從漲價信到AI戰局定價權 轉單傳言對台積電僅是「小打小鬧」
- 陳玉娟／評析
-
AI語音摘要
01:05
市場持續傳出台積電消息，首先是台積2026年下半及2027年先進製程與封裝將再度漲價，其次，Google TPU恐轉單英特爾（Intel）、超微（AMD）部分產品則由三星電子（Samsung Electronics）代工。日前台積財務長黃仁昭接受外媒訪問，強調全球通膨與海外擴廠確實推升營運成本，「台積電不排除適度調整價格」。這些說法都讓各界高度關注。
台積電的課題不是訂單不足，而是產能始終跟不上需求成長。近期外傳的轉單說，多屬客戶策略性布局與供應鏈風險管理，可說是「小打小鬧」，難以動搖台積關鍵地位。
追溯台積電定價權正式成形的起點，可回到2021年3月底。當時業界流傳一封由台積電總裁魏哲家署名發出的客戶通知信。
信中指出，受惠於5G、高效運算（HPC）及AI，全球半導體需求出現結構性成長，疫情改變工作、學習、購物及娛樂模式，半導體已成全球經濟運作不可或缺基礎。儘管台積在過去12個月持續提升產能，甚至維持超過100%的產能利用率，仍無法滿足市場需求。台積決定未來3年投入1,000億美元擴產與研發，同時自2021年12月31日起，暫停提供晶圓價格折讓與優惠措施至少4個季度。
業界解讀，此項通知等同於變相漲價。
晶圓代工成賣方市場 台積降價才是大新聞
台積電的大客戶，以往均透過訂單規模取得不同程度價格折讓，中小型客戶亦有各類優惠方案。
但隨供需翻轉，台積逐步收回折扣，並建立更強勢的價格主導權。供應鏈人士當時指出，這封信不僅象徵台積價格策略重大轉變，也代表晶圓代工業正式進入賣方市場。
此後經歷疫情紅利消退、終端市場疲弱，2022~2023年間庫存修正與價格競爭，台積價格始終未鬆動。相較其他晶圓代工廠降價搶單，台積依靠先進技術與規模優勢維持高稼動率。
業者形容，2021年後，台積晶圓代工價格「只漲不跌」，對全球晶片業者而言，漲價已不是新聞，「有一天台積宣布降價，才是真正的大新聞。」
台積定價權進一步在2023年生成式AI浪潮爆發時強化。NVIDIA GPU需求暴增，雲端服務商（CSP）大舉投入AI基礎建設，高階晶片多依賴台積先進製程量產，競爭關鍵更包括先進封裝。台積CoWoS產能近年供不應求，2023年中以來，台積已在台灣北中南展開擴產大計，也加速美國亞利桑那廠進度。
魏哲家在2026年股東會後直言，AI瓶頸並不只存在於台積，而是從電力、晶片產能、設備機台到上游材料供應鏈。目前台積最大任務，就是持續擴產，以支援客戶需求。
產能高度吃緊 轉單傳言多數被過度放大
供應鏈業者指出，進入7奈米以下世代，客戶不可能像過去一樣輕易更換代工夥伴，需要提前數年布局。一旦更換代工廠，意味著重新驗證設計規則、重估良率表現與量產時程，高成本、高風險。
魏哲家2025年法說會重申，先進技術日益複雜，台積與客戶合作啟動專案的時間已提前至2~3年前，因此台積擁有業界最深入且最廣泛的市場視野。
魏哲家一再明確表示，「並未」觀察到客戶行為出現重大改變，反而持續從客戶以及「客戶的客戶」獲得強勁需求訊號。此外，台積最大資產不是設備，而是客戶信任。2026年6月股東會後談及轉單議題時，魏哲家直言，客戶若有重大策略調整，都會事先與台積溝通。
某程度上，這也反映出台積與客戶間已非單純買賣關係，而是涵蓋技術開發、產品規劃、產能配置的深度合作夥伴。
以TPU為例，供應鏈指出，Google與英特爾合作主要集中於部分先進封裝，核心晶片製造仍以台積為主。超微部分產品由三星代工，目的則是取得更多高頻寬記憶體（HBM），這類合作屬於策略性配置，而非全面轉單。
供應鏈人士表示，多年前的iPhone晶片門事件，台積正面對決三星，以及NVIDIA RTX 30系列下單三星8奈米製程，但RTX40系列後即轉回台積等事件顯見，蘋果（Apple）、NVIDIA緊擁台積電，即使有異心，如兩大廠皆將與英特爾合作，但皆有其地緣政治與風險分散等策略性意義，實質大宗訂單投片仍在台積。
台積電不暴利漲價 不代表不漲價
魏哲家近年來對漲價議題態度一致，不會利用供需失衡進行暴利式漲價，追求合理獲利與永續經營。然而，業界人士解讀，不暴利漲價並不代表不漲價。
台積面臨人力、設備、材料、土地與能源成本上升，供應鏈指出，海外建廠成本高於台灣本土數倍，台積必須透過價格調整反映成本結構。
也有業者認為，台積的晶圓代工定價權，短期難被撼動，轉單消息對其利大於弊，反而讓外界對台積的「壟斷疑慮」消退。
進入2奈米GAA世代後，製造難度大增，客戶對良率與量產穩定度的要求遠高於價差。
當AI晶片單價動輒數千美元甚至上萬美元時，任何良率波動或量產延遲造成的損失，都遠高於代工價格調整幅度。對AI晶片大廠來說，最重要的是產品能否準時上市、整體效能表現是否達標，而非每片晶圓便宜多少。
供應鏈人士直言，台積完全不缺客戶，即使部分客戶減少下單，立刻有其他客戶補上缺口。反之，若客戶在AI競賽關鍵時刻脫隊，想重新取得同等規模產能與資源，難度更高。
責任編輯：何致中
