【品傳媒娛樂時尚中心總編 & 壹傳媒|壹風格 & NeoFashionGo & 華人世界時報 行銷總監 應瑋漢】AI競賽，已經不是模型之爭，而是整個產業鏈的競賽。
AI泡沫？摩根大通給出的答案恰恰相反。真正的問題不是需求太少，而是全世界沒有足夠的晶片。
在SEMICON Taiwan 2026市場趨勢論壇中，摩根大通證券亞太區董事總經理Gokul Hariharan，以投資市場的角度重新解構AI產業。他指出，市場真正關心的不只是AI模型，而是從半導體、AI Factory（AI工廠）、雲端資料中心到模型開發者，整個生態系如何共同支撐下一波AI經濟。他認為，AI目前仍處於高速擴張階段，真正的瓶頸不是需求，而是供給。
Gokul Hariharan表示，AI Token（詞元）需求仍持續高速成長，而且已經歷三個重要階段。第一階段是大型語言模型（LLM）開始普及；第二階段則是2024年底推理模型（Reasoning Models）的快速成熟；而2026年最大的變化，則來自Agentic AI（代理式人工智慧）的崛起。他指出，每一次模型能力提升，都讓Token消耗速度再次加快。
即使目前Token數量已來到相當龐大的規模，但AI Scaling Law（AI尺度定律）仍持續有效，也就是運算資源愈高，模型智慧仍能持續提升，因此目前尚未看到需求減速，反而仍在加速成長。更值得注意的是，多家全球頂尖AI實驗室已開始討論Recursive Self-Improvement（RSI，遞迴式自我強化），未來模型甚至可能具備持續自我優化能力，將進一步推升全球算力需求。
針對市場擔心開源模型會壓縮AI商業模式，Gokul Hariharan持不同看法。他表示，開源模型確實快速成長，也取得越來越高的Token使用量，但這並非零和競爭，而是讓更多企業開始使用AI。過去四年間，AI推論每Token成本已下降約80%至90%，但Token需求卻同步增加約10至15倍。價格下降沒有摧毀市場，反而大幅提高AI滲透率，創造更多應用，也讓整體半導體、硬體及資料中心需求同步擴大。真正掌握主要營收的，依然是各家專有前沿模型（Frontier Models）。
摩根大通也公布針對亞太300家企業的調查。結果顯示，企業AI支出占總支出比例，一年內已由4.5%提高至6%。企業導入AI最大的效益仍是提升生產力，但另一項更值得關注的變化，是AI開始直接創造營收。Gokul Hariharan指出，市場過去一直把AI視為降低成本工具，但現在新的商業模式、新產品以及新服務開始出現，AI已經逐步成為企業創造收入的新引擎，而不再只是節省成本的工具。除了軟體開發之外，交通運輸、醫療照護等產業也開始快速導入AI，未來將成為高推論需求的重要來源。
談到供應鏈，他直言，目前AI最大的限制因素不是需求，而是先進製程晶圓。摩根大通認為，台積電3奈米與2奈米產能，未來兩至三年幾乎都已被市場預訂一空。隨著Agentic AI快速發展，產能瓶頸已經由先進封裝轉移至先進晶圓本身。CoWoS先進封裝雖然自2025年以來每年幾乎翻倍擴產，今年與2027年仍將持續增加，但需求依舊高於供給。另一方面，包括Intel以及更多OSAT封測業者也開始投入先進封裝，希望分擔台積電部分產能壓力。
至於市場普遍認為最缺貨的HBM高頻寬記憶體，Gokul Hariharan則認為，它的重要性依然存在，但已不再是第一瓶頸。目前HBM成本已占AI加速器約七成，創下半導體歷史新高。因此，各家AI公司開始重新設計記憶體架構，從SRAM、HBM、DDR一路到NAND Flash，建立分層式記憶體架構，希望降低成本並提升效率。此外，各家AI實驗室也持續改善演算法效率，希望進一步降低記憶體需求。
資料中心缺的不是錢 真正考驗是時間
外界普遍擔憂AI資料中心投資金額龐大，資金是否足夠支撐。Gokul Hariharan表示，目前市場真正思考的是1GW AI資料中心的經濟效益，以及整體AI Factory是否具有持續獲利能力。他指出，美國資料中心容量預估將於2025至2030年間翻倍，2030年至2035年還將再翻倍。雖然晶片仍是目前最主要瓶頸，但2029年至2030年間，資料中心供電能力可能成為新的限制因素。值得注意的是，資料中心開始大量採用Behind-the-Meter（場內自主供電）模式，包括燃料電池、天然氣發電、柴油備援及太陽能等方案快速成長。兩年前，市場預估僅約1%的資料中心會採用自主供電；如今市場預估已提高至近30%，甚至有機會接近50%。
AI Factory競賽 正在重新定義全球半導體產業
Gokul Hariharan最後指出，AI已經不是單一公司的競賽，而是一場橫跨晶圓製造、先進封裝、高頻寬記憶體、資料中心、能源供應、雲端服務與模型開發的全球產業鏈競爭。AI Factory正在成為新的產業基礎設施，而決定未來勝負的，不只是誰擁有最強模型，而是誰能整合晶片、算力、能源、資本與生態系，打造出真正可持續擴張的AI工廠。在這場全球AI基礎建設競賽中，台灣憑藉先進製程、CoWoS封裝與完整半導體供應鏈，仍站在世界AI浪潮最核心的位置。
.
