台積電、Intel、三星力拚擴廠，盼明年緩解晶片荒！專家：背後藏兩大隱憂|數位時代 BusinessNext

半導體缺貨茲事體大，甚至會引發供應鏈「斷鏈」危機，缺少了一顆約莫10美元的晶片，就有可能影響一台5萬美元汽車能否出貨，更遑論是普及於市場的手機，這類消費性電子是否能如期生產出貨，成為各廠關注的焦點。

也因如此，各國將半導體視為重要戰略物資，紛紛想要擁有自己的晶圓廠，或是開出誘人的條件，吸引海外代工、封測大廠擴建。上游晶圓代工及IDM廠的產能也逐步擴增，包含台積電、英特爾（Intel）、三星（Samsung）、聯電、格羅方德（GlobalFoundries）與中芯國際（SMIC）皆開出擴廠規劃。

這樣的擴廠熱度主要來自三大因素。首先是疫情推動遠距辦公、遠距教學等新常態發展，造成筆電需求高漲；其次為新興應用科技需要的晶片數量明顯增加，包含自駕車、電動車、雲端運算、AI與4G轉5G的建置，諸如此類的結構性需求墊高對晶片數量；第三則為美中貿易戰，使得國際大廠在中國的地方以外重複下單，規避風險。

即便是晶圓廠各地擴建，然而就現階段來說，產能擴充速度仍趕不上供給需求，主要原因在於，近期宣布擴建的晶圓廠都還尚未完成建廠，實際能開出產能時間點大約落於2022年之後，這也意味著要到明年後，產能才將有望舒緩。

但是，在產能緊缺問題獲得解決的同時，其實也反應出供給過剩的兩項危機，也就是擴產數量過多和庫存過剩的狀況發生。

晶圓廠各地擴建，可能出現供給過剩？

根據SEMI（國際半導體產業協會）6月發表的「全球晶圓廠預測報告」（World Fab Forecast）顯示，全球半導體製造商將於2021年底前啟動建置 19 座高產能晶圓廠，2022 年即將開工的高產能晶圓廠為 10 座，且不排除期間又有晶片製造商宣布新建設案（此報告也匯總另 8 個可能同期動工的低可能性建設案資料）。

也就是說，未來3年將額外增加29座晶圓廠，與現在的數量相比足足增加了四分之一，屆時難以避免會出現產能閒置、供過於求的問題。

不僅如此，瑞信亞洲半導體分析師Randy Abrams分析指出，「為了因應產能吃緊、製造緩衝空間，企業已開始增加回補庫存，半導體庫存量有明顯攀升」。而庫存量需求將可能導致產能不對稱的情況，有些次產業需要的庫存不足，相對也造成某些次產業產能庫存過剩。

整體來看，2023年擴產計畫結束、並進一步提升產能後，晶片業者庫存量可能會出現變化。

如產能供過於求，成熟製程衝擊更大

近一步來看，若未來出現產能供過於求的狀況，首當其衝的將是目前產能建置最多的28奈米，因其無論是技術和成本都相對成熟，且可應用於車用、驅動IC、顯示器和感測器等多元方案，為近期半導體擴廠的首選製程。

工研院電子與光電系統所所長吳志毅指出，正因為28奈米的進入門檻低，當產能充足的狀況下，代工價調降機率會明顯攀升，未來受到的影響恐怕會比先進製程高出許多，「畢竟現今具備先進製程代工能力屈指可數」。

台積電產能擴充策略，先進＆成熟製程雙管齊下

全球晶圓代工龍頭台積電的策略則是將主力放在先進製程投資上，但先前卻有分析點出，「台積電不投資成熟製程、專注先進製程的失算」等說詞。資策會MIC資深產業分析師鄭凱安則認為，台積電的成熟製程營收，在全台晶圓代工成熟製程營收占比已超過70%，近年來的確積極投資先進製程產能，但不能以此認定晶片短料是台積電的責任。

再者，台積電的考量也可能是成熟製程容易陷入殺價競爭。不過，這個20年難得一見的晶片荒在全球發酵下，反而為聯電、世界先進這些深耕成熟製程廠商帶來一道曙光，晶片在產能緊缺下，獲得更高的議價空間，近期漲價幅度甚至是往年價格的一半。

也因如此，就連台積電也開始啟動28奈米的擴產計畫，據了解南京廠已準備就緒，而另外兩座廠房據傳可能落於日本熊本和高雄；順利的話，台積電三個新廠總計月產能可超過10萬片，預期2022年底會陸續開出產能。

產能過載遲早發生，供應鏈解決之道在哪？

「產能過載狀況是必然會發生的事，只是時間早晚問題」，業界專家如此分析。

但他也指出，半導體供應鏈面對這樣問題早有一套反應機制，首先，若晶圓代工廠的產能利用率下滑，連帶也影響代工價調降、衝擊毛利率，特別會衝擊到聯電、世界先進等二線的晶圓代工業者，而這些業者早已與晶片商簽署長約，藉此綁住客戶，維持穩定收益。

再來是晶片商庫存過多問題，專家分析，可能會透過降價求售的方式，由代理商或通路商消化，同時也能進一步強化庫存管理機制。

反觀台積電，即便代工價格下滑，幅度也不至於過高，因為到目前為止僅調漲過一次而已。

大幅擴張產能可能帶來的供過於求的狀況，面對未來的潛在威脅，各廠比拚的重點將聚焦於良率、價格、交期與技術支援等層面，進一步提升自我競爭力，才是生存王道。

蘋果發表iPhone 13系列、新款iPad、Apple Watch 7，新色、規格亮點一次看

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：錢玉紘

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。