在苏黎世 Evertiq Expo 展会上，半导体商业智能公司的 Claus Aasholm 对处于结构转型期的半导体行业进行了数据驱动的分析——结果与大多数季度报告所呈现的情况大相径庭。

克劳斯·阿肖尔姆有个习惯，大多数企业文化都会觉得不自在。他会阅读投资者电话会议记录，核对相关的财务数据，然后确认这两者是否传达了相同的信息。

半导体商业智能的诞生源于一个简单的观察：Aasholm 对 25 家公司进行了审查，发现它们都报告了出色的季度业绩，都高于平均水平，并且都获得了市场份额。

当然，问题在于，平均而言，公司都只是普通公司。“当你开始粉饰数据时，你会发现，虽然首席执行官没有撒谎，但他们呈现的真相版本肯定是公司乐于接受的。”

他多年来一直致力于记录叙事与数据之间的这种差距。

半导体行业的周期历来具有可预测性：大约四年，能够抵御从互联网泡沫破裂到新冠疫情等各种危机，而且规律清晰，大多数参与者都已掌握了何时投资、何时观望的规律。但Aasholm目前追踪的情况却有所不同。

WSTS的数据显示，半导体行业目前的营收比上一个周期峰值高出约45%，达到了前所未有的高度。

预测显示，到今年年底，这一峰值将翻一番。但更重要的数字是，目前数据中心在半导体总营收中所占的份额：略高于51%。其他所有领域——工业、汽车、移动设备、个人电脑——的营收占比仍低于上一个峰值。

阿肖姆认为，这并非周期性变化，而是结构性变化。投资、资产配置和竞争地位的规则正在被改写，并非业内每家公司都处于这种转变的有利位置。

报告中一个颇具洞察力的观点与目前普遍认为的半导体产能全面扩张的说法截然相反。以实际物理产量（12英寸等效晶圆）衡量，台积电的整体产能并未增长。该公司正将投资转向尖端制程节点，而减少对成熟制程节点的投资，这意味着任何依赖老旧技术的企业都将面临一个悄然萎缩的供应商。

“这并非外界所报道的真相。外界的说法是：我们在美国建晶圆厂，我们在台湾建16座晶圆厂，我们在世界各地建晶圆厂。但总产能并没有提高。”

对于亚利桑那州的晶圆厂，他的说法同样直截了当。台积电负责运营这些晶圆厂，并拥有相关的知识产权。目前，亚利桑那州生产的晶圆会被运回中国台湾进行先进封装。

“美国人非常自豪——瞧瞧，我们现在有了本土的、美国制造的产能，”他说。“是啊，我知道，晶圆厂是台湾人运营的，台湾人掌握着所有的知识产权。但它是美国的。不，它不是。这只是政治罢了。”

阿肖姆认为，真正发生变化的并非芯片的生产地点，而是芯片的组装方式。人工智能性能提升的核心驱动力在于先进的封装技术——内存芯片与计算芯片之间的距离越来越近，计算芯片与计算芯片之间的距离也越来越近。台积电在其“晶圆代工2.0”战略中正式确立了这一理念，并迅速占据了近30%的OSAT（外包半导体组装和测试）投资份额。那些理解了这一点并进行相应投资的公司，正在超越那些尚未意识到这一点的公司。

“与其说这是一场半导体技术革命，不如说这是一场封装革命。”

如果说封装技术的讨论是本次演讲的结构性观察，那么内存前景则是其中最紧迫的现实警示。多年来，内存资本支出一直受到抑制——先是残酷的价格环境，后是NAND闪存价格暴跌，甚至令资金雄厚的公司也感到恐慌。如今，这种投资缺口已成为整个行业面临的难题。

内存价格正急剧上涨。美光科技已将其约三分之一的移动和PC客户端产能转向数据中心。近几个季度，最大买家的采购承诺额已从约2500亿美元跃升至6000亿美元，其中仅最近两个季度就贡献了大部分增长。美光科技的一位客户甚至签署了一份为期五年的供货合同——比一个完整的半导体周期还要长。

“如果你需要存储功能，你去年就应该预订了。”

营收和利润率方面的影响已经显现。SK海力士有望在今年超越台积电，成为全球营收第二大的半导体公司。领先的存储器公司的毛利率预计将超过80%，这是业内前所未有的水平。

并非所有人都从中受益。混合型制造商——即结合内部生产和代工外包的公司——已经连续14个季度处于低迷状态。这些公司生产的零部件维持着工业设备的运转、车辆的运行以及建筑物的供暖。它们的首席执行官们不断发出即将复苏的信号。但阿肖姆对此并不信服。

“在我看来，这些公司比人工智能重要得多——因为正是这些公司通过它们向世界推出的各种产品，保障了我们的安全、健康、温暖、行动便利和就业。”

阿肖姆最后对比了2020年和现在的行业状况。半导体收入几乎翻了一番。云计算资本支出增长了300%。半导体资本支出增长了69%。“或许这两个数字不必完全吻合，”他说，“但我认为它们至少应该大致吻合。”

他在苏黎世所描述的行业高度集中，结构正在发生转变，而且产能利用率极高，容错空间极小。那些取得成功的公司，其规模和利润率都达到了前所未有的水平。而那些失败的公司，则正经历着周期中前所未有的、持续时间和类型上的衰退。

正如阿肖姆所说，硅谷的“牛仔们”过去总是直言不讳。而如今的硅谷更倾向于用一种更容易被人接受的方式来表达。在他看来，他的工作就是检验数据是否一致。而数据往往并不一致。