事件
2026 年 6 月，臺積電董事長魏哲家在股東會上宣佈：預計全年營收成長超過 30%（以美元計）。支撐這個預期的核心理由不是「市場變大」，而是「AI 的應用形態在升級」。
他的論述鏈條是這樣的：
生成式 AI → 查詢模式 → 代理式 AI（智慧體）→ 指令行動模式
每一步升級，都在拉昇 token 消耗量和運算能力需求。
為什麼這很重要
### 1. 應用場景梯次不同、需求曲線形狀完全不同
ChatGPT 時代的「聊天」是：使用者提問 → AI 回答 → 對話結束。
Token 消耗量可預測——每個使用者對話平均消耗 X 個 token、月活使用者 Y、總消耗量就是 X × Y。
但當 AI 從「被動回答」升級到「主動代理」時，規則變了：
- AI 要**自己決策**：「我該採取什麼行動？」
- AI 要**自我驗證**：「我的決策對嗎？需要重新思考嗎？」
- AI 要**自我糾正**：「結果和預期不符，我該調整什麼？」
OpenAI 的 o1 模型（推理模型）就是這個轉向的早期訊號：它會在後臺進行數十倍的「隱性思考」，使用者看不見但 token 消耗量暴增。
### 2. 這不是客戶更多、而是每個客戶的用量爆炸
假設： - 第 1 梯次（聊天）：每個使用者月消耗 1 億 token - 第 2 梯次（代理）：每個使用者月消耗 50 億 token（不是所有使用者都升級，但升級的使用者用量暴增 50 倍）
這不是「新增客戶」帶來的增長——是同一個使用者的消耗量乘法級上升。
對晶圓的影響？ - H100 GPU 月需求量從「夠用」變成「永遠不夠」 - 高階晶片的產能利用率從 60% 跳到 95%+ - 臺積電不需要尋找新客戶、只需要滿足現有客戶 10 倍的胃口
### 3. 為什麼這個預期比以往任何時候都更確定
魏哲家說：「公司客戶以及客戶的客戶，仍持續給予對 AI 產業的正面展望。」
翻譯： - 客戶（NVIDIA、AMD、Intel）：繼續下單高階晶片 - 客戶的客戶（OpenAI、Google、Meta、位元組跳動）：繼續擴大 AI 部署規模
這是一條完整的訊號鏈：終端需求 → 客戶信心 → 訂單確認 → 產能規劃。
在過去的晶片週期（如 2022-2023 年），這條鏈條在某個環節會斷裂（例如雲廠商投資過度、消費需求不足）。但這一次，鏈條的每個環節都在加速——因為需求梯次升級是「應用模式本身的演進」，不是「客戶情緒波動」。
### 4. 技術差異化 × 客戶廣泛性 = 護城河重新加固
臺積電的論證還有第二層：在 AI 這個新梯次上，臺積電擁有兩個優勢：
技術差異化：臺積電的 3nm、2nm 工藝能提供更高的能效比——對資料中心而言，省電 = 省成本，這是硬約束。
廣泛客戶群：不依賴單一客戶（如 NVIDIA），而是 NVIDIA + AMD + Intel + 雲廠商自研晶片，多頭下注。
這意味著即使某個客戶的需求波動，臺積電仍有其他客戶來填補產能。
對投資者的啟示
1. 需求升級週期比「市場擴大」週期更強勁：當應用形態本身在演進，消耗量的增長可能是使用者數增長的 10-100 倍。