AI的下一道瓶颈，可能是这个半导体行业观察
2026 年 7 月 23日，上海。一张桌子旁坐着前道设备、后道封装、晶圆制造、陶瓷、机械手、传感器、精密加工、材料、检测、投资研究与产业服务等不同环节的从业者。讨论从一个万亿美元级的问题开始：AI资本开支持续上行，最后会变成谁的订单？
四个多小时后，答案逐渐从“哪种设备增长最快”，收束到一个更朴素、也更残酷的判断：
半导体设备已经不缺增长故事，真正稀缺的是交付能力。AI 的下一道瓶颈可能不再只是 GPU数量和存储容量，而会落到一名需要五年培养的火工、一只必须稳定运行十年的晶圆机械手、一台迟迟到不了货的精密机床，甚至一滴无法通过逆向工程复制的材料添加剂上。
这就是 7·23 半导体设备与核心部件闭门研讨留给行业最值得记住的结论。
本文根据现场记录整理，并依查塔姆守则作匿名转述，不将任何信息与具体发言者及其所在机构关联；文中涉及估算和前瞻判断的数据均为研究性口径，不构成投资建议。
一张桌子，为什么能看见整条产业链
半导体设备不是一个只看公司经营数字就能理解的行业。晶圆厂公布资本开支，设备公司披露订单，真正影响交付的却可能是更上游一只阀门、一块陶瓷、一套射频电源、一个MFC，或一个没有出现在任何上市公司公告里的材料配方。只有把下游需求、制造工艺、设备整机和核心部件放在同一张桌子上，才能看见订单如何传导，又在哪里被截断。
这场闭门会的参会者覆盖前道设备、后道封装、激光加工、晶圆制造、先进封装、陶瓷、机械手、传感器、真空器件、气体控制、精密结构件、复合材料、表面处理、第三方检测、芯片设计服务与产业研究等环节。有人正为订单暴增而招聘工程师，有人正在向日本客户报价，有人负责国产设备导入，有人长期拆解海外设备的可靠性，也有人从资本市场追踪全球存储厂和设备龙头。
正式讨论之前，每个人回答三个问题：你是谁、你能提供什么、你希望得到什么。这个环节看似普通，却建立了一张真实的供需地图。后来每一个宏观判断，都能迅速找到产业端验证：
说设备订单高增长，设备企业拿出招聘和框架协议的变化；
说零部件会短缺，供应商拿出交期从三个月变六个月的例子；
说国产替代加速，企业讲到海外客户从拒绝接待转为主动询价；
说先进封装是终局，工程人士立即追问翘曲、散热与可靠性；
说国产设备空间大，老设备人则用二手机残值和服务人数提醒大家，空间不等于能力。
四小时的讨论由此形成三个层次：先看总量，再拆结构，最后追到最上游零部件。最有价值的地方，不是所有人观点一致，而是乐观判断每向前走一步，都会被工程问题重新校准。
核心结论速览
1.设备景气已从预测进入交付验证。订单、招聘、长期框架、交期和补库同时变化，比单一市场预测更能说明周期位置。
2. 未来三年是多数人能看清的窗口。2026—2028年设备与零部件需求可见度较高，但先进设备和核心部件的能力建设仍要用五年、十年尺度衡量。
3. 存储是最大的总量驱动。HBM、DRAM 与 3D NAND 同时受益于AI；层数和结构升级又提高沉积、刻蚀、量测、减薄与键合的设备强度。
4.先进逻辑提供高价值量。2nm、GAA、背面供电和新材料继续推高单位产能投资，先进制程不会被封装替代。
5. 先进封装是第二条性能路线。当单颗芯片碰到成本和面积边界，Chiplet 与 3D堆叠接棒；对中国而言，这条路线还承担在极致微缩受限时继续提升系统性能的战略任务。
6.混合键合方向确定，节奏由工程决定。良率、热、翘曲、材料应力、检测和长期可靠性，会决定从样机到量产需要多久。
7.量检测是复杂工艺的放大器。工序越多、失败成本越高，过程控制越重要；把检测反馈从周/月压缩到小时，可以显著缩短研发周期。
8.成熟制程正在区域分化。国内凭成本、本地化和订单回流先进入高稼动，海外可能随后改善；但没有客户绑定的重复建设仍有风险。
9.零部件叠加四重逻辑。设备订单、补库存、国产替代和海外寻源同时发生，需求弹性可能高于整机，产能却更难扩。现场同时提出，海外职业经理人主导的设备企业更倾向分批扩产，这给创始团队主导、决策链更短的国内厂商留下了抢占产能窗口的机会。
