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

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。