台积电30周年庆，“半导体教父”张忠谋的”快意人生“

https://v.qq.com/txp/iframe/player.html?vid=h0538bbljw0&width=500&height=375&auto=0
台积电 创始人&董事长 张忠谋 ：谈企业成长和创新

10 月 23 日，恰逢台积电成立 30 周年，庆祝活动十分盛大。今天下午举行的半导体论坛由董事长张忠谋亲自主持，与 NVIDIA CEO 黄仁勋、高通 CEO Steve Mollenkopf 和苹果 COO Jeff Williams 等业内领袖展开了主题为“半导体的未来10年展望”（Semiconductor: The Next 10 Years）的对话，人工智能、自动驾驶汽车等成为热门话题。

图丨在 30 周年庆论坛中，台积电也邀集了主要的大客户，一起畅谈半导体产业的下个 10 年

作为人类社会中最重要的支柱之一，全球半导体行业的格局在近几年发生了剧烈的变动，凭借半导体优势而一度实现经济高速增长的台湾表现似有下降。而此前也传出消息，张忠谋将在明年 6 月份正式退休，一时间引起热议，作为台湾半导体的代名词，台积电这家行业巨头的命运也因此突然变得扑朔迷离了起来。

半导体行业共襄盛举

能把苹果、NVIDIA、高通这些互相合作、竞争甚至打官司的公司，找来坐在一起的人，恐怕不多，今天这些公司的 CEO、COO 齐聚台北，只为卖一个人面子——台积电创始人张忠谋，他已经 86 岁高龄，虽然已经需要戴上耳机才能更听清楚大家讲话，但他却是全球半导体产业最有影响力的人，改变了半导体行业的发展方式。

图丨张忠谋

实际上，从一开始，半导体产业都是走从设计到制造都要自己来的 IDM（Integrated Device Manufacturer，集成器件制造）模式，投资成本高昂，为确保芯片产品能获得最大的利润，很多比较冷门的应用就乏人问津，这也造成很多概念性技术发展的瓶颈，基本上消费性电子市场的发展都由这些 IDM 所主导，这些 IDM 设计出什么方案，给了什么终端产品设计建议，通常都会变城市场主流，毕竟终端开发者没有太多选择。

即便部分规模较小的芯片设计公司依靠租借方式取得大厂的产能，但一来这些产能要应付自家的产品量产需求，设计公司往往都不能确保自己能否拿到足够产能。二来若接的单恰巧有自家公司需要的关建设计或技术，这些大公司也会毫不掩饰的将之用在自家未来产品上，也因为市场生态如此，一开始纯芯片设计厂商几乎都没有太多生存空间。

所以，当台积电开创晶圆代工服务这种模式的时候，许多拥有芯片设计能力、却没有足够资本兴建自有晶圆厂的企业，纷纷选择与台积电合作，加入创造自有方案的行列， IDM 这种经营模式在面临严苛的市场挑战下纷纷转变型态或直接退出市场。

图丨台积电开创了晶圆代工模式

毫无疑问，台积电的纯晶圆代工定位，不论在什么时间点都不会变成客户的竞争对手，从而确保了客户的知识产权，且因为专攻芯片代工，在工艺改进上的推进也更为积极。而为了加速芯片设计产业发展，台积电不仅仅只是在制造方面追求更高良率与晶体管密度，其更与业界合作或自行发展推出非常丰富的开发工具，大幅降低芯片设计的门槛，自此，无晶圆芯片设计产业成为热门产业，芯片设计也更加多样化，成本亦有效降低，从而带动相关电子终端产品的发展。

图丨台积电 30 年发展

短短 30 年，计算机从原本是少数高端企业或政府才有办法拥有的设备，变成普及到一般大众或公司的必备产品；手机原本是沉重的大砖块，也变成了轻薄、且计算能力不弱于高端计算机的产品，价格也大幅降低，人人都可以负担得起；在汽车产业，凭借芯片技术的发展，自动驾驶甚至即将取代人类驾驶；而传统计算机现在也逐渐变成可以自我学习，并且拥有判断逻辑的人工智能。

虽不能夸张到假如没有台积电我们就会过着茹毛饮血的生活，但是对半导体产业与整体电子产业而言，这却是最贴切的比喻。

以下是此次堪称豪门聚首的大会上台积电主要合作伙伴所做的发言，从中可以一窥台积电在过去数十年形成的全球影响力：

黄仁勋：没有台积电，构想就只是构想

图丨NVIDIA首席执行官黄仁勋

借由AI生态的逐渐发展、成熟，人类的生活将走入新的计算纪元。而最基本的两个要素，一个是我们如何设计可以达成计算工作的硬件，另一方面，我们如何去完善软件来进行我们想要硬件达成的工作目标。计算的世界是非常广大的，它不只仅限于我们身处的三维世界，它甚至超越了我们身处的象限，变成抽象的概念。未来要达成这种极端复杂的计算工作，包含 AI 计算，里面包含的计算式会极端复杂，而我再重复一次，CPU 的性能成长已经远远追不上计算工作的复杂程度。

