「半導體通膨」來了!陸行之:未來20~30年晶圓代工年年漲價
「半導體通膨」來了!陸行之:未來20~30年晶圓代工年年漲價

全球科技產業需求已現雜音,但晶圓代工大廠卻接單滿到2023年,對此知名半導體產業分析師陸行之表示,晶圓代工是景氣反轉觀察的最後一棒,所以訊息會有落差,但即便2022年需求成長趨緩,但未來長達20~30年的「半導體通膨」將使晶圓代工每年都漲價。

陸行之受邀參加財信傳媒董事長謝金河主持的《老謝看台灣》節目,提到三個重點,包括:
1. 筆電跟電視需求已經向下,半導體業看旺到2023年是訊息落差。
2. 全球大舉擴張晶圓產能,美國預估拉高市占率3個百分點,對台積電影響有限,反而是資本支出翻倍成長將使漲價趨勢難免。
3. 英特爾是美國半導體政策最大受惠者,跟台積電關係是敵是友仍難分辨。

2023年晶片還缺貨?陸:參考就好

對於台積電、聯電、力積電紛紛喊話接單已到2023年,陸行之表示,晶圓代工廠是觀察景氣反轉的最後一棒,也就是最後才會知道。最前頭知道景氣的是做筆電或手機的,其次做IC設計的,最後才是晶圓代工廠,所以才會說半導體到現在還說訂單看到2023年,「但可以看到TV需求已經下來了,筆電的需求沒有這麼旺」,訊息產生一些差異性。

陸行之表示,2023年晶片仍缺貨的說法「參考就好」,應該走一步看一步,每個產業有其的狀況,所以會有不同聲音,過去這兩年確實受到疫情影響,在家六機需求(筆電、Chromebook、平板電腦、大尺寸手機、TV、遊戲機)變好,在家的人大量採購筆電電腦,但這兩年升級都做完了,2022年很可能需求會趨緩甚至衰退,但晶圓代工廠是看不到的,因為還在缺貨,訂單一路看到2023年。

行之陸.jpg
陸行之是知名半導體分析師。
圖/ 陸行之粉絲團

但實際上,市場已經出現疫情趨緩後的雜音,大家開始擔心需求不會那麼強,現在全球已有40%打過疫苗,陸行之表示相信年底,全球超過5成的人打過兩劑疫苗,甚至更高,所以假設這麼高的話,之前的這些需求就會慢慢消失,消失後市場會如何?現在市場有兩派,一派就是假設會下來,一派就是走一步看一步。

半導體通膨來了!未來10年投資金額增3倍

現在全球瘋投資晶圓廠,總金額上看10兆美元,其效應將如何看待?陸行之認為,白宮近期發表第一份250頁產業研究報告談半導體,只是第一步,2022年2月還有第二份報告,會針對6大產業做探討,第一項就是研究半導體產業。

他指出,美國憂慮自身在全球晶圓生產市占率滑落至12%,所以現在用獎勵方式鼓勵半導體產業投資,但效果不大,SIA預估,若美國現在不做任何動作,市占率在2030年會下滑到10%,但不表示丟500億美元到產業就有效,因為中國大基金也是第一次丟3000億人民幣,過幾年又丟3000億人民幣,假設美國也這樣做,市占率可能從現在12%拉高至15%,但不可能拉到20%幾。

image (1).jpeg
英特爾Fab42廠位於亞利桑那州,還要持續擴廠投資200億美元跟台積電競爭。
圖/ intel

延伸閱讀:聯電看晶圓代工2023年前都將供不應求,2招讓下兩年新增產能全滿單!

美國晶圓代工市占率若提高3個百分點,誰會受害?陸行之表示,「每個人分一點,台積電市占率掉1個百分點,其他人加總掉2個百分點,我覺得還好,因為整體市場是成長的。」

陸行之表示,他的團隊正在研究「半導體通膨」現象,因為過去20~30年半導體是跌價趨勢,但為未來20幾年半導體是漲價趨勢,摩爾定律趨緩影響很大。他認為,2022年因住家六機需求不這麼大,可能半導體漲價不多,但後年又會恢復漲價。

而全球晶圓廠投資都面臨高資本支出壓力,聯電用新模式(邀IC設計業者出資讓聯電擴廠)擴廠,對此陸行之分析,投資先進製程折舊率是8成,投資一座12吋成熟製程,折舊費用是5~6成,若投資8吋晶圓廠,買舊設備是折舊15~20%,但若買新設備也是5成起跳。

當半導體設備越來越貴,美國調查顯示,投資5奈米製程晶圓廠若5萬片產能要花120億美元,3奈米要200億美元,支出是增加66%,預估2020~2030年之間半導體資本支出將是過去10年(2010~2020年)的3倍以上,2030年到2040年的資本支出又將是2020~2030年的4~5倍以上。

由於設備支出負擔大,設備商是有議價權的,台積電這類代工廠也能漲價,「未來20~30年晶圓代工每一年都會漲。」他說。

英特爾定位矛盾,跟台積是敵是友?

