台積電晶圓瑕疵門,除營收短少5.5億美元,還透露些什麼?
台積電晶圓瑕疵門,除營收短少5.5億美元,還透露些什麼?

台積電在1月中傳出南科14B廠晶圓良率異常,因此報廢上萬片晶片,針對此事台積電在15日發出聲明指出,因晶圓報廢重做,調降第一季財測。

台積電在2月15日發出聲明中,把矛頭指向某化學原料供應商。「化學原料供應商的一批光阻原料中某特定成分因被處理的方式與過去有異,導致光阻液中產生異質的聚合物。而此異質聚合物對晶圓14B廠生產的12/16奈米晶圓產生了不良影響。」

台積電指出此次事件預計將使第一季營收減少約5.5億美元,毛利率減少2.6個百分點,營業利益率減少3.2個百分點,每股盈餘減少新台幣0.42元。第一季報廢的晶圓將於第二季補足。引發業界熱烈討論。

罪魁禍首是光阻原料供應商,但台積電供應鏈管理與進料檢驗也須加強

台積電企業訊息處資深處長孫又文向《數位時代》說明,「台積電現有線上晶圓檢驗(in-line wafer inspection )儀器無法檢測出該異常狀況,而後部分晶圓良率偏離(outlier),追查後發現光阻原料有問題。過程中花了一點時間。」

台積電聲明中所提到的光阻液(photoresist)是晶圓製造中的微影成像(Photolithography)步驟的關鍵化學品。晶圓製程中光阻劑被敷塗在晶圓後,接續的曝光(改變光阻劑溶解度)、顯影(去除溶解度較高的光阻劑)、蝕刻(移除未被光阻劑覆蓋的晶圓外膜)、去除光阻劑等步驟都和光阻劑有關,因此光阻液的使用是影響製程良率的關鍵因素之一。

晶圓製造商對於包括光阻液在內的化學品進料檢驗(Incoming QC)及供應鏈管理(SQE)都嚴格控管,才能避免晶圓在製程被污染,影響製程良率。

在供應鏈管理中,從原料的製程、生產設備與生產地點若有任何變動,該原料供應商都要通知使用廠商,在這次提供問題光阻液的廠商並沒有事先告知,在「資訊不透明」的狀況下導致台積電事後追查才發現晶圓良率有異常。

罪魁禍首是該光阻液供應商,據自由時報指出,陶氏化學為問題光阻液的供應商,台積電將求償40億元,但台積電並未證實此訊息。卻也顯示台積電的供應鏈管理與進料檢驗都還不夠嚴格,需要加強。

影響一:短期而言就是財務損失

短期而言對台積電就是財務損失。

不過對此半導體分析師陸行之公開在Facebook上提出疑問,「為什麼台積電被供應商(日本晶圓運輸設備及美國光阻劑化學大廠)陷害,台積電及投資人股東卻要自行認列獲利短少(5.5億美元營收短少及3.5億美元營業利潤短少,其中不包括再投片生產補足的營收及獲利),還要再自掏腰包買原料及承擔折舊費用幫客戶重做?

對於陸行之的質疑,某產業分析師認為「自掏腰包,處理危機速度快,晶圓製程很多道,雖然現在原材料業者願意承認光阻劑的問題,但是真要走到法庭上判賠多少?台積電要舉證其他製程沒有瑕疵,要拿自己的參數出來給大家看,並且曝光其他材料供應商,因此權衡之下自己掏錢最便宜最快。」因此台積電的處理方式也很有可能回歸檯面下的商業談判,不會直接對簿公堂。

「對於TSMC客戶而言,自掏腰包重製晶片是負責任的做法,至少讓客戶知道買到的不會是有問題的那批,而且也承諾Q2可以趕完給客戶,TSMC很有可能在承諾的Q2底前就完全趕完,這也是競爭力之一。」

影響二:客戶是否會轉單三星?

14廠晶圓報廢受波及的主要客戶是Nvidia的GPU產品以及MTK、海思的手機應用處理器(AP)。目前看起來市場上這兩類產品存貨水平尚可承受一個月的供應缺口,對產品價格影響有限,有可能影響系統廠延遲出貨,但不嚴重。

「相較之下,在高階製程採三星方案對於海思跟MTK而言是比較難的一步,首先是海思母公司華為與三星有競爭關係,一旦三星以任何理由,如廠房失火、機台中毒、材料問題等無法交貨,將重挫華為。而MTK本身就與三星AP有競爭關係,因此選擇對客戶負責任的TSMC仍為首選,直接客戶不至於考慮轉單。」某產業分析師指出。

尚待追查的大重點:製程管控方面是否有盲點?

不過供應鏈管理與進料檢驗問題外,台積電製程管控方面還有盲點更值得釐清。

台積電並沒有公布報廢晶圓總量,但《經濟日報》指出,法人以台積電南科14B廠先進製程每片賣價5,500美元推算,報廢總晶圓量約達10萬片,而10萬片報廢晶圓總量約等於南科晶圓14B廠一個月的總產能。(註:對此孫又文強調,最原初的應變措施僅有良率偏離較多的晶圓全部重做,但後來為了確保晶圓品質僅有些許良率偏離的晶圓也全部重做)

一名半導體晶圓製程專業人士就指出,「以10萬片報廢晶圓量來看,問題不全在光阻液供應商,台積電內控也出了問題。若光阻劑有問題,在進料檢驗時沒有抓到,為什麼在晶圓製造後品管也沒有辦法更早發現避免讓問題擴大?」

「若台積電的製程管控方面也有盲點那就表示,這並不僅是疏忽進料檢驗(Incoming QC)的小失誤,而是一個系統性失靈(System breakdown)大漏洞。也就是說台積電南科14B廠從供應商管理(SQE)、入料檢驗(IQC)到製程管控(IPQC與PQC)等層層把關全都『一起失靈』」該人士強調。

孫又文指出:「外界對於台積電製程並不了解,許多看法並非事實。」

關鍵字: #台積電
往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