5月27日，摩根士丹利（Morgan Stanley）在中国台湾举行媒体交流会，为其28~29日将首度在台北举办“Morgan Stanley Asia AI Summit”活动预热，主要聚焦台湾高科技产业在AI供应链的关键角色。对于市场担忧人工智能（AI）发展过快恐导致泡沫化风险，摩根士丹利表示，台积电产能是AI半导体产业的先行指标，尽管目前内存与载板等零组件供应偏紧，但并未看到明年AI供应链断链风险，预测2027年AI半导体可服务市场规模将稳健成长60%。

摩根士丹利大中华区半导体研究团队主管詹家鸿表示，虽然中国大陆、中国台湾与韩国制造业领域都很强，但因为中美地缘政治角力影响，AI订单与目光高度集中在中国台湾，推升台股市值跃升为全球第五大股市。他认为，目前AI硬件需求完全不是问题，关键在于产能释放速度。摩根士丹利预估，2027年整体AI半导体市场可稳健成长约60%。

詹家鸿强调，这样逐年增长的节奏，对资本市场更具吸引力，能确保产业呈现稳定、循环性的成长，而非一次性爆发后在2028年面临严重崩跌的风险。这增长率也为相关公司目前约20~30倍估值，提供合理支撑。

詹家鸿指出，除了晶圆代工与先进封装，载板厂与内存等环节有些部分呈现供应偏紧的状态；但目前评价，并未有任何环节出现导致明年AI硬件断链的风险，因此明年AI半导体市场成长60%的目标完全能达成。

他也提到，AI基础建设目前面临巨大的电力短缺与资本支出过高的限制，迫使大型云端服务供应商（CSP）转向新技术，例如为了省钱而加速投入特殊应用芯片（ASIC），或为了省电而推动“以光代电”的硅光子共同封装技术（CPO）。

摩根士丹利半导体研究团队负责人Joseph Moore表示，过去三年市场常讨论供应链紧张，但直到去年9 / 10月才真正达到供应极限。目前几乎所有半导体与储存元件均面临供应限制，包含动态随机存取內存（DRAM）、硬盘、光学元件、中央处理器（CPU）、绘图处理器（GPU）及ASIC。

Joseph Moore指出，目前供应链两大瓶颈为DRAM内存、3nm先进制程晶圆，这些半导体产能的挑战，恰好限制了市场激进扩产的冲动，反而让半导体市场维持健康，避免陷入供过于求的局面。

Joseph Moore也提到，AI强劲需求带动Token（词元）生成量超乎预期成长，由于算力与产能受限，科技巨头被迫将资源从产出营收较慢的“模型训练”（Training）抽离，优先投入能直接变现、产生营收的推理（Inference），导致业者目前难以如愿建立超大型的研发训练丛集。