Elite Interview Guide

文章

AI 供应链很热,不代表每个环节都该扩产:用台湾产业数据做一题投资 Case

从公开产业信号出发,选定一个供应链环节,拆解需求品质、产能瓶颈、客户集中与资本风险,再比较扩产、合作、延后及分阶段投入。

文章分类
市场与交易
适合对象
MBB 求职者
作者
前 McKinsey Engagement Manager|MBB Case 面试负责人

以上公司名称仅用于说明团队成员的个人工作经历;Elite Interview Guide 与这些公司没有隶属或背书关系。

候选人把台湾 AI 供应链的需求、产能、客户与资本数据放进同一个扩产决策
产业成长只是起点;Case 要判断哪个环节、哪种投入及什么条件值得承担。

「AI 需求很强,所以客户应该扩产。」这句话在面试里听起来有方向,却没有决策价值。AI 服务器从晶圆、先进封装、内存、载板、散热、电源到组装,每个环节的瓶颈、替代性、客户结构和投资周期都不同。整条供应链很热,不代表题目中的公司能拿到订单,更不代表今天就要一次投入全部资本。

这篇用一宗合成教学 Case 示范:先把公开 fact 与 case assumption 分开,再比较完整扩产、合作、延后与分阶段投入。公司、报价、订单及良率数字均为虚构,不代表任何真实公司,也不能带入实习或现职中的机密数据。

先把 headline 写成可决定的问题

台积公司 2026 年第二季官方财务结果显示,当季营收为新台币 1,270.38 亿元,7 纳米及更先进制程占晶圆收入 77%。这是需求与产品组合的第一方信号;它不能直接证明某一家散热、载板或电源供应商的订单、售价与回报。

把题目改写成:

这句话固定了公司、环节、资本、时间和风险。你不再分析「AI 好不好」,而是帮客户选择投入方式。

由产业信号、环节、需求证据、经济性到资本门槛的扩产决策流程
先证明需求和经济性,再让产业趋势通过明确的资本门槛。

公开数据分三层读

第一层:总体需求

台湾主计总处的外贸统计入口提供产品别外销订单、进出口结构及地区数据。这一层可回答:相关产品群的方向、期间与波动如何?不要把总出口成长当成个别公司的收入预测。

第二层:公司与环节

台积公司 2025 Annual Report把技术、capacity、capital investment、customers 和 risks 放在同一份公司材料。候选人可以学习如何追踪「需求变化如何穿过产能和资本」,但不同供应链公司的 economics 不能直接拷贝。

第三层:Case 内部数据

面试官给你的已签订订单、forecast、良率、价格、设备交期和客户集中度,才是本题的公司证据。公开数据提供 priors;Case facts 决定 recommendation。

Synthetic case:Nexa Power Systems

Nexa 是虚构的台湾服务器电源模块商。管理层考虑创建一条新产线。

项目合成数据
完整投资额NT$1.8bn
建置与认证15–20 个月
设计年营收NT$3.2bn
已签最低采购设计容量 18%
客户非约束 forecast设计容量 62%
最大平台占预估需求58%
试产良率81%
成熟目标良率95%
设备可转作其他产品约 40%

第一个结论不是「投」或「不投」,而是需求承诺与制程成熟度仍不对称。你要找最有区辨力的数据,而不是把所有风险平均列一次。

七个 hypothesis,不要七个平行清单

  1. 需求品质: forecast 有多少变成合约、取消条款及可追踪平台出货?
  2. 客户集中: 最大平台延后一季,其他客户能否填补?
  3. 认证: 客户 qualification 的里程碑、失败原因与重做时间是什么?
  4. 良率: 81% 到 95% 的 improvement curve 由哪些 defect 驱动?
  5. 价格: 成熟售价是否足以承担保固、工程支持和降价?
  6. 现金: 设备订金、库存、应收帐款和 ramp loss 在何时发生?
  7. 选择权: 哪些设备可分段购买、共享、外包或转产?

优先查「若答案不同,会令方案改变」的项目。若完整投资只有在最大客户按时认证时才成立,认证证据便比再找一份总体成长报告重要。

四个方案放在同一张表

方案主要好处主要代价释放资本前的 gate
完整扩产最缓存得设计容量闲置与单一平台风险最高Binding demand、良率与设备交期均达标
分两阶段保留时间与下行选择权单位成本可能较高第一阶段认证后才下第二批设备
合作/外包用较少资本测试需求品质、IP、margin 和供应控制较弱Partner capacity 与责任边界清楚
延后避免过早承诺可能错过客户窗口等待的信息价值高于延误损失

不要只说分阶段「比较保守」。算出第一阶段买什么、能交付多少、到哪一天、触发第二阶段的三个门槛,以及停止时剩余设备能否转用。

Base、downside 与反转条件

Base

两个平台在九个月内完成认证;binding demand 升到设计容量 50%;良率每季提高,十二个月后达 93%;价格下降由生产效率抵销。这个情境仍要算 working capital 和 ramp cash burn。

Downside

最大平台延后两季,第二客户只完成小量试产,良率停在 88%,售价下降 7%。这时不是把 revenue growth 调低便结束;要追踪闲置设备、库存、供应商付款、资金缺口与客户重新议价。

反转条件

  • 若最大客户提供不可取消的最低采购,且第二客户认证完成,完整扩产可能胜过分段;
  • 若良率缺口来自不能靠工程修复的设计问题,应停止而非继续投钱;
  • 若设备可高比例转产,下行损失和等待成本都会改变;
  • 若竞争者已锁定关键设备,延后的 option value 可能下降。
把公开事实、Case 假设、验证测试与反转条件分开的证据帐本
每个推论都要配一项可取得的数据,以及一个会改变建议的结果。

45 秒 recommendation

答案包含方向、原因、风险、gate 和停止条件;没有把产业 headline 当成公司结论。

下一步

选一个台湾 AI 供应链环节,只准使用两份第一方公开材料。画四栏:公开 fact/你的 inference/要验证的 Case data/反转条件。再把完整扩产、分阶段、合作和延后各写一行,录一段 45 秒建议。若你的结论仍可套到任何 AI 公司,先收窄环节与客户决策,再带进一次 MBB 模拟面试测追问。