全站搜索

媒体中心MEDIA CENTER

“芯片暴富”背后的韩国考题

“芯片暴富”背后的韩国考题

公司动态 模拟芯片 28 0

英国《经济学人》8月4日文章,原题:人工智能驱动的财富如何重塑韩国韩国一档喜剧节目上演过这样一个段子:一名衣着朴素的男子走进奢侈品商店,店员对他态度冷淡。直到男子脱下外套,露出内里印有SK海力士标识的马甲,店员才转变态度。SK海力士是一家以发放巨额奖金而闻名的半导体公司。这一艺术化桥段,折射出韩国当下真实的社会变化。随着人工智能(AI)驱动的财富涌入韩国,当地婚恋服务机构反馈,SK海力士和三星电子的工程师正变得炙手可热。如今,他们在韩国几乎和医生、律师一样抢手。

AI带来的财富红利,正在全方位重塑韩国社会。韩国此次能够收获AI红利,主要是因为韩国企业提供了AI模型开发商所需的基础设施,例如高带宽内存芯片。淘金者未必能挖到金子,但制造工具的芯片企业已赚得盆满钵满。7月底,三星电子和SK海力士公布最新财报,其营业利润都出现了大幅增长。

对此,两家公司的员工也希望分享红利。去年,SK海力士同意拿出营业利润的10%作为奖金。今年5月,三星电子工会原计划进行罢工,并要求从不断飙升的利润中分一杯羹。双方最终达成协议,避免工厂停工,部分员工的奖金将突破40万美元。在平均年薪不足4万美元的韩国,如此高额的奖金实属罕见,一批既不属于传统白领,也区别于蓝领工人的“硅领”就此诞生。

不过,AI发展为韩国带来新机遇的同时,也伴随着风险:韩国综合股价指数(KOSPI)在过去一年中出现了翻倍式增长,却在7月下跌约22%,一系列剧烈震荡让韩国股市成为全球波动最剧烈的市场之一。

并且,这份红利目前大多局限在芯片行业内部。除芯片工厂周边区域外,韩国国内消费依旧疲软。行业之外的普通民众则寄希望于股市,5月和6月,散户向韩国股市投入了78万亿韩元(1000韩元约合4.8元人民币)资金,但7月股市的大跌,使得大批普通投资者蒙受损失。

相较行业与民众的两极分化,财政层面或成此次韩国AI红利最大的受益方之一。仅三星和SK海力士两家公司的企业所得税收入,就可能达到政府此前预期的今年企业所得税总收入的水平。关于如何管理这笔财富,一部分声音呼吁进行更大力度的财富再分配。有专家提出,芯片制造商的成功离不开国家长期公共投入与纳税人的支持,理应将部分收益回馈民众。也有观点反对这一主张。批评者认为,芯片制造需要持续不断的投资,新的税费可能会抑制投资。

巨额超额利润的出现带来了一个全新的政策挑战,需要从社会经济与国家治理层面思考应对之策。随着AI在全球普及,市场的剧烈波动与政策博弈也可能在其他国家陆续上演,这一议题值得开展更广泛的讨论。

如何让AI带来的财富更公平地流向社会,成为韩国当前的重要政策议题。为缓解分配不均,韩国政府正试图在保护私营企业和扩大财富共享之间取得平衡。拟议中的“未来应对基金”就是首个制度尝试,资金将用于重点扶持未来产业、青年群体、地方发展与教育事业。同时,韩国计划向主权财富基金注入20万亿韩元,用于对AI、数据中心及配套基建进行战略投资。韩国政府还希望芯片制造商将资本支出投向发展程度较低的地区。

韩国正面临的问题,也是AI时代全球共同的问题。因此,韩国的经验或许可以成为其他国家未来应对AI财富分配问题的参考。韩国目前或许正处于AI发展的“黄金时期”,但关键不是享受财富,而是思考如何保持长期竞争力。(任伊然译)

上一篇: 下一篇:

相关推荐

  • 物联网变送器:场景闭环中的选型陷阱与隐性损耗真相

    8

    选型误区与生产损耗:场景闭环的“隐形杀手”在实际交付中,我们发现物联网变送器的选型远非“参数匹配”这么简单。很多标称数据背后的真相是:实验室环境与生产现场的差距,足以让一款“完美参数”的变送器沦为“鸡肋”。选型陷阱:场景适配比参数更重要很多用户选型时只盯着“精度0.1%”、“量程0-100℃”这些标称数据,却忽略了场景闭环中的关键变量——比如电磁干扰、温度漂移、长期稳定性。听起来可能反直觉,但变送...

