Elite Interview Guide

文章

AI 供應鏈很熱,不代表每個環節都該擴產:用台灣產業資料做一題投資 Case

從公開產業訊號出發,選定一個供應鏈環節,拆解需求品質、產能瓶頸、客戶集中與資本風險,再比較擴產、合作、延後及分階段投入。

文章分類
市場與交易
適合對象
MBB 求職者
作者
前 McKinsey Engagement Manager|MBB Case 面試負責人

以上公司名稱僅用於說明團隊成員的個人工作經歷;Elite Interview Guide 與這些公司沒有隸屬或背書關係。

候選人把台灣 AI 供應鏈的需求、產能、客戶與資本資料放進同一個擴產決策
產業成長只是起點;Case 要判斷哪個環節、哪種投入及甚麼條件值得承擔。

「AI 需求很強,所以客戶應該擴產。」這句話在面試裡聽起來有方向,卻沒有決策價值。AI 伺服器從晶圓、先進封裝、記憶體、載板、散熱、電源到組裝,每個環節的瓶頸、替代性、客戶結構和投資週期都不同。整條供應鏈很熱,不代表題目中的公司能拿到訂單,更不代表今天就要一次投入全部資本。

這篇用一宗合成教學 Case 示範:先把公開 fact 與 case assumption 分開,再比較完整擴產、合作、延後與分階段投入。公司、報價、訂單及良率數字均為虛構,不代表任何真實公司,也不能帶入實習或現職中的機密資料。

先把 headline 寫成可決定的問題

台積公司 2026 年第二季官方財務結果顯示,當季營收為新台幣 1,270.38 億元,7 奈米及更先進製程佔晶圓收入 77%。這是需求與產品組合的第一方訊號;它不能直接證明某一家散熱、載板或電源供應商的訂單、售價與回報。

把題目改寫成:

這句話固定了公司、環節、資本、時間和風險。你不再分析「AI 好不好」,而是幫客戶選擇投入方式。

由產業訊號、環節、需求證據、經濟性到資本門檻的擴產決策流程
先證明需求和經濟性,再讓產業趨勢通過明確的資本門檻。

公開資料分三層讀

第一層:總體需求

台灣主計總處的外貿統計入口提供產品別外銷訂單、進出口結構及地區資料。這一層可回答:相關產品群的方向、期間與波動如何?不要把總出口成長當成個別公司的收入預測。

第二層:公司與環節

台積公司 2025 Annual Report把技術、capacity、capital investment、customers 和 risks 放在同一份公司材料。候選人可以學習如何追蹤「需求變化如何穿過產能和資本」,但不同供應鏈公司的 economics 不能直接複製。

第三層:Case 內部資料

面試官給你的已簽訂訂單、forecast、良率、價格、設備交期和客戶集中度,才是本題的公司證據。公開資料提供 priors;Case facts 決定 recommendation。

Synthetic case:Nexa Power Systems

Nexa 是虛構的台灣伺服器電源模組商。管理層考慮建立一條新產線。

項目合成資料
完整投資額NT$1.8bn
建置與認證15–20 個月
設計年營收NT$3.2bn
已簽最低採購設計容量 18%
客戶非約束 forecast設計容量 62%
最大平台佔預估需求58%
試產良率81%
成熟目標良率95%
設備可轉作其他產品約 40%

第一個結論不是「投」或「不投」,而是需求承諾與製程成熟度仍不對稱。你要找最有區辨力的資料,而不是把所有風險平均列一次。

七個 hypothesis,不要七個平行清單

  1. 需求品質: forecast 有多少變成合約、取消條款及可追蹤平台出貨?
  2. 客戶集中: 最大平台延後一季,其他客戶能否填補?
  3. 認證: 客戶 qualification 的里程碑、失敗原因與重做時間是甚麼?
  4. 良率: 81% 到 95% 的 improvement curve 由哪些 defect 驅動?
  5. 價格: 成熟售價是否足以承擔保固、工程支援和降價?
  6. 現金: 設備訂金、庫存、應收帳款和 ramp loss 在何時發生?
  7. 選擇權: 哪些設備可分段購買、共享、外包或轉產?

優先查「若答案不同,會令方案改變」的項目。若完整投資只有在最大客戶按時認證時才成立,認證證據便比再找一份總體成長報告重要。

四個方案放在同一張表

方案主要好處主要代價釋放資本前的 gate
完整擴產最快取得設計容量閒置與單一平台風險最高Binding demand、良率與設備交期均達標
分兩階段保留時間與下行選擇權單位成本可能較高第一階段認證後才下第二批設備
合作/外包用較少資本測試需求品質、IP、margin 和供應控制較弱Partner capacity 與責任邊界清楚
延後避免過早承諾可能錯過客戶窗口等待的資訊價值高於延誤損失

不要只說分階段「比較保守」。算出第一階段買甚麼、能交付多少、到哪一天、觸發第二階段的三個門檻,以及停止時剩餘設備能否轉用。

Base、downside 與反轉條件

Base

兩個平台在九個月內完成認證;binding demand 升到設計容量 50%;良率每季提高,十二個月後達 93%;價格下降由生產效率抵銷。這個情境仍要算 working capital 和 ramp cash burn。

Downside

最大平台延後兩季,第二客戶只完成小量試產,良率停在 88%,售價下降 7%。這時不是把 revenue growth 調低便結束;要追蹤閒置設備、庫存、供應商付款、資金缺口與客戶重新議價。

反轉條件

  • 若最大客戶提供不可取消的最低採購,且第二客戶認證完成,完整擴產可能勝過分段;
  • 若良率缺口來自不能靠工程修復的設計問題,應停止而非繼續投錢;
  • 若設備可高比例轉產,下行損失和等待成本都會改變;
  • 若競爭者已鎖定關鍵設備,延後的 option value 可能下降。
把公開事實、Case 假設、驗證測試與反轉條件分開的證據帳本
每個推論都要配一項可取得的資料,以及一個會改變建議的結果。

45 秒 recommendation

答案包含方向、原因、風險、gate 和停止條件;沒有把產業 headline 當成公司結論。

下一步

選一個台灣 AI 供應鏈環節,只准使用兩份第一方公開材料。畫四欄:公開 fact/你的 inference/要驗證的 Case data/反轉條件。再把完整擴產、分階段、合作和延後各寫一行,錄一段 45 秒建議。若你的結論仍可套到任何 AI 公司,先收窄環節與客戶決策,再帶進一次 MBB 模擬面試測追問。