而英特爾今年的IDM2.0政策相當不尋常,未來台積電跟英特爾的關係如何?陸行之說,英特爾策略有很明顯的矛盾,又要做代工又要給台積電代工,目前資本支200億美元投資於亞利桑那州興建晶圓廠,做先進製程,當然是要跟台積電搶生意,但又要用台積電先進製程,不知道未來會怎麼樣?如「我又要給你2元,又要從你客戶那裡賺3元,」陸行之說英特爾的策略非常讓人困惑。

但他也觀察,高效能運算類客戶如NVIDIA跟AMD,應該盡量不會用英特爾的製程,因為他們是同類產品,不管是CPU、GPU還是FPGA,尤其英特爾最近發表GPU就是要去跟NVIDIA打的,這些客戶不可能跑去用英特爾代工,但是車用半導體這次缺貨(不能怪台積電,英飛凌、恩智浦美國的工廠暴風雪停工、日本瑞薩火災,這3個廠占全球10%,但只影響產能5%,顯示台積電跟聯電等產能還支援一些),英特爾在車用產能是有機會的,但車用主要是成熟製程。

高通
陸行之認為高通可能下單英特爾。
圖/ 高通

陸行之說,英特爾或許有機會爭取高通,高通一向找最便宜的,這次三星5奈米搞砸了,英特爾雖然手機領域不強,但至少做過,若能幫高通生產也符合美國政府政策,把供應鏈留在美國。

英特爾是美國政策最大受惠者,中國車用產業具優勢

而面對第三代半導體各國競爭,陸行之坦言台灣相對落後,碳化矽跟氮化鎵兩大類材料的應用主要是手機充電用轉換器,可以做得小,另一個是用於5G的基板上,讓基站可以快速通訊,碳化矽可以做600伏特的車用充電及驅動馬達,但價格比IGBT貴一倍以上,但體積可以更小,特斯拉Model 3都已經改用。

陸行之說,氮化鎵基板目前技術做最好是GREE及ROHM,而設計晶片最領先是意法半導體,做模組的是英飛凌及意法半導體、天柯合達、山東天岳等中國公司,車用市場在第三類半導體是重中之重,中國有強大的下游市場可以培植產業,所以確實中國在模組端有辦法慢慢往上游發展。

陸行之表示,中國有7成多晶矽產能,但在大的矽晶圓片產能佔有率很低,因為中國的原料可以控制達11個9的純度,晶圓就沒辦法。加上美國將很多中國半導體公司列入實體清單,所以中國也盡量不用美國半導體設備,但美國佔有率5成,不用很難,只能透過買二手美國設備或日韓歐洲台灣設備組一條線,但能否做到7奈米製程是有困難的,因為ASML是EUV龍頭,其Cymer微影光源元件的雷射是用美國的,所以中國要發展自己的光刻機是不可能的。

美國跟中國現在都用獎勵方式鼓勵半導體,但美國控制很多核心技術,有卡到中國半導體發展技術,但中國有豐富的生態系,半導體產業發展仍然會高於產業平均水準,陸行之則形容美國有點像「睡獅終於醒了」,擔心所有東西都被人捧走,因此藉故用車用半導體缺貨這個理由去推動半導體產業,該政策最大受惠者就是英特爾,其次是TI跟美光。

英特爾也投書倡議,指責台積電,強調若來美國搶投資獎勵,但技術仍留在台灣的話,不應該給這些人獎勵!陸行之指出,某種程度上,英特爾雖用台積電製程,但某種程度也是敵人。

台積電3奈米製程落後,陸行之拋疑問

隨台積電本週法說會登場,陸行也拋出他的觀察:摩爾定律發展趨緩跟半導體漲價有很大關係,台積電在技術論壇宣佈:3奈米是2022年下半量產,回頭看7奈米是2018年第2季度量產,5奈米是2020年第2季量產,所以理論上3奈米應該要在2022年第2季量產,但現在是2022年下半年才量產,這是很明顯的落後。

台積電提供_021晶圓製造 矽晶圓 奈米 先進製程 半導體
台積電3奈米推進週期比5奈米慢。
圖/ 台積電

所以他拋出兩個問題:第一.3奈米製程發展落後是什麼原因?是因為中國大客戶不用3奈米,所以不需要這麼早,還是技術就是沒辦法在第2季度量產?因為現在蘋果沒有辦法用,要用也是只有兩個產品,而市場傳說英特爾會用3奈米,但英特爾現在是敵是友都還不知道。

第二個問題是,台積電對疫情後的需求如何看?假設六機需求衰退10%,對台積電的營收影響如何?

責任編輯:錢玉紘

關鍵字: #台積電
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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