进入 2023 年，消费电子产业并没有扭转下行的趋势，所谓「寒冬」还顺势弥漫到了半导体上游，今年第二季度三星电子的营业利润大跌 95.74%，仅为 6000 亿韩元（约为 33.5 亿人民币），其他半导体上游厂商也都不太好过。

而从去年末大火至今的生成式 AI，一举推动了 AI 芯片的需求爆发，价格一路走高，雪花般的订单也从互联网公司飞到芯片设计厂商，再飞到芯片制造厂商，一度被视为扭转本轮半导体下行周期的关键。

然而台积电还是对 AI 推动芯片需求激增的说法泼了一盆冷水。

7 月 20 日，半导体代工龙头台积电发布了截至 6 月 30 日的第二季度财报，尽管业绩表现超出了分析师预期，但营业收入还是同比下滑 10%至 4808.4 亿新台币（约合 1115.55 亿元人民币）净利润则下滑了 23%，降至 1818 亿新台币（约合 421.78 亿元人民币）。

四年来，台积电净利润遭遇了首次下滑。

更重要的是，即便作为站在英伟达和 AMD 背后的最大赢家，台积电也不看好 AI 在短期内带来的芯片需求变化，与英伟达描绘的前景截然相反，台积电不认为在 AI 能在今年下半年驱动半导体需求恢复增长，甚至是在几年内都不会。

消费电子继续跌，AI 不过初长成

就在前段时间，各家市场研究公司陆续都发布了第二季度全球智能手机和 PC 市场的报告。其中 Calalys 的报告显示，全球智能手机出货量同比下滑 11%，按此计算总出货量应该在 2.55 亿台左右；IDC 的报告则显示，全球个人电脑出货量同比下滑 13.4%，掉到了 6160 万台。

二季度全球智能手机市场，图/ Canalys

好消息是，两大消费电子市场的跌幅没有进一步扩大。不过出货量的下降规模依然相当可观，单单上季度就又少出货了 3157 万台智能手机和 280 万台 PC，可想而知对上游供应链的冲击。

核心的问题也没有得到解决，一是渠道和组件的高库存，二是需求的持续疲软。业绩说明会上，台积电首席财务官黄仁昭指出，下游库存的消化速度比预想中慢，虽然看到了部分客户的生意已经复苏，但在高通胀、高利率的市场背景下，客户的拉货趋于保守，下半年的需求增长会比以往都要低。

最有力的证明是，针对下半年的风险，台积电将全年营收预期从 1%-6%的下滑调整为了 10%。台积电总裁魏哲家明确表示，AI 拉动的需求不足以弥补库存调整与经济前景不佳的干扰，产值与 IC 设计客戶产值都比先前进一步下调。

要知道，不管是 AMD 最近发布的 MI300X 与 MI300A，还是所有人都在抢购的英伟达 A100/H10、A800/H800（国内特供），都严重依赖于台积电的 CoWoS 先进封装产能。

AMD CEO 苏姿丰，图/ AMD

AMD CEO 苏姿丰近期甚至在媒体采访中表示，MI300 系列芯片「没有台积电是做不到的」。而前不久，英伟达 CEO 黄仁勋也拜访了台积电，核心同样是确保足够的 CoWoS 产能。

但就算 Meta、字节跳动等互联网巨头，过去半年至少投入了上百亿美元购买英伟达 GPU 用于大模型的训练和推理，英伟达也在不断向台积电追加订单，面向 AI 训练和推理的 AI 芯片目前仍然仅占台积电总营收的 6%。

且台积电认为，未来五年 AI 芯片的营收占比预计将增加到 10%。背后的潜台词是，台积电也不太看好未来数年 AI 的爆发式增长。

AI 改变世界，可能还要再等等

今年年初，ChatGPT 席卷全球，随后更是不断发酵，各种大模型、失业、应用……各种消息的充斥，多少砸得人有些头晕眼涨，难免让人误以为：AI 改变世界，只在一夜之间。

等到网络分析公司 Similarweb 指出，ChatGPT 的全球访问量再 6 月出现了首次环比下滑，降幅更是达到 9.7%，很多人才稍微冷静下来，重新审视 AI 改变世界的进程。

这一轮生成式 AI 的进展确实相当快速，从 ChatGPT 的横空出世，到各家大模型的酝酿与发布，再到 OpenAI 和微软率先主导的商业化。

上周，微软正式公布了 Microsoft 365 Copilot 的定价—— 30 美元/月。Microsoft 365 Copilot 是微软与 OpenAI 合作开发的可与 Office 软件配合使用的 AI 工具。微软曾表示，Microsoft 365 Copilot 是其对未来工作的愿景，通过集成 GPT-4 支持，可使用让用户自然语言文本提示自动生成 Office 内容。

基于提示词和已有文件生成 PPT，图/微软

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 生成内容的不可靠性，包括了语料追溯和「幻觉」等底层问题。

另一方面则是在使用交互上。虽然自然语言的输入方式让交互方式变得前所未有地自然，但提示词（Prompt）的门槛至少在眼下还很高，绝大部分人难以掌握甚至理解。不仅是用户使用频率不高，涌现出的各种 AI 应用于普通用户而言，使用场景也不明确。客观上，这些都造成了生成式 AI 的实际使用率不高。

当然，AI 在可见的未来，仍然会是计算世界最大的机会。微软创始人比尔·盖茨曾言：「我们总是高估未来两年的变化，低估未来十年的变革。」

生成式 AI，也绕不过新技术的规律

新技术的扩散很少是匀速进行的。市场研究机构 Gartner 早在上世纪 90 年代就提出了技术成熟度曲线，指出大多数技术都会不可避免地经历萌芽期、过热期、低谷期、复苏期以及成熟期。

技术成熟度曲线，图/ Gartner

起初，媒体的炒作总是让人对实际取得的进步产生了过高的预期，技术开发者和企业必须有一点耐心和毅力，并保持清醒的头脑和健康的心态。然后，等技术达到一个转折点，通常需要汇集几项不同的开发成果，并将把它们整合在一起，使得产品体验实现质的变化。

以智能手机为例，初代 iPhone 面世之时，移动电话和手持个人数字助理，也就是 PDA （又称掌上电脑）已经发展了十年。直到 iPhone 在触摸屏上取得的技术进步，以及简约的工业和人机交互设计，最终才带来了一个智能手机的时代。

黄仁勋将 ChatGPT 比作 AI 的 iPhone 时刻，然而他没有说出的是，智能手机要引发真正的狂潮，还要等到 App Store 面世两年后的 iPhone 4，彼时苹果 CEO 乔布斯喊出的口号是：This changes everything.Again.（再一次，改变一切。）

AI 既有相似之处，又有不同之处。ChatGPT 之后，所有人看见 AI 到达了一个关键的节点——机器已经能以自然语言与人类进行顺畅的交流。但显然还不够，先抛开人工智能对人类智能的替代问题不谈，至少一个满嘴「胡话」的 AI 很难获得信任，最终的应用场景也很难扩展、落地。

但所有技术都不是一蹴而成的，生成式 AI 也逃不开这条规律。