图丨推动未来计算的两大动力

而以目前最复杂的 AI 计算工作为例，业界目前都积极的想要把各类型的深度学习用他们的计算式去完整描述出来，从而能够解决我们在真实世界遇到的问题。然而他们遇到的问题，那就是 CPU 已经远远跟不上他们对计算性能的需求，如果继续维持既有的 CPU 计算方式，那 AI 的发展脚步会极为缓慢。而 NVIDIA 之所以能够成功，就是因为我们提供了可以满足业界对相关计算所需要的性能表现，相较于 CPU 的循序计算模式，我们提供的多任务计算硬件足以加速业界对深度学习的各种可能性的探索，让 AI 的世界能够更快进入到我们的生活中。

图丨GPU的性能成长已经成为实际上推动整个计算产业的核心动力

而我们对AI的布局，从基本的深度学习计算，扩展到应用，首先是我们自豪的自动驾驶技术，已经可以处理我们在日常交通里复杂的路况，从而判断车子的行进方向与时机；另外一方面，通过类神经网络计算，我们可以让机器或计算机身处在一个虚拟的环境里面，用我们预先设定的情境来进行学习，然后机器或计算机就可以用人类的逻辑去反应、处理现实中我们可能会遇到的问题。

当然，如果没有台积电的帮助，前述的这些构想就只是构想。因此我可以说，台积电做好了他们的事业，也因为他们事业的成功，让我们能够做好我们的事业，在此我们要感谢台积电这30年来的努力。

苹果：与台积电的合作是创意碰撞出的火花

 图丨苹果首席运营官Jeff Williams

首先，要感谢台积电，如果不是台积电，那们的许多技术和构想就没有办法获得实现，与台积电的合作可以说是创意碰撞出的火花。

当初决定把新款 iPhone 的芯片方案完全交由台积电代工，主要就是看中台积电在工艺与良率的进展可以满足我们的方向要求以及阶段性良率目标。这对我们来说当然是个赌注，为了满足我们对芯片方案的量产需求，台积电指派了许多工程师专门负责我们的案子，而截至目前为止，结果显著。台积电在这么短的时间内就满足了我们的需求，就这点我们真的必须感谢台积电的努力。

而凭借我们的设计以及台积电的工艺，我们突破了半导体的物理极限，我们达到了效能的大幅成长，同时功耗也不会明显增加，这为我们在未来 10 年的发展打下极好的基础。就好像我们和 ARM 也有紧密的合作，我们认为整个生态在未来 10 年会越来越重视创意与智力的结合。如同 NVIDIA 所提的远景，我们对AI应用、自动驾驶的技术规划也都会逐步落实。另外，云端计算的需求当然也需要被重视， 如果没有好的半导体设计与制造生态的帮助，这些都很难成为现实。

当然，当半导体方案达到了我们的预期目标，我们就可以接着发展更好的产品，更好的科技，从而改善人类的生活。

高通：我们正处于关键转折点

图丨高通首席执行官 Steve Mollenkopf

高通对于未来半导体产业的规划，主要还是在互联能力的展现上，除了口袋里面的计算能力会进一步突破外，所有终端的互联、甚至云端服务的快速转移，将会是主要的方向。

图丨未来高通仍将以自豪的互联技术带动整个产业的发展

当联网延迟越来越低，计算性能越来越强，甚至在指尖大小的芯片中我们将放入神经网络的设计，这些都将带来越来越好的使用体验，也改变了未来包含移动终端、家电、汽车等多样化应用的展现，我们现在正站在一个重要关键的转折点上，而很荣幸的，我们是其中的一员，且将扮演着极为重要的角色。

ADI

图丨ADI 首席执行官 Vincent Roche

我们是家模拟元件公司，而我们的任务，就是作为融合数码与真实世界中间的中间层，连接真实世界与数码世界，毕竟模拟的世界非常复杂。要让数码设备认识真实世界，模拟元件的完备是必要条件。

凭借我们的方案，传感器可以获得越来越丰富且精确的数据，让数码组件、装置，可以越来越好的感知、并描绘我们身处的世界。要达到这个目标，高速的模拟元件是必须的，但这类组件不会凭空出现。

