成個組合係平衡、唔會太偏重係個別行業，或者資產類別。而負債比重，因應自己年紀，是不是維持在一個合理水平，咁就可以。

你可以簡單用本薄，或者excel去做。創造一個你的「收支表」，列出每月各項收入和支出名目。

另外，「資產負債表」，列出不同資產和負債項目。最後，審視持股組合，了解翻各企業和行業比重，以確保無過情況，已經可以。

2) 你要明白，我地投資係因應企業質素，再按股價水平，而去決定買賣策略。

唔好比大市氣氛影響倒，咁會好易令你買貴貨。如果你好擔心，會被市場氣氛影響，令你買貴或者錯失入市機會。

我建議你透過月供股票方式，去每月儲一定貨，同時可以拉平均個買入價。

一方向避免了錯失入市機會，另一方面，減少因受心理影響，導致出現買貴貨的情況。

------------------------------------------------

Q21364：

Hello你好，本人30歲，收入$13000左右, 最近開始學習月供股票而找到老師很多有用的資訊，

本月開始已經月供 盈富 和領展(各1000)

現在考慮要不要組合中加港交所、中華煤氣或港鐵(其中一項)，還是應該將本身組合(2800+823)的供款加大﹖

另外如果我在3-5年後或回報率達30%後離場又是否比較好的方法?

感謝老師指導。Thank you!

龔成老師︰

我地投資增值會運用「先增值，後現金流」作方法，初期投資較有潛力的股票，令財富較快增值，當增值到一定金額後，可開始將財富分配至平穩增值型股票，然後到已累積了相當財富後，才漸漸轉成收息型股票，為自已創造穏定現金流。

你30歲，應以增值為主，投資組合係可以進取d。現時盈富(2800)和領展(0823)，都係合適的。

但我建議你再加入一些「潛力股」，去令組合增長潛力提升。

不過，由於潛力股要求你有一定的投資知識。若你投資知識不多，潛力股就只宜先小小注(約3成左右)。到你投資知識有所提升之後，才慢慢加大潛力股比重。

潛力股︰中生(1177)、福壽園(1448)、小米(1810)、安碩恒生科技(3067)、港交所(0388)、阿里（9988）、騰訊（0700）、ＧＸ中國電車基金（2845）。

同時，你現時每月只投入$2000去進行財富增值，並不足夠的，以你的年齡，是財富增長黃金期，因此可以投資更多，就算去到$5000都可以。

至於沽貨，我不會定一個明確的目標價。只要隻股票質素不變，依然係優質的話，我地應該長線持有，個增值效果才會最好。

而我賣出一隻股票，只會基於下列幾個原因：

由於我買入的是優質股，若買入後發現自己犯錯，這股不是優質股，又或這股核心的質素轉差，變成非優質股，這時無論賺蝕都會沽貨。

又或是市況過熱，市場處牛市三期的狂熱狀態，例如2015年的大時代狂熱時，我便會採用多沽少買的策略，但當時的市況未到極度狂熱，所以我亦只是沽出了一部分的貨。

此外，股價要是嚴重高估，例如市況狂熱，又或自身的原因令股價爆升，都有可能沽出。

若然你無法掌握到我上述所講的，可簡單用「升一倍、放一半」的原則，沽出後等同收回成本，餘下的貨就不用再理會，長期或永遠持有，因為這部分已經是淨賺。

------------------------------------------------

Q21365：

你好，老師！我今年36歲，持有以下股票

1299 400股 平均價$70.7
1398 6000股 平均價$4.85
2800 1000股 平均價$25.5

2840 25股 平均價$1328
2313 100股 平均價$97
另有現金10萬

1. 請問依個組合會唔會太保守?

2. 如果目標5年內達到100萬，會太難嗎?

3. 我應該點樣衡量個目標係咪合理呢?

