台積電Q3財報開獎!淨賺4,523億元創歷史新高,魏哲家看好「AI晶片需求持續強勁」
台積電Q3財報開獎!淨賺4,523億元創歷史新高,魏哲家看好「AI晶片需求持續強勁」

「護國神山」台積電(2330)10月15日股價再次站上歷史新高,盤中一度上竄至1,490元,最終收盤達1,485元,上漲20元,漲幅1.37%。

台積電也於16日盤後公布3Q25成績單,由先進製程與高效能運算平台擔任關鍵推手,從美元營收到毛利率都超越先前指引,財報數據創下多項歷史新高:

  • 合併營收: 約新台幣 9,899.2 億元,創下單季歷史新高。
  • 稅後純益(淨利潤): 約新台幣 4,523 億元,創下公司單季歷史新高紀錄。
  • 每股盈餘(EPS): 新台幣 17.44 元,同樣創下歷史新高。
  • 現金股利: 台積電宣布本次配發的現金股利為每股 5 元,是季度配發以來的新高紀錄。

若美元計算,第三季營收331億美元,年增40.8%、季增10.1%。整體獲利能力亦維持高檔,毛利率59.5%、營業利益率50.6%、稅後純益率45.7%,反映先進製程與產品組合優化持續發揮綜效。因此台積電表示,2025年全年營收預計成長接近中段三十位數(mid- thirties)百分比。

同時,董事會已核准2025年第二季每股現金股利5.00元;普通股配息基準日為12月17日,除息日12月11日,發放日明年1月8日。

台積電25Q3成績單
圖/ 台積電官網

魏哲家:AI晶片產能極為吃緊

董事長魏哲家於法說會指出,生成式AI需求「比三個月前更強勁」,之前預估2024~2029年AI加速器營收年複合成長率約中40%,現在「略優於預期」,將於明年初更新預測。

魏哲家也說,受生成式AI推動,高階製程與先進封裝需求同步升溫,目前AI晶片「前後段」產能均極為吃緊,短期至2026年前難以完全滿足市場。公司正全力擴充供應,並強調「只要有成長機會,就不會猶豫投資」,顯示對長期結構性成長的信心。

面對「摩爾定律已死」說法,魏哲家澄清,客戶關注的重點已從單純的製程縮小,轉向系統層級效能(System-Level Performance)。強調台積電正與主要客戶協作,從前段製程、先進封裝到系統整合,推進「摩爾定律2.0」新階段,以整體架構與封裝創新共同提升效能與能效。

在地緣政治與監管面,雖然美中科技戰限制了中國市場短期AI GPU出貨,但台積電仍看好全球AI長線需求,即使中國市場暫時受限,AI加速器的成長「仍將相當劇烈」。

同時,台積電也觀察到主權 AI 的興起,除了看到客戶展望持續強勁,也從客戶的客戶端中接收到非常強烈的訊號,要求擴充產能以支持業務。對此,魏哲家表示,正在加強對 AI 總體趨勢的信心,也相信半導體需求將持續具備根本性。

先進製程結構:5奈米居首、3奈米加速放量

製程結構上,先進製程(包含7奈米及更先進製程)營收占比達74%。其中,5奈米成為營收最大宗(37%)、3奈米次之(23%)、7奈米為14%。這代表「7奈米及以下」的先進節點是本季量與價的主力。

成熟製程仍具規模,但成長動能已明顯向高階節點集中,應用落點也更貼近高毛利平台。

台積電25Q3銷售分析
圖/ 台積電官網

在技術平台別中,高效能運算(HPC)占比達57%,智慧型手機占30%,物聯網與車用各5%,消費性電子1%、其他2%。

值得注意的是,台積電出貨量強勁:12吋約當晶圓408.5萬片,季增9.9%、年增22.4%。這顯示出貨量提升與先進節點占比同步擴張,是本季毛利率超指引的重要內因。

台積電25Q3銷售技術平台別
圖/ 台積電官網

延伸閱讀:蘋果突襲發表M5晶片版筆電與平版,可以直接在裝置運行大型AI模型!售價、效能一次看

資料來源:台積電官網

責任編輯:李先泰

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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