AI需求改寫半導體景氣循環 台積電外溢效應浮現
張敦翔指出，若以2022年底ChatGPT問世作為AI週期起點，2023年視為第一年，目前已進入第三年。依照過往半導體景氣循環，此時原本應逐步進入成熟階段，但AI需求卻重新拉高產業成長動能。他認為，台積電其實直到今年1月法說會後，才真正依照客戶需求預測與需求調整資本支出（CAPEX），開始加速擴充先進產能。
外資目前預估，台積電2026年至2028年三年總資本支出上看2000億美元，遠高於過去水準，張敦翔認為，這反映AI需求已不再只是短期題材，而是逐步轉變為長期結構性趨勢。除了最先進製程外，AI需求也開始產生「外溢效應」，部分成熟製程與二線供應鏈同步受惠。他形容，由於先進製程需求實在太強，強到連周邊供應鏈也能分到「湯湯水水」。
智慧眼鏡與人形機器人需求將爆發 現階段仍鎖定AI基建
張曉強則指出，AI未來將從雲端逐步走向「無所不在」，全面嵌入智慧眼鏡、汽車與人形機器人等邊緣裝置，並推動實體AI（Physical AI）成為下一波半導體成長核心動能。
他表示，智慧眼鏡被視為極具潛力的新世代AI裝置，未來有機會直接串聯大型AI資料中心，快速將AI能力導入日常生活。不過，目前產品仍處於早期發展階段，要從笨重頭戴裝置進一步走向輕薄化，仍需大幅降低運算、連接與顯示功耗。目前市場已開始出現採用4奈米製程的智慧眼鏡產品。
在汽車領域，張曉強認為，車輛正從傳統機械裝置轉型為電子裝置，未來競爭核心將聚焦自動駕駛與車內娛樂體驗。由於真正Level 5自動駕駛需要數千TOPS等級算力，因此未來車用晶片也將快速導入3奈米甚至2奈米先進製程。
至於人形機器人，他表示，未來除了需要大量運算能力作為「大腦」，還必須整合視覺、動作控制與環境感測等大量半導體元件，將成為下一個重要AI應用平台。
對此，張敦翔也認為，智慧眼鏡、人形機器人與自駕車等應用，確實有望成為AI後續長尾需求的重要動能，但現階段最核心的需求來源，仍是AI伺服器、GPU、ASIC與CPU等AI基礎設施。
點擊閱讀下一則新聞