10.最硬的瓶颈是人、材料和时间。火工、精密机加工、热处理、润滑与添加剂等，不会因为资本开支上升就立刻增加。
11.国产替代正在从备份转向主供。客户主动验证、设备厂参股孵化、海外客户来华寻源，说明本土供应链角色正在改变。
12.出海不是拿到询价，而是建立全球服务。一致性、备件、现场工程、合规和知识产权，是国际化的真正门槛。
13.行业红利不会平均分。平台、客户、数据、可靠性和服务形成强者恒强；新公司要靠新工艺或严重短缺环节才能打开窗口。
14.乐观应当带着验证清单。订单是否取消、交期是否回落、库存是否上升、量产是否延迟、云厂是否下调资本开支，都是比情绪更重要的反转信号。
需求正在上升，谁交得出来
半导体设备市场已经经历了一轮密集的预期上修。云厂商继续提高 AI基础设施资本开支，GPU、定制芯片与存储需求向晶圆厂传导，全球晶圆制造设备的预测中枢持续上移。这条增长链可以概括为：
AI资本开支增长，带动算力芯片与存储芯片销售；晶圆厂利润与利用率改善，推动资本开支；资本开支转化为设备采购；设备订单再向陶瓷、真空、射频电源、机械手、气体控制、精密结构件和材料等上游传递。
现场没有停留在宏观模型上。多家产业链企业给出的信号是：从 2025年四季度开始，订单出现明显加速。此前设备厂还在去库存、控制招聘，如今需要同时补人、补零部件、补安全库存。有客户开始签量很大的长期框架，设备公司拿到订单后的第一反应却是“现有能力交不出来”，只能把交付拆到更长时间。
这意味着行业的主要矛盾正在变化。
过去两年，企业担心的是“有没有需求”；现在担心的是“有没有人来装机、有没有核心件可以组装、供应商能不能按期扩产”。当需求从缓慢复苏切换到集中放量，设备整机的产能弹性相对更快，零部件与材料反而更容易成为硬约束。
现场一组粗略测算认为，全球半导体设备市场可能在三年内从约 1 万亿元人民币量级走向约 2万亿元。若零部件占设备价值量约四成，新增市场对应的上游增量非常可观。数字可以争论，趋势却已在微观订单里发生：海外零部件交期拉长，设备厂开始放弃年降要求，过去减少中国供应商的海外客户也重新主动找上门。
扩产的两个现实挑战：人，以及被放大的零部件需求
第一个挑战是人。设备订单落地以后，需要同步增加研发、生产、安装、调试和售后人员。现场嘉宾估算，若要充分支撑现有订单，部分设备公司的人员规模未来几年可能需要每年增长50%以上。这是现场压力测试口径，并非所有公司的正式招聘指引；它想说明的是，订单可以按季度跳升，成熟工程师却需要招聘、培训、认证和现场磨合，无法同比例快速复制。
中国的人才供给相对更充分，企业的招聘和调动速度也更快；海外设备公司还面临工程师老龄化、年轻人补充不足和跨地区服务成本较高等问题，人力短缺可能更加严重。设备厂即使能够扩建厂房、增加装配工位，也未必能在同一时间获得足够多可以独立进场的工程师。
第二个挑战是零部件库存。过去几年行业不够火热、订单较少，设备公司持续去库存，尤其压缩零部件库存。新订单到来后，它们不仅要采购生产新设备所需的零部件，还要恢复安全库存，并为设备交付后的更换、维修和现场服务准备备件。
因此，设备订单并不是按照一比一的比例传给零部件企业，而是要经过“生产需求＋库存修复＋装机后服务备件”的放大。现以零部件约占整机成本40%作为粗略锚点，认为零部件企业的收入增速可能高于设备整机。不过，实际放大幅度仍取决于设备类型、库存水位、装机基数和备件策略，不能把40% 简单理解成固定利润或固定增速。
从预测到交付，行业经历了四次切换
第一，从库存周期切换到资本开支周期。2024—2025年，设备厂仍在控制库存、招聘和费用；进入 2025 年四季度后，客户下单明显加快，行业不再只是消化旧库存，而是在准备新产能。
第二，从单笔订单切换到长期框架。当存储客户把未来数年的需求一次性框定，设备厂获得了更长能见度，也暴露出自身产能与人员不足。框架协议不是立即确认的收入，却是供应链开始提前占产能的信号。
第三，从采购压价切换到交付优先。过去客户强调年降，现在部分客户开始接受不降价，只要按时供货。价格仍然重要，但在供给紧张期，交期和稳定性暂时排到了前面。