謝謝！

龔成老師︰

1) 以你36歲計，係保守少少。因為我地財富增值，係應在較年青時，先做好增值部份，累積一筆財富。到退休時，用這筆資金換成收息資產，去支援退休生活。

你現時持有的工行(1398)係收息股，增長力欠奉，不太適合用作財富增值。

而黃金，本身無現金流，主要係用來對沖黑天鵝事件。因此ＳＰＤＲ金ＥＴＦ(2840)，都不宜持有太多。

我建議你加入一些「潛力股」，去提升個增值潛力。

但潛力股增長潛力高，但同時波動性都大。若你投資知識不高，暫時先小注好了，大約可以佔組合3成。到你有一定投資知識後，才慢慢加大潛力股比重。

潛力股︰中生(1177)、福壽園(1448)、小米(1810)、安碩恒生科技(3067)、港交所(0388)、阿里（9988）、騰訊（0700）、ＧＸ中國電車基金（2845）。

2) 以大市過去年平均回報10%計（連股息再投資），你現有25萬資金和持股，5年後大約會增值至40萬。

如果要達至你的財務目標，我建議你用這筆資產增值同時。每月多投入約$8000作投資，可以月供股票，或分注入貨都可以。

這樣安排，會較大機會達至5年100萬的目標。

3) 要睇翻你本身定下目標，是否切合你人生階段、生活狀況、資產配置、收入、投資經驗等。

例如，你係一個無投資經驗的人，你郤全數資金投資潛力股，這樣明顯係風險過高，並不合理。

又或者，你係一個剛出社會的年青人，郤全數投資收息股。好明顯策略係過於保守。

基本上，成個財富增值策略，最重要係「平衡性」。我地投資，其實係一個財富配置的動作。根據我們年紀和其他客觀條件，去進行一個適當的配置。

長遠令你能建立一個風險不高，又有適合你增長程度的財富組合。

------------------------------------------------

Q21366：

龔成老師，你好。我是股票班的舊生

下面是我的持股
已有自住物業，40歲

股票名稱/平均買入價/當前價格/持股/總收益
2160.HK/12.46/14.74/1000/2280
2158.HK/27.724/35.9/200/1635.2
6993.HK/13.456/10.58/1500/-4314
6618.HK/108.49/111.2/100/271
1177.HK/8.54/8.03/6000/-3060

1810.HK/15.091/25.55/2000/20918
9618.HK/231.268/305.4/100/7413.2
9999.HK/125.248/168/200/8550.4
9988.HK/193.46/236.6/200/8628
1830.HK/2.53/6.31/13638/51551.64

1137.HK/0.002/11.02/7000/77126
1928.HK/32.91/36.5/1200/4308
1448.HK/6.69/8.19/7000/10500
0590.HK/21.35/20.7/2000/-1300
2772.HK/5.21/5.46/10000/2500

0012.HK/38.392/35.1/1382/-4549.544
0823.HK/91.92/74.2/1000/-17720
0066.HK/50.36/44.1/1500/-9390
0003.HK/15.965/12.28/5250/-19346.25
1211.HK/52.321/176.9/601/74871.979
0005.HK/64.369/45.9/405/-7479.945


(1)我的組合有冇問題?

(2)老師對1137有什麽意見?我是$3時買了10000股,在$10時放了3000股,已取回成本。
我應怎樣處理?有諗過轉去700。

(3)老師對2772有什麽意見?應否轉其他大型內房?

