打破 AI 泡沫傳言，穎崴：真正的難關在產能供不應求

面對市場關於 AI 泡沫的討論，測試介面業者穎崴表示，當前產業面對的實際難題並非需求疲弱，而是產能供不應求。這個來自供應端的第一手觀察，為泡沫論提供了對照的依據。

泡沫論的核心疑慮在於投資與回報的落差。AI 基礎建設的資本支出規模龐大，而終端應用的營收成長是否足以支撐這些投入，目前仍缺乏明確的驗證。這種疑慮並非無的放矢——歷史上多次技術浪潮都經歷過投資超前於需求的階段。

但從供應鏈的角度看，訊號相當不同。測試介面產品位於半導體製造的後段，其出貨量與實際完成的晶片數量直接相關；而當這個環節的產能持續吃緊、交期無法縮短，代表實際流過產線的晶片數量確實在快速增加，而非僅是帳面上的訂單堆積。

這種差異的關鍵，在於觀察的位置。從資本市場看到的是估值與預期，容易受情緒放大；從供應鏈看到的是實體出貨，反映的是已經發生的生產活動。兩者若出現明顯背離，通常意味著市場預期跑在實際進展之前；而若供應鏈的緊繃程度持續，則說明需求有實質支撐。

不過，供應鏈的緊繃也可能來自客戶的提前備貨。當市場擔心供給不足，客戶會傾向拉高安全庫存，這種行為會在短期內放大訂單量，卻不代表終端需求同步成長。庫存的堆積在需求轉折時會迅速反轉，這是所有供應鏈參與者都熟悉的循環模式。

後續觀察重點在於庫存水位與終端出貨的比對。若客戶的庫存天數維持在合理範圍，且終端 AI 服務的使用量持續成長，供不應求的狀態就有實質基礎；反之，若庫存明顯累積而終端成長趨緩，就需要留意調整的風險。