**Broadcom（博通）**執行長 **Hock Tan（陳福陽）**週一表示，隨著 AI 持續擴張，真正可能卡住產業腳步的，不再是晶圓或記憶體供給，而是「資本」本身；同時，AI 運算需求恐一路大幅超過供給，直到 2029 年甚至延伸到 2030 年。
重點整理：
- 博通執行長陳福陽指出，限制 AI 成長的最大變數，將從晶圓、記憶體供給轉為資本。
- 他預期，運算需求可能一路高於供給到 2029 年，甚至可能拖到 2030 年。
- 英特爾執行長陳立武也強調，資本成本與 AI 投資回報壓力正在升溫。
陳福陽：產能瓶頸後，資本將成最大約束
陳福陽在新加坡一場座談中指出，博通雖然正逐步化解晶圓與記憶體短缺問題，但隨著 AI 開發規模愈來愈大，「資本」將成為公司擴張的首要限制。
他提到，前緣實驗室 Anthropic 與 OpenAI 已經展現出，透過最新一代模型、尤其是 AI 個人助理等應用，能帶來相當可觀的營收，進一步推升市場對高階運算的胃口。
過去兩年，產業連續遭逢一個又一個供給瓶頸，卻也逐步消化。陳福陽在 DBS Asia Future Forward Conference 上表示，當下的記憶體短缺，「一年後可能就不是問題」。他並預估，晶圓供給吃緊的情況，最快有望在 2028 或 2029 年緩解；至於電力供應，則有賴新一波基礎建設上線後才會改善。
他直言，目前「市場對運算基礎設施的需求，遠大於我們能提供的供給」，而這種供需缺口恐怕會一路延續到 2029 年，甚至不排除拉長到 2030 年。
延伸閱讀：ChatGPT 智慧介面升級：為 12 億用戶把圖表和計算器直接塞進答案裡
陳立武：資本成本與投資報酬成壓力
**Intel（英特爾）**執行長 **Lip-Bu Tan（陳立武）**也在同場活動中呼應這項憂慮，指出現階段企業推進 AI 投資，首先得面對的是「資本取得與資本成本」。
「如果要說眼前最大的挑戰，那就是資本以及資本成本；再來是長期而言，大家都想看到投資報酬率（ROI），」他說。這些壓力，將直接落在資料中心、晶片製造與電力建設等大型專案上，而這類投資往往需要數年才能回本。
陳福陽同時提醒，若企業對高階模型的採用不如預期，或模型能力的提升趨於平緩，AI 運算需求也可能因此降溫。陳立武則表示，企業未來將更被要求拿出具體成果，包含提高營運效率、開創新商業模式等，才能說服市場繼續為 AI 投資埋單。
博通的 AI 融資布局
值得注意的是，一個月前，陳福陽談到的瓶頸，還是另一個面向。在 高盛（Goldman Sachs） 9 月 8 日舉辦的科技會議上，他表示，博通在晶圓、記憶體與載板等供應上，基本上都能做中長期規劃，但真正難以掌握的，是「具備電力條件的資料中心場址」何時能到位。
他同時說明，博通已與 Apollo、**Blackstone（黑石）**合作設計融資架構，由銀行與財務投資人分擔部分風險，協助現金流不足的 AI 實驗室，籌措所需的運算資本支出。
今年 6 月，三方共同推出一項 AI 基礎建設平台，首期規模達 350 億美元，由 Apollo 領銜，目標是在 2028 年前，為前緣實驗室提供逾 20 吉瓦（GW）的運算能力。首筆交易即鎖定 Anthropic 先前公布的擴建計畫，涵蓋超過 1 吉瓦的算力新增。