在与台积电的合作中，台积电提供了优秀的模拟工艺，让我们在产品上的构想可以顺利达成。面对业界对于摩尔定律的制约，我们提供了业界最佳的模拟方案，让业界能够有更好的空间伸展手脚，推动更激进的技术发展。

半导体产业虽然大多是数码组件，用数码的逻辑来处理复杂的数据，但随着计算设备、数码组件的性能越来越强，他们可以通过自主收集数据来达到智能处理，为了满足这些数据需求，我们的任务就是制造更快、更精确的模拟元件，也因为产业对我们的组件需求不断的增加，我们也在想着如何用更有效率的方式来满足客户的需求。

不单单是硬件，我们也针对软件优化客户开发各种计算设备的流程，并达到更好的效果。

ARM

图丨ARM首席执行官Simon Segars

能够来到这里是我的荣幸，在我们成长的年代，我们是被科技宠坏的小孩，在我们生长的环境中，有各种各样的技术，甚至人类也上了太空，开启了太空时代。而我现在从事的工作也对推动这个科技世界做出了贡献，当然，我们的技术也不过就是概念，如果没有台积电的帮助，这些概念很难变成现实，而科技时代走到现在，我们看到网络世界的进一步发展，有了大数据，有了人工智能，这些都推动了半导体产业的进化。

但我们看到，除了半导体本身的技术外，信息的安全，确保我们在这个数码世界能够安心的使用我们的电子设备，进行工作、娱乐以及消费行为，可以说，信息安全是未来不短的一段时间内，包含半导体产业在内所有智能应用生态发展的重点。

博通

图丨博通首席执行官 Hock Tan

我们先从整个产业的需求看起，从1980年代的30％年复合成长率到现在，每年的产值成长已经剩下不到5％，半导体快速成长的黄金年代已经过去了，但即便如此，博通在历经整并之后，营收成长仍远远高于业界平均水平。

图丨半导体产业的需求成长曲线不断减缓

未来我们看到的远景，云端企业的垂直整合将更为明显，整个生态的中间层会逐渐被几个大企业整并，比例会逐渐缩小，但因为产业的计算需求仍将不断成长，所以制造的需求也只会跟着增加。在这种情况下，我们预估晶圆代工厂在产业中所占的比重也将会更大，而即便是晶圆代工，也会相当程度的走向垂直整合，吸纳众多的开发工具和生态，提供半导体业界更好的服务。

图丨过去30年半导体产业的发展模式，晶圆厂和大企业垂直整并的产值占比越来越大

图丨未来晶圆厂在产业中的分量越来越重要，而这也代表台积电仍将会主导整个半导体产业的工艺演进

ASML

图丨ASML首席执行官Peter Wennin

半导体未来将走向规模化发展，集成的晶体管规模将越来越大，相关设备的计算能力也越来越强，但相关企业可凭借这些计算能力，承担起更多的社会责任。

图丨能力越强，责任越大

回头来看，是什么在推动现在的产业？以半导体产业来看，芯片的晶体管规模逐年增加，但尺寸却要维持一致，甚至要缩小，否则就无法提供足够的计算性能，同时又要满足各种计算设备在性能、功耗以及设备占用面积上的优化。为了协助业界伙伴达到这样的目的，我们在光刻机的研发也不断的进化，凭借最新的 EUV，台积电等合作伙伴可以在芯片上放入远多于以往的晶体管数量，且同时维持小封装、低功耗。展望未来，EUV 的下一步是所谓的 High-NA，预计在 2020 年后段推出，继续推动工艺的微缩，当然，要达成这个目标还必须跨过很多的障碍。

图丨推动半导体产业进步的四大动力

但通过业界伙伴的合作，我确信我们可以达到预计的目标，而通过我们的技术，半导体在未来 10 年、甚至 20 年，都还是会个欣欣向荣的产业。

图丨光刻机的技术已经规划到 2030 年后，届时每平方毫米将可塞入 10 亿个晶体管

大会的第二部分，包括张忠谋在内的各位领袖接受了受邀媒体的采访，就“下一个 10 年”的话题展开了讨论，内容十分精彩：

问：AI什么时候可以预测下一个10年的半导体趋势

NVIDIA首席执行官黄仁勋：我就是AI啊（众人笑）。有两种AI，专用 AI 和通用 AI，前者只能用来做单一工作，比如说翻译或者是辨识图像，下个 10 年，专用 AI 可以做到专业的图像识别，比如说医疗上的 X 光片判读，这可能取代部分的医疗人力。

