韓國央行警告 AI 投資降溫：2027 年半導體出口恐低於預期千億美元，HBM 超級循環面臨什麼風險？

AI 熱潮正在支撐韓國經濟，但央行開始計算另一種未來

2026 年 10 月 26 日，韓國央行（Bank of Korea，BOK）向國會提交的書面答覆揭露一項悲觀情境：若美國大型科技企業的人工智慧基礎建設投資明顯放緩，2027 年韓國半導體出口金額可能比原先預測少 500 億至 1,000 億美元。韓國媒體率先披露，Reuters 於 27 日跟進報導。這並非已經發生的出口損失，也不是央行的基準預測，而是一項衡量經濟脆弱性的壓力測試。

按照韓國《每日經濟新聞》所引述的央行答覆，原先的 2027 年半導體出口預測約為 6,000 億美元。若缺口達 500 億美元，便相當於低於基準 8.3%；若達 1,000 億美元，則相當於 16.7%。換句話說，悲觀情境的出口水準約為 5,000 億至 5,500 億美元，而不是宣稱半導體產業會直接蒸發一千億美元的既有收入。

為什麼 AI 資本支出能左右一個國家的出口？

大型雲端業者擴建資料中心，會採購 GPU、AI 加速器、伺服器、網路設備及儲存系統。這些設備需要大量高頻寬記憶體（HBM）、DRAM 和 NAND。韓國擁有 SK hynix 與 Samsung Electronics 等全球重要記憶體供應商，因此美國雲端公司的資本支出，會透過設備訂單、晶片需求及記憶體價格傳遞至韓國出口收入。

這條鏈並不是「科技公司少花一美元，韓國就少出口一美元」。資本支出包含土地、建築、電力、冷卻與各類設備；晶片採購也會分散於不同國家。真正重要的是需求增速、庫存調整、供應擴張及價格之間的交互作用。當企業原先預期需求持續快速成長而擴產，一旦實際需求低於預期，價格可能比出貨數量更早出現壓力。

出口額暴增，為什麼不能只看出貨量？

出口金額可以近似理解為「出口數量 × 平均出口單價」。韓國央行相關統計經媒體整理指出，2026 年第三季半導體出口金額指數年增 223.1%，出口數量指數年增 15.6%。兩者差距凸顯價格與產品組合的重要性，但不能單憑兩個指數直接計算某一款 DRAM 或 HBM 的實際售價漲幅。

這也解釋為什麼央行悲觀情境同時考慮出貨成長放緩及半導體單價比預期低約 10%。即使工廠仍在生產、產品仍持續出口，單價下降也可能使總出口收入顯著低於原先估計。尤其當高價 HBM 與一般型記憶體在統計中混合時，產品組合改變也會影響平均單價。

韓國究竟有多依賴晶片？

根據 2026 年 9 月的出口統計，韓國半導體出口約 603 億美元，整體出口約 1,209.4 億美元，半導體占比約 49.9%。這是特定月份的出口占比，不能直接說半導體占韓國全年出口或 GDP 的一半。它仍然揭示一個問題：當單一產業貢獻了當月近半出口收入，該產業的價格循環就可能快速反映在貿易收支及匯率預期。

同一時間，汽車、零組件與部分傳統製造業的出口表現相對疲弱，使其他產業在短期內補足晶片缺口的能力受到質疑。韓國央行估計，在上述悲觀情境下，2027 年經濟成長率可能比原先預測低約 0.4 個百分點，經常帳順差也可能顯著低於原先預測，並對韓元形成貶值壓力。這裡的 0.4 是「百分點」，不是 GDP 規模直接縮水 0.4%。

HBM 與一般 DRAM：同樣是記憶體，風險並不相同

HBM 透過垂直堆疊 DRAM 晶片與高密度互連，提供 AI 加速器所需的高記憶體頻寬。其製程、封裝、良率及客戶認證門檻較高，供應擴張通常沒有一般標準化產品那麼快。韓國央行在 2026 年 7 月仍指出，AI 帶動的半導體超級循環尚未結束，部分原因正是 HBM 等客製化產品的供給擴張受到限制。

然而，供給受限不代表價格永遠上漲。如果資料中心建設延遲、GPU 交付節奏改變，或雲端業者調整採購計畫，HBM 的成長預期也可能下修。一般 DRAM 與 NAND 則還面臨更多標準化產能、庫存及價格競爭因素。把所有記憶體產品當成同一種市場，容易高估或低估個別公司的風險。

對台灣意味著什麼？

台灣與韓國都處於 AI 硬體供應鏈核心，但產業分工並不完全相同。韓國的重要曝險集中於記憶體，台灣則涵蓋先進晶圓代工、CoWoS 等先進封裝、伺服器組裝、電源及散熱供應鏈。因此，若美國大型科技公司延後 AI 資本支出，兩地可能同時面臨需求預期下修，但受到影響的時間、價格機制與產品種類不一定一致。

例如，已簽訂長期供應合約的先進封裝產能，不一定立即跟隨現貨記憶體價格變動；反過來，若新資料中心專案被延後，伺服器零組件與設備訂單也可能受到影響。這些是基於供應鏈結構的推論，不是韓國央行對台灣企業的正式預測。

AI 泡沫破裂了嗎？三種情境比單一標題更有用

情境一：投資持續成長，但增速放慢。 AI 需求仍擴大，記憶體需求可能繼續增加，只是高基期下的價格與營收成長放緩。這不等於產業衰退。

情境二：資本支出低於預期，供給擴張卻持續。 新增產能遇到需求下修，庫存累積與價格競爭可能放大出口收入缺口。韓國央行的悲觀情境正是在提醒這類風險。

情境三：AI 應用帶來足夠的商業收入，消化新建算力。 如果推論需求、企業採用與服務收入能支撐資料中心使用率，硬體投資可能維持較長的成長週期。但仍須觀察實際資本回報，不能僅憑模型能力進步推定投資一定成功。

2027 年真正值得追蹤的指標

比起猜測泡沫何時破裂，更有用的是持續觀察美國雲端業者的資本支出指引、HBM 產能利用率與客戶認證、DRAM/NAND 合約價格、韓國出口金額與數量指數的落差，以及資料中心實際上線進度。尤其要區分「仍在成長」與「低於原本預期」：股市與供應鏈訂單常常對後者更敏感。

結論：韓國央行不是宣布 AI 寒冬，而是在量化集中風險

韓國半導體出口的強勢，正是全球 AI 建設熱潮的具體結果；而央行提出的 500 億至 1,000 億美元缺口，提醒市場同一股力量也可能在需求放緩時放大波動。真正的問題不只是 AI 是否繼續進步，而是企業投入的龐大資本，能否轉化為足以持續支持下一輪硬體採購的現金流。

Tech English 技術名詞

Capital Expenditure（資本支出，CapEx）：企業投入資料中心、伺服器、設備等長期資產的支出，與日常營運費用不同。

High Bandwidth Memory（高頻寬記憶體，HBM）：透過堆疊與高密度互連提升資料傳輸頻寬的記憶體，常用於 AI 加速器。

Semiconductor Supercycle（半導體超級循環）：需求與投資長時間擴張的產業週期描述，不保證價格只漲不跌。

Export Value Index（出口金額指數）：衡量出口金額變動的指標，會受到數量、價格與產品組合影響。

Current Account Surplus（經常帳順差）：一國經常帳收入高於支出的差額，包含商品、服務、初次所得與二次所得。

Scenario Analysis（情境分析）：在特定假設下估算可能結果的分析方法，並非宣告該結果必然發生。