進入2023年，消費電子行業并未扭轉下滑趨勢，所謂的“寒冬”也蔓延至半導體上游。今年第二季度，三星電子的營業利潤暴跌95.74%，僅為6000億韓元（約合人民幣33.5億元），其他上游半導體制造商也遭遇了困難。

自去年年底以來一直備受關注的生成型人工智能推動了對人工智能芯片的需求激增，價格一路上漲。雪花般的訂單也從互聯網公司流向芯片設計制造商，然后流向芯片制造商，這一度被視為扭轉當前半導體下降周期的關鍵。

然而，臺積電對人工智能正在推動芯片需求激增的說法潑了一盆冷水。

7月20日，半導體代工龍頭臺積電發布了截至6月30日的第二季度財報。盡管其業績超出分析師預期，但營業收入仍同比下降10%，至4808.4億新臺幣（約1115.55億元人民幣），而凈利潤則下降23%，至1818億新臺幣。

四年來，臺積電的凈利潤首次出現下滑。

更重要的是，即使作為僅次于英偉達和AMD的最大贏家，臺積電也不看好人工智能在短期內帶來的芯片需求變化。與英偉達所描述的前景相反，臺積電并不認為人工智能能夠在今年下半年，甚至幾年內推動半導體需求的增長。

01 消費電子繼續跌，AI 不過初長成

就在前段時間，各家市場研究公司陸續都發布了第二季度全球智能手機和 PC 市場的報告。

其中 Calalys 的報告顯示，全球智能手機出貨量同比下滑 11%，按此計算總出貨量應該在 2.55 億臺左右；IDC 的報告則顯示，全球個人電腦出貨量同比下滑 13.4%，掉到了 6160 萬臺。

二季度全球智能手機市場，圖/ Canalys

好消息是，兩大消費電子市場的跌幅沒有進一步擴大。不過出貨量的下降規模依然相當可觀，單單上季度就又少出貨了 3157 萬臺智能手機和 280 萬臺 PC，可想而知對上游供應鏈的沖擊。

核心的問題也沒有得到解決，一是渠道和組件的高庫存，二是需求的持續疲軟。業績說明會上，臺積電首席財務官黃仁昭指出，下游庫存的消化速度比預想中慢，雖然看到了部分客戶的生意已經復蘇，但在高通脹、高利率的市場背景下，客戶的拉貨趨于保守，下半年的需求增長會比以往都要低。

最有力的證明是，針對下半年的風險，臺積電將全年營收預期從 1%-6%的下滑調整為了 10%。臺積電總裁魏哲家明確表示，AI 拉動的需求不足以彌補庫存調整與經濟前景不佳的干擾，產值與 IC 設計客戶產值都比先前進一步下調。

要知道，不管是 AMD 最近發布的 MI300X 與 MI300A，還是所有人都在搶購的英偉達 A100/H10、A800/H800（國內特供），都嚴重依賴于臺積電的 CoWoS 先進封裝產能。

AMD CEO 蘇姿豐近期甚至在媒體采訪中表示，MI300 系列芯片「沒有臺積電是做不到的」。而前不久，英偉達 CEO 黃仁勛也拜訪了臺積電，核心同樣是確保足夠的 CoWoS 產能。

但就算 Meta、字節跳動等互聯網巨頭，過去半年至少投入了上百億美元購買英偉達 GPU 用于大模型的訓練和推理，英偉達也在不斷向臺積電追加訂單，面向 AI 訓練和推理的 AI 芯片目前仍然僅占臺積電總營收的 6%。

且臺積電認為，未來五年 AI 芯片的營收占比預計將增加到 10%。背后的潛臺詞是，臺積電也不太看好未來數年 AI 的爆發式增長。

02 AI 改變世界，可能還要再等等

今年年初，ChatGPT 席卷全球，隨后更是不斷發酵，各種大模型、失業、應用……各種消息的充斥，多少砸得人有些頭暈眼漲，難免讓人誤以為：AI 改變世界，只在一夜之間。

等到網絡分析公司 Similarweb 指出，ChatGPT 的全球訪問量再 6 月出現了首次環比下滑，降幅更是達到 9.7%，很多人才稍微冷靜下來，重新審視 AI 改變世界的進程。

這一輪生成式 AI 的進展確實相當快速，從 ChatGPT 的橫空出世，到各家大模型的醞釀與發布，再到 OpenAI 和微軟率先主導的商業化。

上周，微軟正式公布了 Microsoft 365 Copilot 的定價—— 30 美元/月。Microsoft 365 Copilot 是微軟與 OpenAI 合作開發的可與 Office 軟件配合使用的 AI 工具。微軟曾表示，Microsoft 365 Copilot 是其對未來工作的愿景，通過集成 GPT-4 支持，可使用讓用戶自然語言文本提示自動生成 Office 內容。

但即使是最被看好的 ChatGPT 和 Microsoft 365 Copilot，也尚未成熟。一方面是由于 AI 生成內容的不可靠性，包括了語料追溯和「幻覺」等底層問題。

另一方面則是在使用交互上。雖然自然語言的輸入方式讓交互方式變得前所未有地自然，但提示詞（Prompt）的門檻至少眼下實際很高，絕大部分人難以掌握甚至理解。不僅是用戶使用頻率不高，涌現出的各種 AI 應用于普通用戶而言，使用場景也不明確。客觀上，這些都造成了生成式 AI 的實際使用率不高。

當然，AI 在可見的未來，仍然會是計算世界最大的機會。微軟創始人比爾·蓋茨曾言：「我們總是高估未來兩年的變化，低估未來十年的變革。」

03 生成式 AI，也繞不過新技術的規律

新技術的擴散很少是勻速進行的。市場研究機構 Gartner 早在上世紀 90 年代就提出了技術成熟度曲線，指出大多數技術都會不可避免地經歷萌芽期、過熱期、低谷期、復蘇期以及成熟期。

起初，媒體的炒作總是讓人對實際取得的進步產生了過高的預期，技術開發者和企業必須有一點耐心和毅力，并保持清醒的頭腦和健康的心態。然后，等技術達到一個轉折點，通常需要匯集幾項不同的開發成果，并將把它們整合在一起，使得產品體驗實現質的變化。

以智能手機為例，初代 iPhone 面世之時，移動電話和手持個人數字助理，也就是 PDA （又稱掌上電腦）已經發展了十年。直到 iPhone 在觸摸屏上取得的技術進步，以及簡約的工業和人機交互設計，最終才帶來了一個智能手機的時代。

黃仁勛將 ChatGPT 比作 AI 的 iPhone 時刻，然而他沒有說出的是，智能手機要引發真正的狂潮，還要等到 App Store 面世兩年后的 iPhone 4，彼時蘋果 CEO 喬布斯喊出的口號是：This changes everything.Again.（再一次，改變一切。）

AI 既有相似之處，又有不同之處。ChatGPT 之后，所有人看見 AI 到達了一個關鍵的節點——機器已經能以自然語言與人類進行順暢的交流。但顯然還不夠，先拋開人工智能對人類智能的替代問題不談，至少一個滿嘴「胡話」的 AI 很難獲得信任，最終的應用場景也很難擴展、落地。

但所有技術都不是一蹴而成的，生成式 AI 也逃不開這條規律。