另外，通用 AI 部分，其实我们目前对这类的应用还没有太多认知，业界也尚未针对此类AI进行发展。

张忠谋：如果以我的预测，不是 AI 的预测，半导体产业产值在这几年大约就是从 2~3％ 的成长幅度，预估未来十年大约可以有 5% 以上的成长。

问：AI计算单元将来为是独立的芯片形式？还是会以SoC的一部份存在？

NVIDIA首席执行官黄仁勋：AI 芯片有三种针对市场，第一种是用来发展 AI 网络，我们都知道深度学习网络的主要作用是用来猜测最正确的解答，当猜错了，会有个机制让整个处理程序回到最初，并改变所有神经的状态。而我们重复这个步骤几百、甚至几千次，直到最终能够得到正确的结果，这种训练需要很长的时间。如果要针对这种应用，那么 GPU 拥有庞大的晶体管，并且要连接庞大的内存，在这种情况下独立芯片是比较合理的设计。

第二种神经网络处理，是比较偏向于设备内部的核心，比如说像是在 iPhone 中，或者是在机器人里面，在这种状况下可能需要新类型的架构设计，这时需要很多共同运作的处理器核心，同常处理很多种不同的计算与不同的传感器实时响应，这种情况下使用 SoC 设计方式就很合适，当然，独立架构也是可行，看最终终端如何搭配。

第三种应用情境中，比如说针对 IoT 计算，举例来说，许多运动穿戴装置，压力、温度或其他非常多样化的传感器，而这些传感器都连接到一个共通的神经网络处理器。在这种情况之下，由于神经网络的分散，可能就是以 SoC 设计更适合。

ADI 首席执行官 Vincent Roche：依我们的立场来看，我们看到有许多神经网络学习机制从 IoT 一路延伸到云端上，中间需要的架构或设计都有其弹性。

高通首席执行官 Steve Mollenkopf：当我们从云端看到边缘计算，不论是哪一方面的数据流，未来的趋势是计算架构会更接近传感器那端，也就是边缘计算未来将可能负担更多 AI 所需要的神经网络计算。

ARM首席执行官Simon Segars：针对不同的机器学习应用方面，计算方向及设备类型的不同，独立和集成型的都是常见架构。比如说专注于学习的架构就需要比较庞大的芯片布局设计，对性能的需求也高，而终端部分的AI或学习机制则可集成到芯片中。

问：身为科技的提供者，我们应该要怎么确保未来 AI 不会走到错误的方向？

苹果首席运营官Jeff Williams：关于 AI 这个议题，我们正处于被轰炸的阶段，因为大家都很关心，也非常重视未来对产业的影响，很多人都害怕机器或 AI 会取代人类，由于 AI 在很多领域展现出过人的优势。但我认为取代人类这个议题还言之过早，反而我们更应该关注信息管理和传输方面的安全性，尤其很多恶意的监控或盗取信息其实对我们的财产产生了直接威胁。

ASML首席执行官Peter Wennin：这个问题已经被问了无数次，当然，普通人的质疑是有道理的，毕竟我们已经做了很多取代传统人力的动作，比如说在很多国家，我们利用机器人取代人力，以此提高生产力，但这个是无法避免的过程。

张忠谋：我们可以看到很多医疗机构的医疗资源都是供不应求，产生医疗人员的过劳，以及医疗资源的不足，但如果医疗专用 AI 能够普遍导入到医院中，作为辅助医疗信息的判读，或数据的管理之类的，那么我们可能可以减少很多无谓的医疗资源浪费或者是让医生可以专心做更多的专业治疗行为。

苹果首席运营官Jeff Williams：其实就我们的观察，医生问诊的时间通常都相当短，但如果有其他智能设备能够协助记录身体状况，通过个人的终端来纪录和分析，并提供给医生当作可靠的身体状况参考，那么对于医疗产业而言，或许可以提高诊断的精确度，并进一步缩减问诊的时间。

黄仁勋：其实医院的放射部门通常都很缺乏专业判读人员，尤其部分外包的部分，若透过深度学习来进行医疗图像判断，那么将可大幅增进判读的精确度，并对患者进行更精准的评估以及治疗。

博通首席执行官 Hock Tan：但要是误诊怎么办？被误诊的病患或家属该告谁？

张忠谋：这的确是个很有趣的议题，到时我们应该告医生？还是告 AI 芯片的制造者？还是告写软件的人？Steve 你要回应一下吗？因为你们最近法律诉讼经验好像不少？

高通首席执行官 Steve Mollenkopf：（苦笑）

问：就如 Hock Tan 提到，很多云端服务公司垂直整合了芯片设计与 IP，那对芯片制造商来说，那边还有更多机会可发展，并可避免被吞并？

博通首席执行官 Hock Tan：芯片设计公司对于恶意并购的最终抵抗方式，来自于对 IP 的掌握。另外一个抵抗方式则是来自于财务的操作方面，但最终垂直整合是趋势，若想要让技术生态得到更大的发展就很难避免。