龔成老師︰

1) 你組合十分雜亂，而且數量太多，會好難定期管理。你最好維持10-12隻，咁會較理想。

以你40歲計，雖然都有一定增長需要，但你潛力股佔比重太高。因為佢地有增長潛力，同時間波動性大。

若你投資經驗一般，最多持有2,3成好了。如你較有經驗，也不宜超過5成。

另外，微創心通醫療科技（2160）、醫渡科技(2158)、港視(1137)、京東健康(6618)這些股票有質素，但波動性較大，不宜持有過多。

2) 香港電視（1137）業務有前景，但有兩個風險，你係要留意。

第一，佢都會依靠人的因素，王維基成為了公司最值錢的資產，佢的想法好多，有生意頭腦，但我對這類太依靠個人的企業，不建議太過大注。

第二，這企業現時搞網購，有增長力的，但同時存有一定的未知數。疫情過後的增長力會否減慢？

此股有質素，現貨可持有。唔需要特意轉去其他股票。但由於佢都係較大不確定性，故不宜持有太多，暫時唔好再加注。

3) 中梁控股（2772）是上市不久的股票，這類股其實好難分析，因為上市公司的真實面，好多時都要1、2年後先慢慢出現。

同時，內地房地產類股的股價波動一般較大，而且普遍負債都較高，風險較大。轉去大型內房係可以，但若要投資這類股票，要自己衡量風險。

------------------------------------------------

Q21367：

老師，你認為最好的買入優質股/潛力股方法是等熊市或大跌市的時候大注買入，還是用平均買入法用價格區域買入？

龔成老師：

耐心等待，的確會有最高回報，但都有一個風險，就是「等唔到」。

所以，我一般建議平衡做法，在無貨或不足時，就算合理區，小注分注買入（當然同時留部分現金）。

到有一定的貨，就耐心等大跌市先入。

------------------------------------------------

Q21368：

龔SIR，想請教以下的問題

1. 如要找REITs長線持有, 泓富產業信託 (808) 是否好選擇?

2. 越秀地產在內房中, 如要平穩收息可以嗎?

3. 內銀股中, 中國銀行 (3988) 和 農業銀行 (1288) 哪一隻較好?

4. 投資黃金ETF的話, 一般來說是否在股市低迷情況下便是入市好時機? (換句話說, 股市市值高應該離埸)

請指教一下

龔成老師：

1）對，這房託有質素的，可考慮，但都要留意，因為佢集中在寫字樓類別，如果經濟波動，對商業活動都有影響，加上在家工作等因素，會影響佢增長，但整體來說，仍是有質素的。

2）越秀地產（0123）不過不失的，佢的控權股東為廣州越秀集團，係是隸屬廣州市人民政府的國有企業。這企業的生意同盈利都保持增長，企業發展正面。

但這企業有一個最大的風險（其實，不少中國企業都有這問題），就是負債好多，佢的負債比率去到成300%，佢憑住自己本身的地位，認為自己可以冒更高的風險，所以加大自己的負債去加快發展。

這是有危有機的，企業利用負債，當然可以把握到機會，將來發展會更大。但同時，只要經營環境逆轉，都會對佢造成風險。因此，這股雖然可投資，但一定不能太大注。

3）兩隻都不差，收息可以，中行（3988）會略好。

4）其實不是，因為黃金是另一類別的項目，你以黃金自己作分析就得。一般來說，持有1-3%佔財富組合比例就足夠。

------------------------------------------------

Q21369：

你好啊SIR，本人今年已40歲, 結了婚, 暫時無仔女。

後生時無特別為自己長線考慮, 而且好早期已搬了出外住, 所以一直都沒有儲錢，前年因社會運動和疫情關係, 我比公司炒了....

為左唔想比老婆辛苦, 中途有約半年時間都係用公司賠償金來交租, 而家雖然有番份工作 (人工比之前少成萬), 但家庭開支始終大, 個個月都清...現在成副身家只剩30K。

我睇完你既文章後, 老婆開始幫我將其中3K 家用月供2800, 助我將來理財之用。

來緊我地會睇下其他較為便宜既樓租的，希望每月可以有多3-4千數旁身, 用來月供多一兩隻股票，想問以下組合啊SIR你覺得如何?

2800 - 3K
1211 - 2K
1810 - 1K

謝謝你

龔成老師：

你40歲，仍是財富可以累積的時期，因此要好好把握。

轉租一些較平租的地方，是可以的，同時嘗試在生活上，各種細節位，睇下有咩地方法可以減少支出，要令資金用得其所。

現時你現金不足，建議你加大翻個現金數目，作基本的備用。

至於月供方面，可以在少少調整，盈富（2800）及小米（1810）無問題。但比亞迪（1211）現價略貴因此又唔係好值得供$2000，你可以改供恆生科指ETF（3067）或中國電車ETF（2845），又或減比亞迪月供金額。

------------------------------------------------

Q21370：

我想問下2013,Saas走勢如何、長線、我見他發展不斷合併收購公司、他商業模式如何、他有自己模式做生意，現在巴巴同700合作、對他有無影響，微信生意收入、謝謝你
龔成

