事件
2026 年 6 月，台积电董事长魏哲家在股东会上宣布：预计全年营收成长超过 30%（以美元计）。支撑这个预期的核心理由不是「市场变大」，而是「AI 的应用形态在升级」。
他的论述链条是这样的：
生成式 AI → 查询模式 → 代理式 AI（智能体）→ 指令行动模式
每一步升级，都在拉升 token 消耗量和运算能力需求。
为什么这很重要
### 1. 应用场景梯次不同、需求曲线形状完全不同
ChatGPT 时代的「聊天」是：用户提问 → AI 回答 → 对话结束。
Token 消耗量可预测——每个用户对话平均消耗 X 个 token、月活用户 Y、总消耗量就是 X × Y。
但当 AI 从「被动回答」升级到「主动代理」时，规则变了：
- AI 要**自己决策**：「我该采取什么行动？」
- AI 要**自我验证**：「我的决策对吗？需要重新思考吗？」
- AI 要**自我纠正**：「结果和预期不符，我该调整什么？」
OpenAI 的 o1 模型（推理模型）就是这个转向的早期信号：它会在后台进行数十倍的「隐性思考」，用户看不见但 token 消耗量暴增。
### 2. 这不是客户更多、而是每个客户的用量爆炸
假设： - 第 1 梯次（聊天）：每个用户月消耗 1 亿 token - 第 2 梯次（代理）：每个用户月消耗 50 亿 token（不是所有用户都升级，但升级的用户用量暴增 50 倍）
这不是「新增客户」带来的增长——是同一个用户的消耗量乘法级上升。
对晶圆的影响？ - H100 GPU 月需求量从「够用」变成「永远不够」 - 高端芯片的产能利用率从 60% 跳到 95%+ - 台积电不需要寻找新客户、只需要满足现有客户 10 倍的胃口
### 3. 为什么这个预期比以往任何时候都更确定
魏哲家说：「公司客户以及客户的客户，仍持续给予对 AI 产业的正面展望。」
翻译： - 客户（NVIDIA、AMD、Intel）：继续下单高端芯片 - 客户的客户（OpenAI、Google、Meta、字节跳动）：继续扩大 AI 部署规模
这是一条完整的信号链：终端需求 → 客户信心 → 订单确认 → 产能规划。
在过去的芯片周期（如 2022-2023 年），这条链条在某个环节会断裂（例如云厂商投资过度、消费需求不足）。但这一次，链条的每个环节都在加速——因为需求梯次升级是「应用模式本身的演进」，不是「客户情绪波动」。
### 4. 技术差异化 × 客户广泛性 = 护城河重新加固
台积电的论证还有第二层：在 AI 这个新梯次上，台积电拥有两个优势：
技术差异化：台积电的 3nm、2nm 工艺能提供更高的能效比——对数据中心而言，省电 = 省成本，这是硬约束。
广泛客户群：不依赖单一客户（如 NVIDIA），而是 NVIDIA + AMD + Intel + 云厂商自研芯片，多头下注。
这意味着即使某个客户的需求波动，台积电仍有其他客户来填补产能。
对投资者的启示
1. 需求升级周期比「市场扩大」周期更强劲：当应用形态本身在演进，消耗量的增长可能是用户数增长的 10-100 倍。