高通首席执行官 Steve Mollenkopf：独立奋斗其实很不切实际，若真的要创造获利，并避免被吞并，创造出完整个生态很关键。

NVIDIA 首席执行官黄仁勋：如果能够创造规模足够大的生态，那就很难被取代，比如说 ARM 生态、高通的基频生态，当产品竞争力足够，又有足够的生态支持，那就不用太担心被取代。

问：未来10年大多数的半导体需求将从何而来？

ADI 首席执行官 Vincent Roche：我们看到的需求很多来自于感测应用，其次是资产安全方案的设备，未来联网的应用越来越多，如何防备数据在产生或传输过程中被窃取窜改，资产安全相关设计的需求会很高。

ARM 首席执行官 Simon Segars：我们认为未来全自动化驾驶将可以创造非常庞大的半导体需求。

张忠谋：以 TSMC 的立场，我们认为移动生态仍然还有很大的发展机会，第二个是高效能计算平台，第三个IoT，第四个就是自动驾驶平台。

NVIDIA 首席执行官黄仁勋：IoT 是很令人兴奋的议题，未来不论在家庭或者是工厂，自动化、智能化会是绝对的趋势。举例来说，未来机器人会集成十几个计算机，而不是单一的控制单元，这也相对会刺激半导体的需求。

问：摩尔定律的极限在哪里？

ASML 首席执行官 Peter Wennin：我们还是继续探索工艺的极限，并且为相关的发展做出规划，当然，未来一定会走到极限，但需要多久的时间？最可能的估计会在15年内。但未来10年内为了符合经济效益，为了创造更好的芯片，芯片的基本结构会有明显的改变。

张忠谋：实际上摩尔定律早就不适用了，因为原始的定义是18~24个月晶体管密度会倍增，但我们已经用远快于摩尔定律的速度来发展半导体工艺，我们会以快于摩尔定律的时间来倍增晶体管密度，并维持到至少2025年以前。

台积电 30 年简要技术发展

从关键的 130nm 铜工艺技术取得突破，到 65/40nm 进展超越业界的竞争者，台积电在工艺发展上最重要的一步，莫过于在 28nm 时放弃来自 IBM 的 Gate-First 结构，改采用与 Intel 相同的 Gate-last 结构。

得益于 Gate-last 技术，28nm 良率得以突破，并于 2011 年正式宣布量产，而同时期竞争厂商，包含联电(UMC)、三星(Samsung)、格罗方德(GlobalFoundries)都还卡在 Gate-first 技术，工艺技术和台积电落差越来越远，只能在 65/40nm 方案领域彼此削价竞争。当初对于顶尖芯片设计厂商来说，除了台积电以外就没有第二选择，台积电在 28nm 上的优势维持了将近三年之久，可说是对台积电营收贡献最大的一代工艺。

后来台积电虽然因时程与报价落差的原因，让三星在 14nm 抢走了近半数的苹果订单，高通这个大客户也移情别恋。但随着时间流逝，台积电仍凭借同等级工艺在电气特性、效能与功耗的优秀表现，证明自己的实力仍旧明显优于对手。客户被抢也未在台积电身上留下伤害，反而更多新客户加入台积电的行列。而当时三星仍苦于改善良率，接下苹果和高通之后已经是满负荷运行，没办法腾出多余产能来接受更多的客户了。

后续的 10nm 和 7nm 工艺代工服务，台积电更证明低价争取来的客户只是一时：过去台积电坚持不降价的策略虽逼走少数客户，但最终客户还是因为台积电的优秀基础工艺而回头，苹果 A11 由台积电独占，高通未来高端方案也将重新使用台积电的工艺服务，甚至 AMD 也已经在台积电 7nm 投片试产，布局 2018 年高端 CPU 与 GPU 产品。

另外，随着代工服务的芯片类型的增加，诸如汽车电子、图像识别以及未来 AI 的相关方案代工布局，都证明了台积电的市场眼光在正确的领导者的带领下，要比竞争对手更加精准，台积电获利基础也随之得以扩大。

展望 7nm 之后的技术，台积电也将不出意外地成为市场领导者，即便过去号称业界最优秀的工艺技术拥有者 Intel，也不得不承认台积电在晶圆代工方面的强势。为确保自身的竞争优势，台积电在先进工艺的布局一直非常积极，2018 年 7nm 将全面量产，虽然成本偏高，但性能表现预计将远优于现有的 10nm 工艺，5nm 则是在 2019 上半年试产，且将会是台积电首个采用 EUV(Extreme Ultraviolet，极紫外光)的工艺，成本将更有优势，但台积电并不会止步于此，其 3nm 也已经有分派研发人员进行先期技术发展，就各家预估时程来看，将会比对手早至少一两年左右。

