30 秒看重點
- 事件：台積電董座魏哲家公開呼籲各界多用 AI，直言 Token 消耗越多台積電越賺。
- 意義：宣告 AI 獲利典範轉移，推論階段日常消耗成為晶圓代工永續成長引擎。
- 影響：台灣半導體供應鏈擺脫一次性軍備競賽疑慮，確立長期算力代工剛需。
台積電董事長魏哲家直言「Token 消耗越多、台積電越受惠」，一語道破生成式 AI 的獲利本質已從建置模型轉向日常推論運算，為台灣半導體產業注入長期基本面強心針。
為什麼魏哲家要大家天天狂刷 AI？
魏哲家這番發言精準點出了 AI 產業從「模型訓練」走向「終端推論」的巨大轉變。過去兩年市場關注微軟或 OpenAI 採購了多少顆高階 GPU 來訓練模型，但這種採購就像買工廠機具，屬於一次性資本支出。現在，全球產業正全面導入 AI 代理人與日常協作，使用者每問一次 ChatGPT、生成一張圖或跑一次自動化工作流程，伺服器都在以「Token」為單位進行大量推論運算。每一次敲擊鍵盤背後，都是實打實的晶片耗能與資料吞吐。
生成式 AI 的運算需求已經從短跑衝刺變成無限續航的馬拉松。當全球軟體商、遊戲公司與製造業紛紛將 AI 嵌入日常營運，推論算力就成了如同水電般的剛性消耗品。只要雲端服務商需要支撐巨量 Token 的輸出，就必須採購更多推論晶片，而無論是輝達、超微還是雲端巨頭自行研發的客製化 ASIC 晶片，幾乎全數仰賴台積電的三奈米甚至未來的二奈米先進製程與 CoWoS 先進封裝。魏哲家的喊話，實際上是向市場宣告：AI 泡沫論不足為懼，因為真實的消耗型商模已經成形。
- 2023-01，ChatGPT 掀起全球大模型軍備競賽，硬體需求高度集中於訓練用高階 GPU。
- 2024-06，各大科技巨頭轉向推廣終端推論與 AI 代理人應用，Token 生成量呈現指數級增長。
- 近期，台積電法說前後魏哲家公開定調，Token 的持續消耗將奠定台積電晶片代工的長期護城河。
台灣怎麼看這件事？
這項轉變直接確立了台灣半導體與伺服器供應鏈的不可替代性。不同於訓練市場容易受限於大客戶資本支出增減，推論市場由全球終端使用者買單，這意味著廣達、緯穎等台廠代工的 AI 伺服器，以及台積電代工的運算核心，將享有更健康且具防禦性的訂單結構。對於台灣投資人而言，檢視 AI 概念股的視角應從「巨頭又買了多少卡」，轉向「全球企業的 Token 用量是否持續擴大」。
編輯觀點
魏哲家這句話是化繁為簡的商業神來之筆。市場近來頻頻擔憂美股科技巨頭的 AI 投資回收期過長，甚至引發資本市場賣壓，但魏哲家直接跳過軟體變現的爭論，指出物理層面的算力定律：只要人類依賴 AI 產出內容，實體晶片代工就是穩賺不賠的莊家。台灣身為全球算力製造中心，最聰明的策略正是全力推動應用落地，讓全世界的每一次輸入，都轉化為台廠的營收數字。
常見問題
- 什麼是 Token？為什麼它會影響台積電？
- Token 是大語言模型處理文字的基本單位。使用者生成或輸入越多文字，背後推論晶片運算量越大，自然推升晶圓代工製造需求。
- 訓練晶片與推論晶片有何不同？
- 訓練是打造 AI 大腦的一次性高強度學習；推論是大腦思考並回答問題的日常運作，使用頻率高且長期算力消耗更為龐大。
- 為什麼雲端大廠自己做晶片，台積電依然能受惠？
- 不論是輝達的 GPU 還是 Google、AWS 自研的專用推論晶片，具備頂尖運算效能的晶片都高度依賴台積電先進製程代工。
- 魏哲家的發言是否代表 AI 族群已經沒有泡沫隱憂？
- 軟體應用層仍需證明獲利模式，但對於提供底層算力製造的台積電而言，高頻運算帶來的是實體產能需求，營運基本面相對穩健。
- 一般人多用 AI，對台灣產業有直接幫助嗎？
- 有的。全球日常使用量堆疊出的龐大 Token 吞吐，會加速資料中心擴建週期，持續帶動台灣半導體與伺服器零組件出貨。
名詞小教室
- Token（標記）
- AI 語言模型消化資訊的「字元碎塊」，就像計程車跳表計算里程一樣，它是衡量生成運算量與收費的計費刻度。