AI 需求狂飆，台積電為什麼還要面對毛利率壓力？

台積電 2026 年第三季法說會，呈現了一個乍看矛盾的畫面：先進製程需求強勁、營收成長超過預期，管理層卻反覆提醒投資人注意 2 奈米量產、海外廠成本與巨額資本支出。這不是單純的「業績很好」故事，而是 AI 基礎建設進入下一階段後，晶圓代工業的產能、封裝與成本結構同時被重塑。

資料說明：本文根據 2026 年 10 月 15 日法說會的 AlphaMemo.ai AI 轉錄稿整理。轉錄稿可能有辨識錯誤，以下數字及管理層說法均應以台積電正式財報與原始法說音檔為最終依據。原摘要有美元金額單位換算錯誤，本文依英文逐字稿的 billion 單位統一校正。

一、第三季財報：營收大幅增加，毛利率卻下滑

根據轉錄稿，台積電第三季美元營收為 467 億美元（US$46.7 billion），季增 16.2%；以新台幣計價季增 17.6%。毛利率為 66.4%，較上季下滑 1.3 個百分點；營業利益率為 58.7%，每股盈餘為 新台幣 29.43 元。營收與毛利率的不同方向，是這次法說會最值得追蹤的訊號。

管理層將毛利率下滑主要歸因於 N2（2 奈米）初期量產稀釋。新製程不是機台一開就能達到成熟製程的成本效率。設備折舊、良率學習、產能利用率、製程步驟與材料成本，都會影響每片晶圓的實際獲利。即使客戶願意為先進節點支付較高價格，早期成本仍可能先於規模效益反映在財報上。

第四季營收指引為 523 億至 543 億美元（US$52.3–54.3 billion），毛利率指引 65%～67%，營業利益率 56.5%～58.5%。這意味著公司預期先進製程的營收動能延續，但也沒有宣稱短期毛利率將一路攀升。

二、2 奈米已經進入營收結構，3 奈米仍是主力

第三季晶圓營收組合中，N2 占 8%、N3 占 33%、N5 占 28%、N7 占 10%，其餘節點合計 21%。7 奈米及以下的先進製程合計占 79%。這些比例是「晶圓營收占比」，不是出貨晶圓片數，也不是全球晶圓代工市占率。

N3 目前仍是營收占比最高的單一節點；N2 則已經從技術展示走向有實質營收的量產階段。轉錄稿指出，N2 在 2025 年第四季進入大量生產，2027 年 N2 家族年度產能預期將超過倍增，應用包括智慧型手機與高效能運算／AI。這同時解釋了為何新製程可以推升未來成長，卻也在現階段壓低毛利率。

更遠的 A14 路線圖則是 2027 年風險試產、2028 年量產。管理層在問答中表示，A14 的客戶活動度可能高於 N2，並預期 A14 將成為更大的製程節點。不過，客戶活動度不是確定訂單，製程規畫也不等於未來實際產能已全部落地。

三、AI 不只需要 GPU，Agentic AI 可能重新拉高 CPU 與網路需求

法說會談到的 AI 加速器長期展望尤其容易被誤讀。轉錄稿指出，管理層維持 2024～2029 年 AI 加速器需求年複合成長率約為 50% 中高段的預估，並強調這是較狹義的 AI accelerator 定義，不包含 CPU。因此，這個成長率不能直接視為整體半導體市場、台積電總營收或所有 AI 相關晶片的成長率。

為什麼 CPU 也重要？傳統的大型模型訓練高度仰賴 GPU 或客製化加速器，但 Agentic AI（代理型 AI）不只是一次生成答案。它可能持續呼叫工具、查詢資料庫、管理記憶、排程工作、執行驗證，並讓多個服務互相協作。這些任務會增加 CPU、記憶體、儲存與網路交換設備的工作量。

換言之，AI 資料中心的瓶頸正從「能否買到更多 GPU」，擴展為「GPU、CPU、網路、記憶體、封裝與供電能否一起擴張」。這是依據法說內容所做的產業推論，不代表每一類晶片都會以相同速度成長。對晶圓代工廠而言，需求的多樣化可能增加先進製程的客戶基礎，也讓產能分配更難預測。

四、CoWoS 從 5X 走向 9X、14X：晶片愈大，封裝愈像系統工程

當一顆 AI 加速器需要多個運算晶粒與高頻寬記憶體協同工作，封裝就不再只是保護晶片的外殼，而是決定資料能否高速傳輸、功耗能否控制，以及整個系統能否量產的關鍵。

轉錄稿中，管理層表示 CoWoS 相關技術已能量產 5X reticle size 尺寸，且良率表現良好，並正在開發 9X 與 14X。這裡的 X 是相對光罩曝光尺寸的封裝尺度描述，不是效能提升 5 倍、9 倍或 14 倍。更大的封裝面積意味著更多晶粒、互連、材料與熱管理挑戰，量產難度通常不會隨面積線性增加。

