他形容，目前AI仍像工業革命初期的蒸汽機階段，當技術逐步成熟後，才會開始帶動大量實際應用，就如同蒸汽機當年推動汽車、火車與工業設備普及。未來AI應用不只侷限於先進製程與高階半導體，也將擴散至傳產、關鍵零組件與各類新興應用。
沈萬鈞指出，目前市場除了AI算力與資料中心外，更值得關注的是「實體AI」的進程。例如台積電近期提到的智慧眼鏡，若未來不只是錄影與拍照，而能進一步做到即時翻譯、導航等功能，就代表AI真正開始進入日常生活。
他表示，市場原本認為機器人普及可能還需要五年至十年，但以目前進展來看，若AGI開始逐步成熟，機器人有機會快速量產，正式進入人類生活。未來包括機器人、自駕車與portable AI裝置，都將成為下一波AI應用的重要方向。
沈萬鈞認為，AI發展下一個真正重要的議題，其實是電力與耗電問題。過去市場焦點多放在先進製程、先進封裝與記憶體，但未來三到十年，相關供應鏈的重要性將快速提升。
他進一步表示，隨著電晶體密度快速提升，資料傳輸與耗電瓶頸將愈來愈明顯。過去晶片封裝主要處理電訊號，未來則將逐步走向光傳輸。光傳輸理論上能降低耗電並提升速度，但難度在於良率與成本控制。
沈萬鈞指出，矽光子與CPO之所以重要，是因為當晶片內資料無法有效傳輸時，散熱與功耗都會成為問題。台積電近期在技術論壇也提到矽光子，代表未來若要持續推升電晶體密度，光通訊將成為不可或缺的關鍵。
他認為，未來瓶頸不只出現在先進製程，也可能出現在成熟製程、被動元件與電源管理。隨著台積電逐步退出部分成熟製程，二線晶圓廠也有機會承接需求，形成先進與成熟製程同步受惠的局面。
沈萬鈞認為，台灣除了半導體具全球優勢，在被動元件、電力相關零組件與供應鏈同樣完整。
過去相關產業成長速度有限，主因全球電力需求尚未真正爆發，但隨著AI資料中心、機器人、自駕車與新型AI裝置快速增加，未來電力與耗電需求將大幅成長，也將同步帶動散熱、PCB、CCL、ABF、光通訊、檢測、IC設計與成熟製程等供應鏈升級。
沈萬鈞總結，AI之後的投資主軸，將從單純算力逐步延伸至供應鏈、基礎設施與終端平台，並創造大量目前市場尚未完全注意到的新受惠公司。
點擊閱讀下一則新聞
