TSMC buduje jednocześnie około 20 fabryk półprzewodników, czyli zakładów wytwarzających układy scalone. W głównym raporcie 13 z tych obiektów przypisano Tajwanowi, a od pięciu do sześciu lokalizacjom zagranicznym. Problem w tym, że popyt napędzany przez sztuczną inteligencję nadal wyprzedza moce, które ta ekspansja ma dostarczyć. Największym ograniczeniem nie okazuje się samo finansowanie, lecz brak wykwalifikowanych pracowników do budowy i wyposażania fabryk.

TSMC rozbudowuje fabryki, ale popyt na układy AI wciąż wyprzedza podaż

Y.C. Hou, starszy wiceprezes TSMC i przewodniczący Taiwan Semiconductor Industry Association, wskazał niedobór wykwalifikowanych pracowników budowlanych na Tajwanie i w Stanach Zjednoczonych jako największą przeszkodę w zwiększaniu produkcji. Według jego oceny zapotrzebowanie TSMC na urządzenia do produkcji chipów w lipcu sięgało 1,9-krotności poziomu z końca poprzedniego roku.

Skala programu jest nietypowa nawet jak na TSMC: obecna rozbudowa ma być do pięciu razy większa od wcześniejszych programów ekspansji. Jednocześnie dodatkowe fabryki nie zamykają luki między popytem a podażą. To ważne rozróżnienie — firma buduje szybciej niż wcześniej, ale rynek układów dla AI rośnie jeszcze szybciej.

Dlaczego liczba 19 fabryk wymaga zastrzeżenia

Liczba 19 wynika z prostego dodania 13 fabryk na Tajwanie i sześciu obiektów za granicą. Główny opis ekspansji podaje jednak około 20 fabryk oraz zakres od pięciu do sześciu zagranicznych lokalizacji. Dlatego dokładna liczba nie powinna być przedstawiana jako bezdyskusyjne 19.

Najbardziej precyzyjne podsumowanie brzmi: TSMC jednocześnie buduje około 20 fabryk, w tym 13 na Tajwanie i od pięciu do sześciu za granicą. Ten zapis zachowuje zarówno przybliżony charakter całkowitej liczby, jak i zakres dotyczący projektów poza Tajwanem. Nie rozstrzyga też statusu każdej pojedynczej inwestycji.

Największą przeszkodą są wykwalifikowani pracownicy

TSMC buduje około 20 fabryk, ale brakuje ludzi do ich budowy

Budowa fabryki półprzewodników to nie tylko wzniesienie hali. Potrzebne są między innymi instalacje mechaniczne i elektryczne, infrastruktura pomieszczeń czystych, precyzyjne rurociągi oraz montaż urządzeń, przy których nawet niewielkie zanieczyszczenie może mieć znaczenie dla procesu produkcyjnego.

Właśnie dlatego pieniędzy nie da się po prostu zamienić w natychmiastową dodatkową moc. Brak odpowiednio doświadczonych ekip spowalnia kolejne etapy — od prac budowlanych po instalację wyposażenia przeznaczonego dla produkcji półprzewodników.

W przypadku jednej fabryki w Arizonie materiały obejmowały ponad 15 milionów stóp kabli i przewodów, ponad 2000 połączeń elektrycznych oraz 40 000 śrub. Te liczby nie są miarą całej obecnej ekspansji TSMC, ale dobrze pokazują, dlaczego uruchomienie takiego zakładu wymaga wielu wyspecjalizowanych fachowców.

Arizona pokazała ten problem wcześniej

Dokumentalny materiał o budowie zakładów TSMC w Arizonie pokazuje skalę placu budowy, rozbudowaną infrastrukturę oraz problemy związane z pracownikami; dotyczy projektu w Arizonie, a nie aktualnej globalnej liczby fabryk.

Historia projektu TSMC w Arizonie jest konkretnym przykładem tego, jak niedobór specjalistów może wpłynąć na harmonogram. W 2023 roku firma poinformowała, że początkową produkcję układów 4 nm przesunie z 2024 na 2025 rok. Powodem był niewystarczający dostęp do pracowników z doświadczeniem potrzebnym przy instalacji wyposażenia w fabryce półprzewodników. TSMC zapowiedziało również wysłanie doświadczonych techników z Tajwanu, którzy mieli szkolić lokalne zespoły.

Materiał dotyczący zakładów w Arizonie pokazuje, że wyzwaniem są nie tylko same urządzenia. W grę wchodzą także pozwolenia, współpraca z ekipami branżowymi, związki zawodowe, lokalne przepisy prawa pracy oraz rozbudowana infrastruktura. Dla globalnego programu obejmującego około 20 fabryk każdy podobny wąski gardło może mieć znaczenie dla tempa zwiększania podaży.

WymiarObecna globalna ekspansjaArizona jako precedens
SkalaOkoło 20 fabryk jednocześnie; 13 na Tajwanie i od pięciu do sześciu za granicąProjekt rozpoczęty od jednej fabryki, później rozszerzony do planu obejmującego kilka zakładów
Główne wyzwanie kadroweNiedobór wykwalifikowanych pracowników budowlanych na Tajwanie i w Stanach ZjednoczonychBrak specjalistów do instalacji wyposażenia w fabryce półprzewodników
Presja na terminyPopyt na układy AI nadal wyprzedza moce, które mają zapewnić nowe fabrykiPoczątkową produkcję układów 4 nm przesunięto z 2024 na 2025 rok
ReakcjaTSMC wykorzystuje AI na liniach produkcyjnych, by zwiększać moce i chronić tajemnice technologiczneDoświadczeni technicy z Tajwanu mieli szkolić lokalnych pracowników

AI może pomagać na linii, ale nie zastąpi budowy fabryki

TSMC wdraża AI na liniach produkcyjnych, aby poprawiać wydajność i chronić tajemnice technologiczne. To jednak informacja o zastosowaniu AI w produkcji, a nie dowód na automatyzację budowy fabryk.

Raport nie pokazuje, że systemy AI zastępują ekipy odpowiedzialne za konstrukcję, instalacje elektryczne czy montaż urządzeń. W praktyce oznacza to dwa równoległe wyzwania: TSMC może optymalizować działające linie, ale nadal potrzebuje ludzi, którzy przygotują kolejne zakłady do pracy. Robot nie przykręci sam całej fabryki — przynajmniej jeszcze nie w tej historii.

Co to oznacza dla przyszłej podaży chipów

TSMC zwiększa moce, ponieważ popyt związany z AI jest wyjątkowo silny. Sama liczba nowych fabryk nie przekłada się jednak automatycznie na gotową produkcję. Każdy obiekt musi zostać zbudowany, wyposażony, uruchomiony i obsadzony zespołami o odpowiednich kwalifikacjach.

Dla rynku chipów oznacza to, że wzrost podaży może następować wolniej, niż sugerowałyby plany inwestycyjne. Arizona pokazała już, że brak specjalistów potrafi przesunąć harmonogram konkretnego procesu technologicznego. Obecna ekspansja ma znacznie większą skalę, więc dostępność pracowników budowlanych i techników pozostaje jednym z czynników decydujących o tym, kiedy nowe moce rzeczywiście zaczną pracować.

Najkrócej: TSMC buduje około 20 fabryk, ale sama rozbudowa nie wystarczy, by natychmiast zaspokoić popyt na układy AI. Wąskim gardłem jest także ludzka wiedza potrzebna do postawienia i wyposażenia tych zakładów.