事件
Gordon Moore 在 1965 年觀察到一個簡單但深刻的現象：積體電路上的晶體管數量每 18-24 個月翻倍，而單位成本同步下降。這不是新聞稿、不是營銷論述，只是一個工程師對三年資料的統計。
但接下來發生的事改變了歷史。整個半導體產業決定用這條曲線當作路線圖。晶片設計師圍繞它規劃、投資者據此融資、工廠以此擴產。50 年後，摩爾定律從觀察變成了自我實現的預言——它不再只是描述現實，而是*驅動*現實。
數字說話：1971 年的 Intel 4004 有 2,300 個晶體管；2024 年的 Apple M2 有 200 億個。這是 1 千萬倍的提升。按成本計，一次運算的邊際成本從美元級跌到微奈秒級。
兩個世界的分歧
這條曲線的威力在於它的選擇性。它只對某類成本有效。
第一個世界：運算驅動的產業。軟體、AI、網際網路、電子商務——凡是成本主要來自「芯片運算 → 演算法執行 → 資料傳輸」的行業，都坐上了這班指數列車。一個 AI 模型今年花 1000 萬美元訓練，10 年後只需 100 萬。一個雲端服務商今年的伺服器成本佔營收 30%，10 年後跌到 3%。
第二個世界：「原子」驅動的產業。建築、餐飲、個人服務、醫療——成本主要來自土地、勞動、材料、運輸。這些東西無法按比例複製。10 年後，一間房子不會因為半導體進步而便宜；一頓餐廳飯菜的成本結構 10 年只能降 10-20%。經濟學家 William Baumol 叫這個現象「Baumol cost disease」——某些服務業的成本必然上升，因為它們無法享受技術紅利。
結果是什麼？運算密集型企業的毛利率跟著摩爾定律上升；勞動密集型企業的毛利率被人工成本壓制。這解釋了為什麼科技公司估值那麼高——它們的成本結構會自動改善。
第三幕：物理極限與適應進化
2020 年開始，一個不舒服的事實浮出水面。晶體管已經小到原子級別。量子穿隧效應開始干擾運算；7 奈米工藝的良率和成本優勢不如預期。摩爾定律開始減速。
但產業沒有放棄。它們改用 chiplet（小晶片拼接）、3D 堆疊、光子互連等新架構，用軟體補償硬體極限。摩爾定律沒死，它進化了——從單純的面積密度遊戲，變成了系統級的創新。
這提醒我們：摩爾定律本質上不是物理學定律，而是經濟學和工程意志的結果。只要產業有動力去優化成本，曲線就會繼續。
實用判斷框架
當你評估某個產業的 5-10 年成本前景時，問自己三個問題：
1. 這個成本主要由可複製的系統（運算、軟體、資料傳輸）驅動，還是稀缺資源（人、地、能源）驅動？ 2. 如果主要由運算驅動，競爭對手會在摩爾定律紅利中脫穎而出，毛利率競爭會加劇。 3. 如果主要由稀缺資源驅動，成本改善緩慢，定價權來自稀缺性本身，而非技術進步。
這個區分，決定了你該投資哪類企業、該如何評估它的護城河。