By Sinclair Huang
最近大家談 AI 硬體，幾乎都只看到 GPU：NVIDIA 搶不到、產能不夠、價格飆漲。
但如果你把鏡頭拉遠一點，會發現真正決定「誰有資格說不」的權力，往往藏在 GPU 之前的幾層。
這篇文章想做的事很單純：把 AI 計算供應鏈拆成三個關鍵層次—
- CoWoS 先進封裝（TSMC）
- HBM 高頻寬記憶體（SK Hynix）
- ABF 高階基板材料（Ajinomoto）
然後問一個更殘酷的問題：**在每一層裡，誰有資格說「不」，而不會失去客戶？**
圖 1｜AI 計算供應鏈的三層關鍵節點：CoWoS 先進封裝、HBM 記憶體、ABF 基板材料。真正的定價權往往不在最顯眼的那一層。
## 一、第一層：CoWoS 先進封裝——TSMC 的「說不」權
大家都知道 AI 伺服器賣得好，但真正卡住的是「先進封裝」產能，尤其是 TSMC 的 CoWoS。
公開資訊顯示，TSMC 在 2023 年底的 CoWoS 月產能大約一萬多片，兩年內一路拉到 2025 年底的 7.5–8 萬片，2026 年目標接近 12.5 萬片。即便如此，產能依然是「誰排隊排在前面、誰拿得到貨」的狀態。
更關鍵的是 2024 年度 20-F 裡面那一行：**客戶在 2024 年合計預付了新台幣約 2,911 億元（約 90 億美元）給 TSMC，只為了提前鎖定未來產能。**
在正常商業關係裡，買方不會主動預付款，除非兩種情況：
1. 為了換取明顯折扣
2. 或者——沒有替代方案，只能用預付款換到產能位置
TSMC 這次顯然是第二種。
對做過多年供應鏈管理的人來說，**資金流向的方向，就是最直接的「護城河」證據**：錢是從客戶流向供應商，還是反過來？
圖 2｜TSMC CoWoS 月產能從 2023 到 2026 的拉升軌跡。即便產能大幅擴張，2026 年仍被主要 AI 客戶預先鎖定。資料來源：TSMC 法說會、產業估計。
## 二、第二層：HBM——表面像記憶體市場，實際是「平台資格」市場
現在大家都知道 HBM 很貴、很重要，但很多分析停在「市占率」：
- SK Hynix 大約 6 成
- Micron 約 2 成
- Samsung 試圖追回落後
市占率只告訴你「過去誰出貨比較多」。
真正決定未來的是：**誰最早通過平台驗證、誰拿到多年度供貨合約、誰和客戶一起 co‑design 下一代架構。**
SK Hynix 在 HBM4 上提出的「客戶專屬邏輯晶片（customer‑specific logic die）」就是關鍵。
一旦某個客戶的 accelerator 架構被鎖在特定 HBM 供應商的邏輯層設計裡，換供應商就不只是換顆料號，而是要重做：
- 底層架構設計
- 設計驗證與可靠度測試
- 整套生產良率的再調校
這樣的切換成本，**以季為單位計算，而不是週**。
此時 HBM 就已經不是傳統的「記憶體市場」，而是「平台資格市場」。
## 三、第三層：ABF 基板材料——從味精做到 AI 基板的「隱形壟斷」
第三層通常是分析裡最少人談的一層：ABF 基板材料。
Ajinomoto 這家公司，多數人想到的是味精和食品。
但在高階半導體材料裡，他們的 **ABF 絕緣薄膜市占率超過 95%**。
這不是「領先」，而是接近結構性壟斷。
有趣的是，這個護城河並不是一開始為半導體設計的。
它來自 1970 年代以來在胺基酸與環氧樹脂的研究積累，後來才被搬進半導體基板。
其他材料公司就算知道這個市場很肥，也很難在短時間內複製：
- 材料配方要同時滿足熱性質、電性質與可靠度
- 客戶端的 **qualification cycle 以「季」甚至「年」計**
- 幾乎所有先進封裝的 qualification 都是拿 Ajinomoto 的材料當 baseline
換句話說，**就算今天突然有一個完全可以競爭的材料，要真正「取代」Ajinomoto，也得從頭跑完所有認證流程**。
圖 3｜供應鏈槓桿的三類結構：Class A（真正的定價權）、Class B（有成長但可被替代）、Class C（只有敘事沒有結構地位）。TSMC、SK Hynix、Ajinomoto 目前屬於 Class A。
## 四、三層加總之後：真正的 Class A、B、C 是誰？
如果把這三層的資訊疊在一起，可以得到一個簡單但有力量的分類框架：
**Class A：真正的定價權**
同時具備四個條件：
1. 技術稀缺（technology scarcity）
