事件
2026 年 7 月、韓國央行發布報告、駁斥投資者關於芯片超級週期已見頂的擔憂。該行聲稱全球半導體市場仍處供不應求狀態、由人工智能驅動的芯片超級週期預計持續一段時間。核心論點是：本輪芯片週期與以往不同、驅動力不是傳統的存貨周期或產能利用率波動、而是各大企業競相投資、基於對人工智能普及將引發產業生態根本性變革的預期。
觀察：「這次不同」的陷阱
半導體產業確實面臨兩股力量：
週期性信號：2024-2025 年間、芯片現貨價格從高位回落、庫存周期開始調整、部分二線代工廠訂單下滑。許多投資者將此解讀為「超級週期見頂」的信號——這是過去 30 年半導體產業每 3-5 年必經的模式。
結構性信號：與此同時、英偉達、AMD 因人工智能服務器芯片的需求暴增、訂單簽約週期延伸至 2027-2028 年。大型雲計算廠商（OpenAI 的投資方、Google、Meta 等）宣佈數十億美元的 AI 基礎設施投資計畫、這些投資基於對 LLM 訓練與推論算力需求的長期預測、而非短期業績考量。
韓國央行的論點是：這一次、結構性需求足夠龐大、足以吸收週期性波動的衝擊。
歷史的教訓
但「這次不同」是華爾街最危險的七個字。
回顧半導體史：
- **1990 年代**：PC 普及被視為「永久轉折」、存儲芯片投資一度狂歡。1998-2001 年網路泡沫破裂、芯片庫存堆積如山、價格腰斬。
- **2008-2010 年**：智慧手機被視為「永久轉折」、高通、三星投資爆表。2011-2012 年智慧手機市場飽和、功率放大器、基帶芯片過剩、部分供應商破產。
- **2016-2018 年**：加密貨幣挖礦被視為「永久轉折」、GPU 製造商日進斗金。2018 年加密寒冬、GPU 市場崩潰、英偉達股價在 18 個月內跌幅超 60%。
每一次、邊界都被錯估。不是因為分析師無能、而是因為「結構性轉折」這四個字本身就充滿了測量誤差。
人工智能的真實需求曲線
韓國央行的論點能否成立、核心取決於三個命題：
命題 1：AI 訓練算力是否具有「不可逆的成本曲線下移」？
歷史模式顯示，芯片成本一旦下移、使用方就會找到更低端、更多邊際應用。這會拉平需求曲線的斜率、讓價格承壓。如果 DeepSeek 的推論成本真的能降到 OpenAI 的 1/25、那就會激發數百倍的邊際應用場景——但這些應用是否足夠多？足夠高粘？很難說。
命題 2：企業投資是否具有「預期自我實現」的迴路？
大型雲計算廠商宣佈的 AI 投資有一部分確實會實現、但也有部分會因為：(a) 實際 ROI 不如預期、(b) 競爭對手的過度投資導致平均收益下滑、(c) 監管政策變化、而被縮減或延期。歷史上每一個「所有人都在押注 X」的時刻、結果都是部分玩家把籌碼推進去、卻發現牌桌上已經有人 all-in 了。
命題 3：供應鏈是否真的「供不應求」、還是「頭部產品供不應求、尾部產品過剩」？
2024-2025 年的現象是：高端 AI 芯片（H100、H200、新一代 GPU）訂單排期延伸至 2027 年、但中低端芯片（老一代 GPU、CPU、邊緣計算芯片）庫存正在累積。這不是「全球供不應求」、而是「高端供不應求、低端供過於求」。央行的措詞容易掩蓋這個細節。
結構性 vs 週期性的實際區分方法
在實時中、很難區分兩者。但可以用三個指標來近似判斷：
1. 成本曲線斜率：如果邊際成本在持續下滑（例如 7nm → 5nm → 3nm 製程的能耗成本），則結構性需求存在；如果成本曲線已經平緩（摩爾定律減速），則週期性信號為主。
2. 投資年化率 vs 現金流回報：如果廠商投資回報期超過 7 年、投資金額仍在增加，則投資邏輯多半是「相信長期結構變化」；如果投資回報期在 3-4 年內、投資額卻在下滑，則警示週期見頂。