由于特朗普担任美国总统，把美国制造当作核心政策推动，台积电也因此有考虑在美国设厂进行 3nm 的代工服务，但后来考虑到产业聚落的综合效应，以及台湾当局积极解决场地水电供给瓶颈，诚意感动了台积电，台积电也决定 3nm 要续留台湾。

台积电未来人事的变革

台积电从开创，到中期的成长，很多人都扮演着关键的角色，而影响层面最大的当然首推创办者张忠谋。张忠谋带领台积电30年，为台积电打下坚实的技术与市场基础，但张忠谋人事已高，要如何下放权力，并且确保公司的运营能维持水平，就成了最大的挑战。

作为带动全球半导体、消费性电子产业的火车头。台积电创造了他人难以企及的产业奇迹。究其原因，除了趋势的推动外，张忠谋以人为核心的领导风格才是关键。而如今张忠谋宣布将在 2018 年 6 月正式退休，对市场而言，不免担心后续会出现负面影响。

图丨台积电的发展是许多人努力的成果，当然创始人张忠谋的贡献不可磨灭

86 岁高龄的张忠谋从台积电创立，到目前为止在公司服务长达 30 年，虽有中断过一小段时间，但在其核心领导逻辑得以持续的情况下，台积电仍不断持续创新，并且超越包含英特尔 (Intel)、三星 (Samsung)、格罗方德 (Global Foundries) 等在内所有竞争对手，成为晶圆代工服务的龙头。

以张忠谋的高龄执掌大权虽造成企业经营上的隐忧，但另外一方面，张忠谋的领导风格敦厚，且极具深度的产业知识与眼界难以被复制，一般专业经理人多半过于讲求效率，而忽略了效率以外的东西。就如第一次宣布退休交棒后，接手的蔡力行就犯了只看短期绩效，忽略产业循环逻辑及人情世故对员工向心力的影响，张忠谋赶忙接手，才终于力挽狂澜，甚至克服挑战，把台积电带往另一个高峰。

图丨魏哲家、张忠谋和刘德音（从左至右）

张忠谋这次钦定的接班人将走双首长平行领导制，刘德音博士将担任董事长，魏哲家博士将担任总裁，工程师出身的刘德音身上可看到些许张忠谋的影子，魏哲家则是专业经理人历练丰富，这或许是张忠谋在考量技术开发与业务经营的均衡之后所下的决定，未来刘德音对未来台积电决策的影响力看来还是会大些，而这也是张忠谋为台积电未来运营发展所设下的保险。

张忠谋其实在 2005 年左右开始了第一次退休计划，让蔡力行担任 CEO，自己虽仍担任董事长职务，但实际上的管理已经逐渐交给蔡力行。

然而蔡力行却让张忠谋失望了。

图丨蔡力行

蔡力行曾就读美国康乃尔大学，取得材料工程学位，但是蔡力行擅长的的却是营销和管理，而非晶圆制造相关的技术。且蔡力行极为重视绩效与获利，这对于一个专业经理人而言无可厚非，但晶圆代工所牵扯的先进技术研发却未必能在短期内带来绩效。

蔡力行在位期间有两个大问题，第一个是与公司内部技术部门有冲突，导致 40nm 工艺的进展一直不是很顺利，而内斗也是造成技术高层梁孟松带枪投靠三星的直接原因。后来蔡力行离开台积电，梁孟松想要回归台积电，但考虑到政策的一致性及员工观感，最后并未接受梁孟松，三星在梁孟松的帮助下，工艺技术急起直追，甚至在 14nm 工艺进展上超越台积电的 16nm，拿下高通与苹果两大客户，让台积电面临业务上的严苛挑战。

图丨梁孟松

第二个问题是在管理逻辑上过于讲求报酬率与绩效，2009 年第一季因为金融风暴导致营收与获利大衰退，蔡力行以 PMD(绩效评估制度) 之名，行裁员之实，上千名员工因此被辞退，对台积电当时的社会观感产生严重的负面影响，同时因为被辞退的员工有不少是重要的技术研发单位人才，原本就很难以绩效量化贡献，这次裁员若被彻底执行，人才将可能流向竞争对手公司，那对于台积电未来的经营将可能带来极大的麻烦。

也幸好张忠谋紧急介入，保住了大部分的人才，其直接影响有两个。其一、在 2010 年经济回暖时，因为没有裁员，所以产线人力与产能充足，相较于裁员后的竞争对手苦于重新补充人力，对人力素质必须重新训练，导致产能缺口大的状况，台积电彻底搭上经济回暖的风口，2010 全年营收成长超过四成，超越半导体业界平均甚多。