近期有無新講股票書、優質股

我想買

龔成老師：

微盟集團（2013）集團主要在中國從事提供軟件即服務產品及營銷服務。

佢的產品分為「商業雲」解決方案、「營銷雲」解決方案及「銷售雲」解決方案三類。

「商業雲」可助商戶開設線上業務並助彼等提升顧客參與度、轉化率、收益及忠誠度。「營銷雲」通過大數據分析能力及ＡＩ技術為商戶提供智能營銷服務。

這些都是將來發展的大趨勢，從業務潛力上，的確是有的，見佢財務數據的增長都強勁。但在估值上都唔平，所以，如果投資，這刻小注好了。

《50優質潛力股》上年的更新版，有加入部分新的股票，你可睇睇。我預期下年有機會出一本全新的《50股》。

------------------------------------------------

Q21371：

龔 sir，如果想要高增長，除了 9988 及 700 外，9923 又是否一個好選擇呢? 我都想長線持有 700，但現價好似都唔平，期望跌番到 500 附近先吸納

1928 又係咪一個好選擇呢？

如果比較 1928 同 285，雖然兩者不同板塊，但如果想長遠有較高增長，邊隻會較好呢？同埋想整理一下投資組合

包括會打算持有 9988，700，（941，728 二選一），2388，939，（1928，285，二選一），（12，1113 二選一），可以比少少意見?

龔成老師：

移卡（9923）是有風險，有潛力的類別。

首先，佢的業務為一站式支付服務，包括基於應用程序的支付服務及傳統支付服務，並支持逾500款發卡機構的移動應用程序，以支付為基礎的科技平台。

其中包括微信支付、支付寶或雲閃付，涵蓋了中國大多數的電子錢包。

另外，佢業務亦有科技賦能商業服務，即是提供商戶ＳａａＳ產品（包括實時庫存管理、消費者關係管理、智能訂單管理及全方位僱員管理）、營銷服務（包括量身定製的精準營銷及客戶忠誠度計劃電子工具），以及金融科技服務（包括助貸服務、委託貸款及保險轉介服務）等增值服務。

睇翻佢的財務數據，增長快速，但業務變數大，行業有不確定性，估值上比較難，這一定會令股價上落大，這刻仍唔平，投資值博率只是一般。

你預佢有潛力，同時有風險，如果控制注碼，都可以小注投資。

至於金沙（1928），當然可以考慮，因為這是有質素的。不過投資那一隻，要睇你的投資目標，移卡潛力度較高，金沙就收息及較穩陣。

至於比亞迪電子（0285）這股正面的，佢是1211的子公司，主要從事製造及銷售手機部件、模組及其他產品、提供手機設計及組裝服務，以及提供其他電子產品的部件及組裝服務。