2. 供應高度集中（supply concentration）
3. 客戶資格門檻高（qualification barriers）
4. 切換週期長（replacement cycle）
目前只有三個名字符合：**TSMC、SK Hynix、Ajinomoto**。
**Class B：有實體業務，但上限被結構卡住**
ASE、Amkor、Unimicron、Micron 等等，都有實際 AI 曝險，但客戶仍有替代選擇，價格權力比較像「景氣循環中的暫時順風」，而非護城河。
**Class C：故事有 AI，結構沒有 AI**
這類公司會在簡報、新聞、社群上大量使用 AI 關鍵字，但如果問三個問題——
1. 有沒有通過主要平台（例如 NVIDIA、AWS）的正式 qualification？
2. 有沒有多年度供貨合約？
3. 如果明天停產，客戶需要多久才能找到可替代的供應商？
三題都答不出好答案，那大概就是「敘事暴露」而非「結構地位」。
## 五、真正重要的不是「知道哪三層」，而是「知道誰可以說不」
很多人現在都知道 CoWoS、HBM、ABF 很關鍵。
但真正的差別在於：**你是用「量」在看，還是用「誰有資格說不」在看。**
- 看「量」：誰出貨多、誰營收高
- 看「說不的權力」：誰能讓客戶預付、誰讓客戶被架構鎖定、誰如果停產會迫使整個產業重跑 qualification
在 AI 這種長線、重資本、平台型產業裡，**護城河的本質其實是「不可繞路」**。
只要能被繞過，就不是真正的 Class A。
## About the Author（作者介紹）
**（Sinclair Huang）**
半導體與生技產業高階主管與顧問，具有二十五年以上電子與生技產業經驗，橫跨營運與策略。
現為研究者與產業顧問，關注 AI 基礎設施、半導體供應鏈結構，以及技術護城河如何影響資本配置與產業權力。
更多文章與研究請見：**[sinclairhuang.org](https://sinclairhuang.org)**
## Further Reading（延伸閱讀）
**系列 Part 1 — 技術基礎篇**
介紹 CoWoS、HBM、ABF 的基本原理與技術路線，回答「這三個名詞到底是什麼」。
**系列 Part 3 — SEC 文件篇**
透過 TSMC、SK Hynix、Micron 的 20‑F / 10‑K / 法說會逐字稿，從數字裡讀護城河的深度。
**系列 Part 4 — 壓力測試篇**
從演算法壓縮（TurboQuant）、HBM 需求反轉、地緣風險、玻璃基板四個方向，壓力測試這些 Class A 護城河的壽命。
**Working Paper — SSRN**
*The Architecture of Leverage: Structural Concentration and Competitive Moats in the AI Compute Supply Chain*
以 Irreplaceability Index（不可替代指數）、專利結構與技術路線圖，系統化整理整個 AI 計算供應鏈的權力結構。
## References（參考資料）
- TSMC 年報與 20‑F 申報文件：先進封裝產能、客戶預付款、製程結構與資本支出。
- SK Hynix 法說會逐字稿與投資人簡報：HBM 市占、HBM4 架構與「客戶專屬邏輯晶片」描述。
- Micron Technology 10‑K / 10‑Q：HBM 曝險、風險因子與客戶集中度。
- Ajinomoto 年報與技術資料：ABF 材料技術演進與產能擴充計畫。
- Broadcom、Google、NVIDIA 等公開投資人簡報與技術發表資料。
- 產業研究機構與券商報告：CoWoS 產能、HBM 市場預測、ABF 供需情況。
## Disclaimer（聲明）
本文章內容僅供資訊與教育用途，並非投資建議，也不構成買賣任何證券之推薦。
文中所提公司與數據，來自作者認為可信的公開資料與產業研究，但不保證其完整性與即時性。
任何對未來的推測或情境分析，皆具有不確定性，可能與實際情況不同。
讀者在做出投資或商業決策前，應自行進一步研究，並視需要諮詢合格的專業顧問。
## Hashtags（標籤建議）
#AI #半導體 #供應鏈 #TSMC #SKHynix #Ajinomoto #HBM #CoWoS #ABF #投資 #產業分析