第二点，台积电 28nm 采用了 Gate last 技术，彻底抛弃 Gate first，终于在良率得以突破的情况下，在 2011 年正式宣布量产，而同时期联电 (UMC)、三星、格罗方德都还卡在 Gate first 技术，28nm 迟迟难有技术突破，台积电享有 28nm 代工服务独占地位达将近三年之久，如果当初张忠谋没有扭转裁员的决定，导致人才外流，那 28nm 恐怕就无法领先对手这么久的时间。

也因为蔡力行犯下的错误太严重，张忠谋剥夺了蔡力行的实权，下放到台积电的光电子公司，后来蔡力行离开台积电，2014 年在中华电信担任董事长，为确保获利，也同样做了不少相当具争议性的决策，2017 年蔡力行辗转到联发科担任联席 CEO，这次却是蔡明介看上蔡力行的绩效优先思维，想要利用其铁腕手段改善公司内部的矛盾状况。

在蔡力行离开台积电后，张忠谋也重新指定了接班人选。

刘德音与魏哲家自 2013 年起担任联席 CEO 的职务，张忠谋主要是看中两人的互补作用，两人背景类似，都是毕业于台大电机工程学系，刘德音取得加州大学柏克莱分校电机博士学位后，便先后在英特尔、AT&T 担任工程师，随后加入台积电后也是从事技术开发工作。刘德音帮助台积电建立首座 12 寸晶圆厂，并协助台积电发展出 40nm 工艺。

魏哲家则是在美国耶鲁大学取得电机工程博士学位，原本担任新加坡晶圆代工厂特许半导体副总经理，在 1998 年加入台积电，不过魏哲家并未担任工程研发工作，主要经历在市场布局方面，加入台积电后，由于对半导体产业生态的了解，得以担任重要的策略推手，并协助台积电开发了包含多种类比 IC、封装技术等新业务。

刘德音与魏哲家在台积电的成绩表现非常出色，市场对台积电可能再犯下类似蔡力行的错误决策的疑虑虽减轻，但是双首长也同样让市场担心会不会有内斗的问题。

台积电过去几年虽面临因梁孟松出走让竞争对手实力大增产生的压力，但是在刘德音与魏哲家的共同掌舵之下，台积电不仅不以杀价为手段就成功稳住客户，后续在工艺发展上仍证实自己长期累积的代工实力仍非三星等对手可以追赶上。虽然三星在 14nm 取得进展上的优势，但质量与良率仍远落后台积电，而 10nm 布局更确保了苹果代工订单的独占，高通未来也将回归台积电的怀抱，在高端工艺发展上，可以说给了三星致命一击。

另外，魏哲家也调整台积电代工内容，增加未来半导体业界趋势中的类比芯片应用类型，比如说微机电与微控制、汽车与模拟 IC、图像传感器、显示驱动器等，更扩增了广大的客户基础，让台积电的业绩站上高峰。

刘德音和魏哲家两人在技术发展以及市场业务布局成功分头进击，又能合作协调台积电的核心经营方向，让张忠谋对二人的互补与经营能力放了一百二十个心，加上台积电在 2018 年预期将因 7nm 的布局而有明显的业绩成长，这也是让张忠谋能够安心在台积电庆祝三十周年的前夕公布退休计划的最大原因。

张忠谋交棒新人，但仍难改变台湾企业由老人掌权生态格局

虽然刘德音、魏哲家两人比起张忠谋要年轻许多，但也都同样是六十多岁的老人家，同样的情况发生在台湾所有大型企业身上，这代表了台湾领导阶层还是存在相当大的断层，虽然两人在台积电的实际经营帮助极大，也证实其技术和商业眼光仍远优于竞争对手，但是在未来的企业经营上，当欧美，甚至中国大陆企业青壮年领导者比重的增加，且这些多半是科技或新创产业，举例来说，苹果上市时，乔布斯也不过 25 岁，Facebook 上市时，扎克伯格也才 28 岁。

图丨如今的科技巨头企业都开始于创始人年轻时候

如果以老科技企业为例，纳德拉就任微软 CEO 时才 47 岁，Safra A. Catz 接任甲骨文 CEO 时不过 53 岁，Brian Krzanich 接任 Intel CEO 时也是 53 岁，所以要说台积电这两位接班人年纪轻，那也只能和张忠谋比。台湾大概就沈振来接任华硕 CEO 时年纪 50 岁，算是相对年轻了。

