AI熱潮下的「投資集體加碼」
過去兩年，生成式AI把半導體產業重新推到舞台中央：算力、先進製程、先進封裝與HBM記憶體一路緊俏，企業為了不在下一代平台戰爭中掉隊，只能用資本支出換取「供應保障」。從雲端業者到晶圓代工與記憶體廠，大家同時擴產的結果，是短期看似合理、長期卻容易形成「供給一起到站」的風險。尤其AI基礎設施投資本身也具循環性：例如AI雲端供應商在2026年仍大幅提高資本支出，市場卻已開始擔心成本、交付與需求能否同步消化，這種情緒變化往往就是景氣轉折的前兆。
半導體最殘酷的地方在於「產能是慢變數、需求是快變數」。歷史上每次大擴產，都以兩到三年後的修正收場：2017–2018年記憶體景氣上行、廠商擴產，隨後在需求降溫與庫存壓力下出現反轉；2020–2021年疫情與供應鏈失衡造成缺貨，產業再度用擴產回應，結果2022年下半年起又進入一波明顯下行循環。這一次AI確實帶來結構性需求，但結構性需求並不等於「線性成長」：AI伺服器導入節奏、企業IT預算、電力與機房建置、甚至先進封裝與EUV設備的瓶頸，都可能讓需求呈現階段性停頓。TSMC執行長曾公開指出先進節點產能仍追不上AI需求、產能缺口仍大；然而，當上游在多地同時擴產、下游雲端客戶也同步衝資本支出時，只要其中任一環節放緩，供需就可能從「緊」快速轉為「鬆」。
缺貨還是過剩？
這一輪擴產還疊加了政策因素。各國以補貼推動在地製造，縮短供應鏈、強化安全，但補貼本質上會降低企業在景氣高點「踩煞車」的動機，放大景氣循環振幅。OECD也曾指出半導體價值鏈中政府支持的規模不小，長期可能帶來市場扭曲。同時，研究機構估計產業資本支出在2024回落、2025再回升，代表景氣修復後擴產動能又被點燃。在這個背景下，「過剩」不一定會以全面價格崩跌的形式出現，更可能是結構性錯配：先進邏輯與HBM仍吃緊、成熟製程或部分記憶體產品卻出現供給壓力，逼迫企業用減產、延後設備進場或調整產品組合來修復供需。先前三星為了消化供給過剩而延續減產的經驗，就是典型的循環調節。
因此，AI投資潮的冷卻預警不該被解讀成「AI結束了」，而是提醒市場：只要擴產同時發生在晶圓、封裝、記憶體與資料中心建設，多數人都會在同一時間點高估兩年後的需求。更穩健的策略，是把投資拆成可調節的「模組」——以更細緻的產能分期、客戶長約與彈性定價來降低滿載假設；政府則應把補貼與效率、技術升級、能耗與人才供給綁定，避免把景氣高點的樂觀，永久寫進產能。若能做到「擴產不擴盲」，AI帶來的長期紅利才不會被下一次過剩周期吞噬。
義合控股投資者關係部
（芯片與算力系列之36）
