這不是全面擴產：AI 把半導體資本支出推向記憶體、先進製程與封裝

本輪週期為什麼不一樣？

上一輪擴產有相當一部分由消費電子與成熟製程需求推動；這一輪的中心則是 AI 伺服器、資料中心與高效能運算。算力晶片升級，會同步拉高先進製程、HBM、先進 DRAM、先進 NAND，以及 CoWoS 等先進封裝的需求。

這代表半導體資本支出不再是單點擴張，而是一組必須一起前進的系統工程。GPU 做得出來，若 HBM 或封裝不足，整台伺服器仍然出不了貨。供應鏈真正競爭的，是把多個瓶頸同時解除的速度。

• 先進邏輯：支撐 2nm、3nm 等高效能運算晶片。
• 先進 DRAM／HBM：解決 AI 訓練與推論的記憶體頻寬瓶頸。
• NAND：承接資料中心儲存與高階企業級 SSD 需求。
• 先進封裝：把運算晶片與多顆 HBM 整合成可用系統。

先看結構，再看總額

台積電、美光、三星、SK 海力士與中芯的支出規模都很大，但投資內容不同。台積電以先進製程為主，美光與 SK 海力士將增量集中於 DRAM／HBM，三星同時橫跨記憶體、晶圓代工與封裝，中芯與華虹則更貼近中國本土製造與成熟／特色製程。

因此，同樣叫做資本支出，對設備、潔淨室、工程與材料供應商的含義並不相同。只把所有 CapEx 加總，很容易得到一個很熱鬧、卻不能用來選擇公司的數字。

艾克斯的判讀：真正的指標是『決策距離』

宣布投資只是起點。對供應鏈來說，更重要的是專案已經走到廠房、潔淨室、廠務、設備搬入，還是二次配。越接近設備進場，訂單能見度通常越高；停留在政策或概念階段的投資，距離營收還很遠。

所以這個系列不只列資本支出，還會逐區域追蹤建設節點。市場最容易為總金額興奮，但財務長最在乎的是：哪一年認列、誰先收錢、毛利率如何，以及現金什麼時候真的回來。

把 AI 熱潮拆成三個可以驗證的問題

第一個問題是需求是否真的穿透到晶片出貨。雲端服務商宣布資料中心預算，只代表上游願意花錢；中間還要經過伺服器設計、GPU 與 ASIC 採購、HBM 配置、交換器與儲存設備部署，最後才會反映在晶圓投片與封裝需求。研究時若只看到雲端資本支出成長就一路乘到底，容易把每個環節都當成百分之百轉換，估值自然越算越漂亮，現金流卻未必同步出現。

第二個問題是瓶頸會不會移動。AI 產業早期可能缺 GPU，接著轉成缺 HBM、先進封裝、電力或散熱。瓶頸移動不代表原本環節失去價值，而是供應鏈的議價權會重新分配。對企業經營者來說，最重要的不是追逐今天最熱門的名詞，而是判斷下一個無法用短期加班解決、必須靠長期資本支出解除的限制。

第三個問題是新增產能何時形成有效供給。晶圓廠從宣布、動工、封頂、機電與廠務完成，到設備搬入、試產、驗證與量產，通常跨越多年。記憶體與先進製程又有良率學習曲線，因此帳面產能不等於可銷售產能。市場最常犯的錯，是在宣布投資時就把未來營收一次折現，卻在產能真正開出時才發現價格與競爭環境已經改變。

從財務長角度看，這是一場資本效率競賽

資本支出增加會先壓低自由現金流，之後能不能換回更高營收、毛利與資產報酬率，才是完整答案。先進製程與 HBM 的售價較高，但折舊、研發、耗材與能源成本也更重。若需求成長速度不如折舊增加速度，營收看起來仍在成長，營業利益率卻可能先承壓。這也是為什麼研究不能停在設備訂單，而要繼續追蹤利用率、良率與產品組合。

我會把本輪週期視為一場『精準擴產』而非全面繁榮。真正受惠的公司，通常能清楚說明服務哪個製程、在哪個建設節點取得訂單、客戶驗證要多久，以及收款條件如何。若公司的說法只有『搭上 AI』，沒有交付位置與財務轉換路徑，那比較像簡報上的高速列車，月台上看起來很快，帳上卻還沒買票。

因此後續閱讀這個系列時，可以把每篇文章放回同一張檢查表：需求來自哪裡、資金投向哪裡、工程走到哪裡、設備何時進場、產能何時量產，以及收入何時變成現金。六個問題都能回答，才算完成從產業故事到投資判斷的最後一公里。