第四，从去中国供应链切换到全球主动寻源。一些海外设备商原本希望减少中国供应商，如今因为本地人力、机加工和零部件产能不足，重新来中国寻找可以供往海外的产能。这个变化或许比任何情绪指标都更能说明供需。
海外设备厂为什么会主动把扩产速度放慢
现场有嘉宾提出一个容易被忽略的解释：海外设备厂扩产偏慢，不一定是没有看见需求，也不只是组织反应迟缓，而可能与职业经理人主导的治理结构有关。设备产能具有重资产、长周期和不可逆的特点，一旦行业需求回落，新增产线没有订单，扩产决策就会直接变成管理层需要承担的失误。
另一方面，职业经理人通常按年度业绩和相对有限的任期接受考核。如果在景气第一年一次性释放全部产能，未来几年就很难持续呈现稳定增长；更符合个人激励的做法，往往是分阶段投资、控制扩产斜率，把订单与利润逐年兑现。换句话说，海外厂商并非看不到机会，而是在主动保留安全垫和未来的业绩空间。
这恰好给国内设备厂留下了窗口。许多国内设备企业仍由创始团队主导，创始人的持股、声誉和企业长期生存高度绑定，决策周期可以跨越单个财年。面对确定性较高的客户需求，它们往往更愿意提前招人、锁定零部件、扩充装配与服务能力，承受短期利用率波动，以更快交付换取市场份额。当然，这种优势成立的前提不是盲目扩产，而是订单能见度、质量体系和长期可靠性能够同步跟上。
为什么订单会呈现“前低后高”
设备订单确认到收入需要经过采购、装配、测试、发运、进厂、安装和验收。客户洁净室没有ready，设备就不能进场；核心件没有到，整机也不能装完。即使全年订单很高，收入也可能集中在下半年或下一年。
这会制造两种误判。资本市场可能因为上半年收入没有同步增长，怀疑订单真实性；企业也可能因为短期交付拥堵，误以为可以无限涨价。真正合理的观察方式，是把订单、合同负债、库存、发出商品、招聘、零部件交期和验收节奏放在一起看，而不是只盯单季收入。
为什么这一次不只是“周期反弹”
半导体设备过去长期随消费电子和库存周期波动。这一次更复杂，因为它同时由需求扩张和技术换代驱动。
一方面，AI对算力、存储和互联的需求仍在快速增长。现场有观点把这称作“长鞭效应”：最下游云厂商的资本开支，经过芯片、晶圆制造和封装层层放大，最后落到设备与零部件。只要AI 基础设施的投入回报仍然成立，上游就会持续获得订单。
另一方面，单位晶圆需要的设备步骤正在增加。先进制程进入2nm/GAA，晶体管结构、材料、背面供电与互联复杂度提升；DRAM、HBM 和 3D NAND不断增加层数；大芯片碰到光罩、功耗与成本边界后，性能接力棒开始交给 Chiplet、2.5D/3D 封装和系统级协同。
传统摩尔定律是把晶体管做得更小，系统级创新则是在芯片、存储、封装、互联、电源与散热之间重新分配任务。对设备行业来说，每一次系统创新往往都以新增工序为代价：更多沉积、更多刻蚀、更多清洗、更多检测、更多键合、更多减薄和更多高精度搬运。
所以，这一轮景气不能只用“晶圆厂扩了多少片产能”来解释，还要看每片晶圆需要多少道工艺、多少次检测、多少种新材料。需求数量和工艺强度同时上升，是它与传统库存反弹最大的区别。
AI 长鞭效应：一美元如何走到设备和零部件
第一站是云厂。云厂把现金投入数据中心、服务器、网络和电力系统，其中一部分变成加速器和存储采购。只要管理层仍认为算力供给不足，资本开支就会维持高位。
第二站是芯片与存储。GPU、ASIC、CPU、HBM、DRAM 和企业级 SSD的订单增加，芯片公司把更多晶圆和封装需求交给代工厂。AI 对性能和交付的敏感度高于对单价的敏感度，供应商因而更有能力扩产。
第三站是晶圆厂与封装厂。利用率、产品价格和长期订单改善后，制造企业把利润重新投进新厂、节点升级和封装产线。国内又叠加本地供应安全与产业份额提升的目标。
第四站是设备。晶圆厂资本开支中的大部分最终转化为光刻、刻蚀、沉积、清洗、量测、热处理、离子注入、涂胶显影、键合、减薄、切割与自动化设备。
第五站是零部件。每一台设备都要采购陶瓷、石英、碳化硅、腔体、阀门、密封件、射频电源、MFC、机械手、传感器和大量精密结构件。当整机订单增长、库存从低位回补时，零部件需求被二次放大。