過往發展正面，有技術，前景不差。長遠睇好佢的。

如果考慮佢近年的增長，大約$40係合理區頂。如果之前有貨，可以長線持有，現價小注好了。

投資那一股，好睇你本身的風險承受能力及投資目標。

（941，728 二選一），941較好

（1928，285，二選一），要睇你風險及投資目標

（12，1113 二選一），0012較平衡

------------------------------------------------

Q21372：

阿Sir想問吓你意見如果想投資證券公司
中金 定中信6066 比較有前景一些？

龔成老師：

中金公司（3908）會略好，規模與質素會好少少。這企業都有增長力。

業務包括投資銀行：提供股權融資、債務及結構化融資、財務顧問（包括併購、戰略聯盟及公司重組等）及新三板服務。

以及股本銷售及交易：包括經紀業務及資本中介業務。

固定收益、財富管理服務、投資管理都是佢業務。

佢主要在中國國內經營業務，亦在香港、紐約、倫敦及新加坡設立網絡。

其實佢不是無生意，盈利都有，增長力都不差，不過現近期上左好少，現價已在合理區中上部至頂，這刻分注小注可以，但就唔值得買入太多。

------------------------------------------------

Q21373：

龔sir 你好啊
我想請問下你點睇2007碧桂園？
2千億市值 PE:5.2

我諗住依家入市 長期持有
我買左你本”50優質潛力股”
但吾見有2007所以想問下

另外我揀左幾隻股票建倉長揸
1810 $28入左
2382 未入
9988 未入
以上幾隻加埋2007
依個組合穩吾穩陣呢？

感謝

龔成老師：

碧桂園（2007）的質素都不差，本身有品牌，有規模，但碧桂園服務（6098）反而更好。2007拆出6098後，質素略略減。

2007要不斷發展物業去賣，這樣才不斷有生意，但6098的模式就不用，物業管理是持續性的，擁有一個項目後，就會有持續的現金流，加上2007負債較多，所以從質素上，6098更好。

你投資2007不是不可，但要明白，由於佢負債較多，令佢估值不會太高，但這並不代表平。你投資都可，現價算合理，不過不建議太大注。

至於另外3隻，都有質素的，可考慮。阿里（9988）現價合理，至於小米（1810）、舜宇光學科技（2382）現價就處合理區頂至略貴。

------------------------------------------------

Q21374：

龔成老師，你好！
我開始睇緊你出既書，好正面好有感受，開始諗緊自己既投資策略有無問題。

我33歲，已婚，月入$44K，有1個1歲多小孩，每月有$24K儲蓄

我用$17K月供股票，其餘的當儲備金。
月供股票如下:

盈富基金 $2K
小米 $5K
阿里巴巴 $5K
騰迅 $2K
友邦保險 $1K
領展 $2K

我想在3年後置業，請問會否太進取？月供太多新經濟股？盼望回覆！

龔成老師：

如果你3年後置業，可以利用投資股票，作基本的財富增長，時間算是勉強，不過，不能用過多現金，同時，不能投資太多潛力股，因為潛力股有風險，無人知你買樓一刻股價會否波動。

因此，你先要有一定的現金，除非大跌市，否則不動用。

另外，在投資潛力股比例上，不能多過一半，最好在3成以下。

至於你上述的選股，雖然有質素，但最好調整一下。盈富（2800）可加大金額，而小米（1810）及阿里（9988）而減少金額，另外，可以加入少少恆生科指ETF（3067）（但你加入後，要留意投資在潛力股比例，會否太多），但記住，要同時留有一定的現金。

------------------------------------------------

Q21375：

成哥，最近朋友有買美股nano demension高位18跌到依家7.4跌了一半，youtube聽專家AAA講三十樓上高追小米，宜家坐緊艇

專家BBB前陣子買新經濟股又坐緊，專家CCC又今日買B站，衆人皆醉我獨醒，別人貪婪我恐懼，你買D比亞迪是否應該先食一半，那你剩下的己經是沒成本持有。

美股telsal 都跌了四成，新經濟股股災像快到臨，你是否贊同？

龔成老師︰

我地買入一隻股票，一定要知道佢質素、行業前景、財務狀況等，才去投資。唔好只係靠聽消息，或者聽其他人講，就走去買。

你可以睇下全球最賺錢的投資者巴菲特，佢的投資方法，同坊間專家的投資方法，有可不同，你想想為何有錢人是少數，自己是思維是否停在一般人層次。

你投資前，必需要對間公司有一定認識。若果你連間公司點賺錢、行內有乜優勢、點解未來有發展和增長潛力，都答唔倒自已，咁就要停一停，唔好投資住。

Nano Dimension Ltd(NNDM)是一家專注於技術領域的以色列增材電子供應商。

佢業務上有吸引之處，過去收入有增長，但依然係處於燒銀紙狀態，未知幾時才會有真正利潤。

你若果睇好佢發展，可以小注，但你預佢股價會好波動。

另外，我地手持架優質股，永遠都係長線持有最有利。我持有比亞迪（1211）已經12年，由$2x升到上$88，試過跌翻$12，之後多年後，又升到近期$270，之後又跌翻。

你試想想，如果用你的方法，在過往，港交所（0388）、騰訊（0700）在這麼多年，股價上升100倍時，你的方法能賺到多少？可能連一倍都賺唔到。你怎樣能賺到100倍，就是「唔好賣」。