封裝技術進展對 NVIDIA、AMD 以及自研 AI ASIC 的雲端服務商都具有產業意義，但不能因此推論某一家客戶已確定採用尚在開發中的 14X 方案。競爭者的 EMIB 等技術也在發展，未來競爭焦點將同時包括效能、良率、成本與交期。

五、資本支出 600～640 億美元：台積電押注的是多年產能，不是一季景氣

台積電在轉錄稿中維持 **2026 年資本支出 600 億至 640 億美元（US$60–64 billion）**的預估，並表示 2026～2028 年投資額將顯著高於過去三年。這筆支出涵蓋先進製程、廠房、設備與相關產能準備，不能全部理解為購買 EUV 曝光機，也不能直接等同於當期費用。

半導體廠的擴產存在時間差。今天下單的設備，可能要經過交貨、安裝、驗證與良率提升，才能在未來幾年轉換為可出貨產能。因此，資本支出增加反映管理層對中長期需求的信心，也放大了需求不如預期時的折舊與產能利用率風險。

法說會同時指出，消費性與價格敏感市場仍面臨零組件漲價及總體經濟不確定性。這是一個重要的分野：AI／HPC 的強勁需求，不等於手機、PC 與所有消費性電子產品同步繁榮。

六、全球擴廠：供應鏈韌性與獲利率之間的拉鋸

海外廠房可以分散地緣政治與供應鏈集中風險，靠近重要客戶，卻通常也帶來更高的建廠、人工、營運與供應鏈協調成本。根據轉錄稿，管理層估計 2026 年海外廠對全年毛利率的稀釋接近 2 個百分點；在其後數年的擴張過程中，稀釋幅度可能擴大至 3～4 個百分點。這是對整體毛利率的影響估計，不是說海外廠本身只有 2% 的毛利率，也不宜武斷認定 2027 年就會立刻達到 4 個百分點。

台灣仍是先進製程擴張的重要基地，美國亞利桑那廠則持續推進。逐字稿另提到評估德州新廠可能性，以及與客戶 TerraFab 計畫進行討論。這些內容屬於評估或洽談，不能寫成德州建廠已正式定案。

從商業角度看，台積電正面對一個典型的全球化製造難題：提高地理分散程度，可能改善供應安全；但如果海外生產成本更高，毛利率就需要靠規模、定價、製程效率或產品組合來補償。對客戶而言，產能安全可能比單純追求最低晶圓價格更重要；對股東而言，投資報酬仍然必須被檢驗。

七、2027～2028 年真正要觀察什麼？

第一，N2 產能擴張能否伴隨良率與單位成本改善。單看 N2 營收占比增加，無法證明新製程已達到成熟獲利水準。

第二，N3 的成熟化能否抵銷 N2 的初期稀釋。不同節點同時處於成長、成熟與折舊階段，才是整體毛利率的決定因素。

第三，CoWoS 更大封裝尺寸能否從技術開發走向穩定量產。封裝能力若跟不上晶圓製造，AI 系統交貨仍可能受限。

第四，AI 加速器之外的 CPU、網路與記憶體需求是否持續擴張。Agentic AI 是合理的需求驅動假說，但仍須觀察實際客戶部署、資本支出與使用率。

第五，海外廠成本、設備交期與龐大資本支出是否侵蝕自由現金流與投資報酬。產能越大，錯估景氣循環的代價也越高。

結語：AI 時代的贏家，也必須承擔 AI 時代的成本

這場法說會最重要的訊息，不是「台積電很會賺錢」這麼簡單，而是 AI 正迫使整個半導體供應鏈從單一晶片競賽，轉向製程、先進封裝、全球產能、網路與能源的整體系統競賽。台積電目前擁有先進製程與封裝的強大優勢，但下一階段的考驗將是：能否在擴張速度前所未見的情況下，維持良率、交期、資本效率與長期獲利。

Tech English｜技術名詞中英對照

• Process Node（製程節點）：如 N2、N3、A14，代表一套電晶體與製造技術世代，不可直接視為實際電晶體尺寸。
• Yield Ramp（良率爬升）：新製程從初期量產逐步提高合格晶片比例、降低單位成本的過程。
• CoWoS（晶圓上晶片再封裝於基板）：將多顆運算晶粒與 HBM 等元件進行高密度整合的先進封裝技術。
• Reticle Size（光罩曝光尺寸）：半導體微影製程的曝光面積基準；封裝的 5X、9X、14X 不是效能倍數。
• Capital Expenditure, CapEx（資本支出）：購置廠房、設備與長期生產資產的投資，通常透過折舊逐期影響財報。
• Agentic AI（代理型人工智慧）：能規畫與執行多步驟任務、呼叫工具並與外部系統互動的 AI 工作模式。