不过华硕和台积电其实有点类似，董事长施崇棠原本在 2016 年就宣布要退居幕后，要将经营交给沈振来和徐世昌，但 2017 年手机业务弱于预期，加上被欧盟指控操控手机价格，罚款可能有 470 亿台币，两年的获利可能就此灰飞烟灭，施崇棠不得不又重上火线，亲自主导组织改造，但施崇棠在组织改造后是否还会抓住大权不放，实际主导公司事务，可能要看组织改造的成效如何了。

要说张忠谋退休能带给产业什么启示，那就是时势造人这四个字。如果当初没有金融风暴，迫使蔡力行做了错误决策，那么张忠谋或许早就已经退休，而蔡力行已经稳居台积电权力大位，但台积电在蔡力行的带领下能否还会是现在的台积电？肯定不会，但会更好，还是更坏？没人说得准。

全球化：

GMIC 2017全球峰会（北京站）全览：AI机器人篇（当代伟大的科学家“霍金”演讲）

科学家们是怎样制造智能机器人的？（视频）

全球各国：

医疗健康养老：

太空机器人：从太空看地球，震撼到美

酒店机器人：酒店机器人

中国：

芯片：

智能科技：

智能制造

智能先锋（海尔M2C-红领C2M-韩都衣舍的云平台）

华为：

【全国科技创新大奖】：华为 任正非（以奋斗者为本  以客户为中心）

新松：中国最大的机器人上市公司“新松机器人”

富士康：台湾富士康科技的机器人计划（内含郭台铭“真情告白“）

阿里巴巴：

中兴：解密《ZTE 中兴：未来，不等待》（人工智能机器人之娱乐机器人）

联想：

万科：“谁的万科” 再起波澜！（人工智能机器人之探险机器人）

海尔：

格力：“创造改变未来”格力智能装备、格力机器人全球首发

美的：“美的”迎来智能时代：机器人、智能厨房、智能家居、智能工厂

百度：

腾讯：

京东：

小米：2017中国两会代表-小米雷军议案：把人工智能列入国家战略、新零售、“一带一路”战略

科大讯飞

长虹：长虹：人工智能的家庭智能控制中心

乐视：【乐视-FF91】新物种 重构未来 开启人工智能互联网生态汽车元年（完整版）

滴滴：滴滴出行：机器学习和人工智能让滴滴获得更高效率 

搜狗：搜狗汪仔机器人-搜狗CEO王小川：智能科技揭示的美丽未来

携程：携程 创始人 梁建章：关于机器人、失业和创新、人口和旅游

大疆：从无人机到机器人，大疆创新（Robomasters 机器人比赛）

猎豹：猎豹的新使命：成为一家有伟大技术理想的人工智能公司

创新工场：

李开复：人工智能会接管世界 但不会奴役人类

平安：平安科技CEO陈立明：用人工智能普及金融科技

思必驰：思必驰：真正把底层的研究和产业问题深度绑定

达闼科技：科幻与人生—从星际迷航到机器人

第四范式：艾问·人工智能：什么样的人会借人工智能改变世界？

美国：

GE：通用电气（GE）呈现｜［机器人篇］工业互联网（完整版视频）

微软：

苹果：

谷歌：

IBM：

亚马逊：

Facebook：

甲骨文：甲骨文：企业级数据库云服务软件平台

特斯拉：解密特斯拉工厂，机器人无处不在（埃隆马斯克TED大会视频）

高通：美国高通的下一个战略：机器人领域(含视频）

英特尔：

Uber：Uber的发展历史：”人工智能，机器人技术“ 功不可没

麻省理工：

斯坦福：斯坦福大学：人工智能机器人的百年计划（Al100)

卡内基梅隆：

伯克利：世界科技圣地：加州大学伯克利分校

日本：

本田：本田的“阿西莫”超人形智能机器人（完整版）

丰田：丰田的三款陪伴机器人 挑战本田的“阿西莫“机器人

软银：

松下：

索尼：SONY 索尼的机器人计划（内含SONY科幻短片「The Last One」）

夏普：夏普的创新之作：机器人形手机“RoBoHoN” 

安川：百年安川，匠心独运（含视频）

日立：日立：智能科技、人工智能、机器人等科技创新领域

德国：

西门子：德国西门子工业4.0及数字化工厂（视频）

博世：百年博世，智能时代；百年博世，工业 4.0

库卡：库卡机器人VS乒乓球世界冠军波尔

德国汉诺威：

韩国：

三星：三星人工智能在路上

          三星智能机器人战略（完整版视频）

现代：现代：可穿戴外骨骼机器人、无人驾驶

LG：LG电子：人工智能机器人+家电产品

SK：SK电讯：进入了人工智能(AI)市场，推出了全球首个韩语数字服务助理平台“NUGU”

以色列：

新加坡：

---

点击左下角“阅读原文”了解“龙为科技”公司