當然，如果你係好保守架投資者。用"升一倍、放一半"去先收回成本，係可以的。但永遠都係長線持有優質股，效果會最好。

現時部份新經濟股，的確有輕微過熱情況。至於股災，會係無人預計到的時候出現。但現時部份股票回調，只係因為之前太貴，現時回歸較合理值，係正常的。

------------------------------------------------

Q21376：

老師你好，五月將會上你的課，十分期待中！

我今年49歲，月供股票四年，有以下組合，希望在60歲前有一個每月10k收息組合

現在持有月供組合

1）388-$2500
2）2388-$2500
3）0002-$2500
4）1299-$2500

另外
388-300股，均價$501@
1810-1800股，均價$30@
909-1000股，@$38

問題- 月供股票如上應該加到一個月多少，應該加什麼股票或或板塊比較好？想加多些中電，同加入電能，比亞迪？會唔會太高？

另外股票組合全部低于買入價，是否應繼續？

謝謝你的意見！感激萬分！

龔成老師︰

如果你希望60歲後每月有1萬蚊現金流，以股息率6%計，你需要本金200萬。

我假設投資回報有10%（連股息再投資），你每月投資$10000，11年後大約會增值至200萬，故達至你的財務目標，機會都大。

只要你在未來11年，用正確投資方法，要累積你筆財富，相信很大機會做到。

以你49歲計﹐現時月供組合係可以，因為你都有一定增富增長需要。而供多少，可以睇翻你自己經濟狀況，只要係閒錢就可以，比重上無一個特定答案。

但你要留意，隨著年紀越大，你組合要慢慢向，轉為較多平穏增長類股票。港交所(0388)有質素和潛力，但波動性會相比其餘幾隻大少少，故你要慢慢減少佢供款比重。

到退休前5年左右，可以開始加入一些收息股。個例可以慢慢提高，到退休之時，組合應全為收息股。

你現時持股，都係有質素，可以長線持有。唔好太在意個買入價，我地持有一隻股票，係應該睇佢本身質素。

至於組合長遠點去調整，你可等上完課堂後，再因應自已年紀和投資取態作安排。現時唔洗急，月供計劃照維持現狀就可以。

至於明源雲（0909）及小米（1810），是潛力度股票，風險度會略高，當你慢慢近退休年齡，這類股就未必適合投資太多。特別是明源雲（0909）。

------------------------------------------------

Q21377：

你好龔成老師，在2020年初時買入1826旭通控股，當時0.27買入30萬股，現在此股票已經停止買賣。

請問係咪即係唔會有機會復牌？

求解答，萬分感謝

龔成老師︰

旭通控股(1826)主要在香港從事提供金融相關信息及技術服務；新發展工程之承包服務等。

集團在2021年3月31日表示，因核數師對其2020年度的綜合財務報表發出不發表意見，故暫時停止買賣。

在為投資者，而一刻係無野可以做。而一刻未知背後原因，所以好難話會唔會可以復牌，只能說機會係有。

但睇翻本身質素，唔算係好高，而且公司規模好細。過往股票都十分波動，這類股票最多只宜好小注。建議佢如果復牌，至少沽出部份，去平衡風險。

------------------------------------------------

Q21378：

龔Sir你好，我今年19歲，爺爺生前留左50萬現金俾我，而我想用作股票投資，麻煩龔成老師睇一睇我的組合並且俾一啲意見俾我，希望龔sir有空時候回覆，謝謝。

想平衡各股的資金比例，另外加小小虛擬貨幣。

港股.
京東集團9618 - 資金分配12% 約投資6萬
騰訊控股700 - 資金分配12% 約投資6萬
小米集團1810 - 資金分配12% 約投資6萬
嗶哩嗶哩9626 - 資金分配12% 約投資6萬
中生製藥1177 - 資金分配12% 約投資6萬
舜宇光學2382 - 資金分配12% 約投資6萬

