AI泡沫可能嗎?魏哲家親自確認後笑了:客戶比台積電有錢!法說會關鍵訊號一次看
AI泡沫可能嗎?魏哲家親自確認後笑了:客戶比台積電有錢!法說會關鍵訊號一次看

台積電 15 日舉行 2025 年第四季法說會,並公布 2025 年第四季財報。合併營收達 1.05 兆元,年增 20.5%,首度突破 1 兆元;稅後淨利為 5,057.4 億元,年增 35%,每股稅後純益(EPS)為 19.5 元。第四季毛利率為 62.3%,較上一季提升 2.8 個百分點;全年 EPS 達 66.25 元,續創歷史新高。

展望未來,台積電董事長魏哲家表示,2026 年第一季合併營收預計為 346 億美元至 358 億美元,毛利率預計介於 63% 至 65%。今年的資本支出則創新高,來到 520 億至 560 億美元。

《數位時代》整理台積電法說會六大關鍵問答,帶讀者一次看懂台積電如何回應 AI 浪潮、產能布局與競爭態勢。

Q1:台積電怎麼看「AI泡沫」?對AI發展有信心嗎?

面對市場對於AI泡沫的想法,魏哲家直言:「我們對這件事確實感到非常緊張。」為此,台積電與雲端服務商這類終端需求方直接接觸,了解他們對 AI 運算的實際部署規模與中長期規畫,還有實際應用模式。除此之外,台積電也會確認企業的財務狀況。

關於客戶的財務狀況,魏哲家開玩笑說道:「它們非常有錢,聽起來比台積電還要有錢。」他也表示:「我認為 AI 是真實存在的需求,不僅真實存在,它已經開始融入我們的日常生活中,是一股巨大的趨勢(megatrend)。」

台積電指出,目前在消費者、企業和主權 AI 領域,AI 模型的採用率不斷成長,帶動了對更多運算能力的需求,從而導致市場對於先進晶片的需求持續擴大。台積電預期,若以美元計算,從 2024 年起算的五年期間,整體長期營收年複合成長率接近 25%。AI加速器將成為台積電增量營收成長(incremental revenue growth)的最大貢獻來源,其營收複合成長率將達到 54% 至 59%,佔營收比重 17% 至 19%。

延伸閱讀:為什麼AI不太可能是泡沫?一張圖看懂全球算力「指數級成長」背後:智慧通膨來了!

Q2:2025 年的高營收與毛利成長,主要是哪些動能在支撐?

以 2025 年第四季來看,3 奈米製程占晶圓營收 28%,5 奈米占 35%,7 奈米占 14%,合計達 77%。放眼全年,7 奈米以下製程占比為 74%,顯示先進製程已成為台積電營收的核心支柱。

台積電2025製程占比
台積電目前以先進封裝為主要營收來源。
圖/ 台積電

應用別方面,高效能運算是最主要的成長引擎。2025 年 HPC 營收年增 48%,全年占比提升至 58%,成為台積電最大營收來源。相較之下,非 AI 應用市場成長相對平緩。

台積電2025應用平台占比
台積電2025年應用占比,目前以HPC為主要動能。
圖/ 台積電

在獲利表現上,台積電第四季毛利率達 62.3%,全年毛利率為 59.9%。財務長黃仁昭指出,毛利率改善主要來自製造效率提升、成本改善,以及先進製程維持高稼動率。

Q3:2026年資本支出創新高,是什麼在支撐這筆投資?

台積電預估,2026 年資本支出將達 520 億至 560 億美元,再創歷史新高,其中約 7 至 8 成將投入先進製程。魏哲家指出,目前全世界 AI 發展面臨的瓶頸並非電力,而是晶片供給,「我們現在最頭痛的事情,是必須努力彌補供給與需求之間的差距。」他認為這是結構性、多年度的需求,而非短期波動,因此願意投入更多資本。

從產業面來看,魏哲家也提到,台積電預期 2026 年整體半導體產業(Foundry 2.0)年成長率約為 14%,並且公司有信心持續優於產業成長,對於未來市場的發展十分正向。台積電於補充資料中明確指出:「台積公司正準備增加產能並加大資本投資,以支持客戶未來的成長。」

Q4:先進製程進度如何?2 奈米與後續節點有沒有變數?

台積電重申先進製程時程規畫未變。2 奈米製程已經於 2025 年下半年,在新竹與高雄同步進入量產,目前良率表現良好,2026 年將加速放量。魏哲家表示,N2、N2P 與 A16 及其衍生版本,將使 2 奈米家族成為另一個規模大、生命週期長的製程世代。

作為2奈米延伸版本的 N2P,將在效能與功耗上進一步優化,預計於 2026 年下半年量產。針對特定高效能運算需求,台積電也推出 A16 製程,導入背面供電技術,適用於訊號路徑複雜、供電密集的 HPC 產品,同樣規畫於 2026 年下半年量產。

Q5:海外晶圓廠進度到哪?擴廠是否會稀釋毛利?

美國亞利桑那第一座晶圓廠已於 2024 年下半年量產。第二座晶圓廠設備移入預計於 2026 年進行,量產時程提前至 2027 年下半年。第三座晶圓廠已動工,第四座晶圓廠與首座先進封裝廠正在申請相關許可,並已完成鄰近土地購置,以因應長期 AI 需求。

日本熊本第一座晶圓廠已於 2024 年底量產,良率表現良好,第二座晶圓廠已啟動建設,實際製程與量產節奏將依客戶需求與市場狀況調整。歐洲德國德勒斯登的特殊製程廠則依計畫推進,聚焦車用與工業應用。

魏哲家表示,台積電在擴展全球製造據點的同時,台灣仍是先進製程的重要投資基地,新竹與高雄的 2 奈米產能將分期擴建。

黃仁昭補充,隨著海外廠區擴張,以及 2 奈米製程在 2026 年下半年進入初期量產,毛利率仍將面臨壓力。其中,海外廠初期對毛利率的稀釋約為 2% 至 3%,隨規模擴大,可能增加至 3% 至 4%;2 奈米製程在 2026 年的全年影響約為 2% 至 3%。

延伸閱讀:半導體232調查第一波開鍘!晶片進口美國關稅達25%,對台灣影響大嗎?如何豁免?

Q6:怎麼看待Intel等晶片代工競爭者?

「我們不低估任何競爭者,但也不害怕競爭,」魏哲家表示,台積電過去 30 多年來始終處於競爭環境中,公司的策略並不是因應單一對手調整,而是持續強化自身技術節奏與製造能力。他也表示,先進製程的競爭並非單靠資金就能快速追上,「現在的技術非常複雜,從準備、設計到真正量產,往往需要兩到三年的時間,量產後還要一到兩年才能完全爬坡。」

延伸閱讀:
AI人才新生存地圖!吳恩達點出「能回答兩件事」的人最貴,會寫程式不再是護身符?
AI摩爾定律狂飆!職缺變少了、AI更便宜了,經濟學家預測將出現「無就業繁榮」

關鍵字: #台積電(tsmc)
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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