填不上消費電子的「洞」。

進入 2023 年，消費電子產業并沒有扭轉下行的趨勢，所謂「寒冬」還順勢彌漫到了半導體上游，今年第二季度三星電子的營業利潤大跌 95.74%，僅為 6000 億韓元（約為 33.5 億人民幣），其他半導體上游廠商也都不太好過。

而從去年末大火至今的生成式 AI，一舉推動了 AI 芯片的需求爆發，價格一路走高，雪花般的訂單也從互聯網公司飛到芯片設計廠商，再飛到芯片制造廠商，一度被視為扭轉本輪半導體下行周期的關鍵。

然而臺積電還是對 AI 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，盡管業績表現超出了分析師預期，但營業收入還是同比下滑 10%至 4808.4 億新臺幣（約合 1115.55 億元人民幣）凈利潤則下滑了 23%，降至 1818 億新臺幣（約合 421.78 億元人民幣）。

四年來，臺積電凈利潤遭遇了首次下滑。

更重要的是，即便作為站在英偉達和 AMD 背后的最大贏家，臺積電也不看好 AI 在短期內帶來的芯片需求變化，與英偉達描繪的前景截然相反，臺積電不認為在 AI 能在今年下半年驅動半導體需求恢復增長，甚至是在幾年內都不會。

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，圖/ AMD

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。

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。

基于提示詞和已有文件生成 PPT，圖/微軟

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）的門檻至少在眼下還很高，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?？陀^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?！?/span>

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。

技術成熟度曲線，圖/ Gartner

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。