美股.
蘋果AAPL - 資金分配12% 約投資6萬
台積電TSM - 資金分配12% 約投資6萬

虛擬貨幣.
比特幣Bitcoin - 資金分配4% 約投資2萬

龔成老師︰

我地最重要是建立一個長期的「財富組合」，要優質，要平衡，要適合你的年齡與風險承受程度，新舊經濟各類股都要有。

同一行業不能太多，同一股不能太多。要平衡，建立後長期持有，不是買賣賺差價，而是成為你財富組合一部分。

你所講股票，全部都係有質素。

當中，嗶哩嗶哩（9626）係一個綜合性的視頻社區，在當中，用戶同埋內容創作者能夠有好多元的內容，並進行互動，內容包含生活、遊戲、娛樂、動漫、科技和知識等眾多領域。

另外，佢亦能夠支持廣泛的視頻內容消費場景，以專業 用戶生成視頻（PUGV）為中心，輔以直播、專業機構生成視頻（OGV）等。

根據報告，35歲及以下的用戶佔佢的月活用戶比例超過86%，月活用戶達到2.02億人，每年增長5成以上。業務正高增長。

佢收入主要來自移動遊戲、增值服務、廣告、電商及其他；收入成本包括收入分成成本、內容成本、服務器及帶寬服務成本以及電商及其他成本。

過往的生意高增長，這刻雖然未有盈利，但前景正面，這股有潛力，有長線投資價值，不過估值就較難，股價變化大，市場對這股的股值較分歧。

如投資小注係可以，大約佔5-6%左右。同時你要預佢股價上落較大。

你現時組合，較問題是全部都是潛力型股票。佢地增長力係高，但波動都會較大。長線你要建立一個平衡組合，要加入翻一些舊經濟股，去提升組合平衡性。

同時你的組合，無論港股美股，都太集中在科網手機相關類別，這會出現集中風險。

現時不少潛力股都偏貴，除了中生(1177)算係合理區頂外，其他股票都略貴，最好等回多1,2成，才開始慢慢分注入貨，個值博率會較高。

或者，你用月供方法，去儲上述股票(除了9626)，都係可以。

建議你加大翻平穏增長股部份，令組合更平衡。

平穏增長股：金沙（1928）、恆基（0012）、港鐵（0066）、平安（2318）、粵海（0270）、領展（0823）、希慎（0014）、太古地產（1972）、長建(1038)

至於虛擬貨幣，我不是這方面的專家，所以我太大意見。

以本質來說，這是人為創造出來的，絕對不是「資產」，有沒有真正的價值，如何定義真正的價值，未知。

這些人為創造的貨幣，因為關注度由很少變得大，價格會大升，但這背後是否有真正的支持，我不知道。只能說，投資這些貨幣，投機味好重，可能大賺，亦可能蝕到一文不值，因為，當中有沒有價格，我不知道。

但這不代表佢無價值，佢可能好勁，只是我自己不知佢好勁定好差。

佢長遠的價值，取決於「有多少人用」，即是說，雖然無真實價值，但可以有「交易價值」，如果長遠好多人用，的確可能有高價值。

因此，這些虛擬貨幣，由於我無法作出專業分析，所以，我不會投資。

但如果你分析到佢長遠的交易大，大家都持續關注，就有價值，就值得你投資。但由於有一定風險，緊記控制注碼。

最後，想提一提你，你年紀很輕。應該把握這個財富增值黃金時期，好好儲錢和學習投資，盡力去提升財富增值效果。

------------------------------------------------

Q21379：

老師，我買了以下這些：

[email protected]
[email protected]
[email protected]

