观察者: AI新时代,为什么要做半导体设备?

如果AI大模型是新的生产力，那沿着产业链往上追索，你会发现一个残酷的稀缺性漏斗：

AI应用：数千家公司
大模型：二三十家
AI芯片设计：五六家有竞争力
先进制程代工：三家（TSMC、三星、Intel）
EUV光刻机：一家（ASML）
EUV镜头：一家（Zeiss）

越往上，玩家越少。越往上，替代弹性越低。越往上，供给的刚性越强。2026年，全球五大云厂商的AI资本开支约$5000亿，沿产业链层层传导，最终凝结成约$1250亿的半导体设备采购。设备市场在整条链上占比不大——但它是所有上游投入转化为物理芯片的唯一通道。没有设备，就没有芯片。没有芯片，就没有AI。这就是"生产资料的生产资料"——制造芯片的母机。

三个不可动摇的底层逻辑

第一，需求确定性。
无论模型架构如何更迭、开源还是闭源、AGI何时到来——物理芯片的需求只增不减。这是淘金热中卖铲子的位置：淘金者可能换了一批又一批，卖铲子的人永远有生意。而且这把铲子，全世界只有少数几家能造。

第二，AI无法替代。
AI能写代码、能生成图像、能辅助芯片设计——但AI制造不出一台光刻机，A不了蔡司的镜片，替代不了等离子刻蚀的物理过程。半导体设备恰好站在AI能力边界的门外，享受着AI带来的需求红利，而不面临被AI替代的威胁。这是一种极稀缺的非对称性。

第三，时间是最深的护城河。
从1980年代全球数十家光刻机厂商，到今天EUV只剩ASML一家，每一代技术迭代都是一次淘汰。半导体设备的竞争不是"谁更聪明"，而是谁的工艺积累更厚、谁的供应链更完整、谁的错误修正成本更高。一家EUV光刻机含45万个零部件，来自5000家供应商——这个网络一旦形成，几乎不可复制。

终局判断

AI在应用层是通缩力量——Token价格在不断下降，开源模型在削弱垄断定价。但在半导体设备层，物理供给的刚性正在制造结构性通胀：设备越来越复杂、越来越贵、能造的企业越来越少。这意味着半导体设备商将长期处于一个独特的位置：全世界都依赖你，但没人能替代你。

做半导体设备，不是在追风口。是在风口之下，打下所有人都必须站立的桩。