    查看全文
  • 电饭煲芯片的伪需求:揭开选型背后的技术迷雾

    2

    电饭煲芯片的伪需求:揭开选型背后的技术迷雾在实际交付中,我们发现一个令人困惑的现象:很多客户在选型时,执着于追求电饭煲芯片的“高精度”“多功能”,甚至要求支持所谓的“智能烹饪算法”。听起来可能反直觉,但这些需求往往只是伪需求,真正决定产品表现的,是底层逻辑中的稳定性与抗干扰能力。选型误区:被数据绑架的“高精度”很多标称数据背后的真相是,所谓的“高精度”在电饭煲这种低动态、低复杂度的应用场景中,几乎...

    查看全文
  • 端侧AI处理器:场景闭环的真相与生产现场的隐性损耗

    9

    端侧AI处理器:场景闭环的真相与生产现场的隐性损耗在实际交付中,我们发现端侧AI处理器的选型,远比参数表上的数字复杂。很多客户拿着“TOPS/W”的标称数据来对比,却忽略了场景闭环的底层逻辑——功耗、延迟、算力利用率,这些才是决定产品表现的关键。听起来可能反直觉,但端侧AI的“高效”,往往不是靠堆算力,而是靠精准匹配场景需求。选型误区:标称数据的“陷阱”很多标称数据背后的真相是:实验室环境与生产现...

    查看全文
  • BMS电池管理芯片韧性测试:撕开标称数据的“遮羞布”

    11

    韧性测试不是“过家家”:选型误区与生产现场的隐性博弈很多标称数据背后的真相是,BMS电池管理芯片的“韧性测试”正在被严重低估。选型时,工程师往往盯着“-40℃~125℃工作温度”“0.1% SOC估算精度”这类纸面参数,却忽略了实际交付中,芯片在复杂工况下的“韧性崩溃”——比如高温老化后SOC跳变、低温启动时采样失真,甚至在电池组均衡时因电流冲击直接宕机。这些问题的根源,藏在“韧性测试”的底层逻辑...

    查看全文
  • 智能变送器替换成本:别被标称参数蒙蔽双眼

    6

    选型陷阱与隐性损耗:一场被忽视的成本战争在实际交付中,我们发现很多客户在替换智能变送器时,第一反应是比对“量程范围”“精度等级”“响应时间”这些标称参数。听起来可能反直觉,但这些数据在实验室环境下或许成立,到了生产现场却可能完全失效——尤其是当设备需要24小时连续运行、承受电磁干扰、应对温度剧烈波动时,所谓的“高精度”可能连基本稳定性都保证不了。选型误区:参数漂亮≠能用很多标称数据背后的真相是:它...

    查看全文
  • 家用音频芯片选型:避开“参数陷阱”,直击应用场景适配本质

    9

    家用音频芯片选型:别被“参数表”骗了,场景适配才是硬道理在实际交付中,我们发现一个扎心现象:很多客户拿着“高信噪比、低失真”的芯片参数表来选型,结果装到产品里,声音要么干瘪刺耳,要么动态范围被压缩得像被掐住脖子。问题出在哪?家用音频芯片的选型,从来不是“参数越高越好”的简单逻辑,而是要穿透标称数据,直击应用场景的底层适配逻辑。选型误区:参数表的“甜蜜陷阱”很多标称数据背后的真相是——实验室环境与真...

    查看全文
展开更多

  • 回到顶部
  • 回到顶部