請問應該應止蝕還是等？

另外，我親戚買了[email protected]，她問是否應該溝貨？
謝謝！

龔成老師︰

你要記住，不要用自己的買入價作為何時沽出的指標，也不要以回本後沽貨作為策略，同時，更加不要抱著「賺了多少就沽貨」這心態去投資。

坊間經常用買入價作為何時沽出的標指，這是極度錯誤的。沽出是基於這股已偏貴，又或沒有前景，質素有問題，而絕非由買入價去作決定。

京東(9618)、中國海洋石油（0883）、中國人壽(2628)都係有質素，可以守。

但當中國海洋石油（0883）質素不是最高質類別，雖然佢都有一定的規模及質素，但畢竟係商品類企業，這是由於佢地的產品自主力較弱。

而中國人壽(2628)近年增長力都弱左，此2隻股票，唔建議持有太多。若佔比重係高的話，你可以沽一部份，去平衡個組合風險。

中國有贊（8083）集團主要於中國從事經營電商業務及支付服務業務，近年業務發展快速，生意增長力，不過，現時估值高，業務變化較大，整體有好大的不確定性。

加上佢過往在核數師報告出現過「保留意見」，盤數可能有古怪，雖然已是數年前的事，但都會扣分。

佢不是無潛力，但風險較高，這刻投資值博率不高，唔建議持有太多。所以若起再加注，我較有保留。

------------------------------------------------

Q21380：

龔sir 你好 在facebook見到你的資訊 很羨慕所有人可以達成自己的理想 我去年剛剛失業 亦都無法找到工作

但有些積蓄 幸好老公有工做 但很想幫助老公分擔 不知 龔sir可否教導我如何可以做到呢？

我自己大約有 70萬股票 但是在股票上總是不能有回報。

我希望可以幫到老公分擔生活費 不想做住米大蟲

我的組合有：
1658
9988
6060
2013

700 一手
388 一手
451少量
3800少量

但是全部都未返到家鄉

在去年尾才買股票 所以大部分都在高位，雖然並非在最高。

我覺得看你的文章認為你非常有啟發性 希望自己可以慢慢學識 然後傳授給我仔女 讓他們提早計劃退休， 早一步財務自由。

我如果可以把這個技能傳授給仔女 比起我找到工作更有意義 更有價值！

龔成老師︰

不論在小朋友教育和家庭責任上的想法，你都很正確和正面。現時經濟環境較波動，短期待業狀況，有時都無可奈何。

由於你現時係待業狀態，加上大環境都較不明朗。建議你在投資前，先預留最少半年開支，在應急之用。

另外，我希望你投資前，先明白投資買股票就是買企業。再好企業，都要時間去成長，所以會係長線。

投資優質股，主要係為你長線財富作增值。短線的財務問題，建議你透過找兼職，甚至做些網上小生意，去舒緩。

而你有不少股票在高位入，你好可能係犯下不少投資新手，經常犯的錯誤。

投資新手通常都有兩個主要錯誤，第一、買入當炒股；第二、在市況最旺（即是最多人認為市場好景的時候）以最貴的價位買入。

其實這些問題，係可以避免。方法其實好簡單，就是投資較穩健的股票，又或是盈富基金（2800），分注買入，例如透過月供股票方式，每月買些少，會是較好的策略。

現時你有持股中，協鑫新能源（0451）和保利協鑫能源（3800）質素只是一般。但由於你只係小注，可以守住先，但唔好加注。

眾安在綫(6060)和微盟(2013)都係有質素，但不確定性較大，同樣不宜大注。你現時只係小注，可以守。若較大比重，最好沽少少去平衡不確定性的風險。

其餘幾隻股票，都無問題。

長線計，你可以用「平穏增長股」 + 「潛力股」的組合。但「潛力股」要經驗較多，若你此刻經驗較少的話，就不要佔太大比重。到有一定知識和經驗，才加大翻。

現時大市在合理區，現金和股票最好約各一半。你可以再投入多少少資金，分注慢慢入以上股票。餘下資金，我地就等大跌市機會。

你是一個正面和有行動力的人，我有信心，你好快走出困局，加油。

----------------------------------------------

若你有問題想向本人發問，可在龔成的fb專頁中（www.facebook.com/80shing）inbox龔成，但要注意如無特別聲明，有可能將問答放上網，當然，會將發問者的身份，以及有關個人資料的部分刪去。

另外，我所給予的各種意見，只是供大家參考，當中無任何銷售及推介，不涉及任何利益，其實大家應該要有獨立分析的能力，我只是給予一些方向及純參考模式。

由於提問人數眾多，見諒無法即日回覆，如果是普通的提問，預起碼要7天以上才能回覆，若然是較複雜的提問，起碼要10天才能回覆，希望各位能諒解。

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI