摩根士丹利在最新發布的AI採用與未來工作調查報告中，對科技硬體與半導體行業在AI浪潮中的角色給出了明確判斷：這一行業並非AI衝擊的受害者，而是提供“鎬與鏟”的核心供給方，整體上是淨受益者。

報告資料顯示，過去12個月，科技硬體與半導體行業錄得約8.6%至8.2%的淨生產率提升，同時面臨約5%至8%的淨崗位流失。摩根士丹利分析師指出，裁員主要集中在早期階段，且整體行業影響為正面——企業既通過內部運營效率改善降低成本，又因外部AI基礎設施需求激增而直接受益於晶片及相關裝置的訂單增長。

從具體應用看，歐洲半導體企業的AI落地已相當多元。ASML將AI用於計算光刻解決方案的精度與效率提升，STMicroelectronics則應用於缺陷分類與良率最佳化。此外，23%的英國和德國科技硬體受訪企業表示已部署製造設施數字孿生技術，供應商涵蓋Cadence和Synopsys。在人員結構調整方面，ASML、Infineon和Aixtron均於2026年宣佈裁員計劃，但管理層並未直接歸因於AI；而ams OSRAM於2026年2月宣佈計劃未來三年削減逾2000個崗位，明確將歐洲業務的AI自動化列為裁員理由之一。

報告的核心邏輯在於：AI效率收益越顯著，企業對AI基礎設施的投入意願就越強，形成對半導體需求的正向迴圈。調查顯示，全行業平均淨生產率提升為9.6%，其中銀行、軟體等高強度AI採用行業的生產率增益尤為突出。從資本開支看，摩根大通2026年科技預算接近200億美元，其中約23億美元（佔總投資預算的25%）直接用於AI投資，這類企業級支出將沿供應鏈傳導至晶片設計、晶圓製造及半導體裝置環節。

分析師進一步指出，隨著AI從生成式模型向智慧體（Agentic AI）演進，CPU、半導體裝置及儲存器將成為關鍵受益方向。智慧體AI的大規模部署對算力密度、推理效率及記憶體頻寬提出更高要求，現有硬體架構面臨新一輪迭代壓力，也預示著下一個供給瓶頸正在形成。

報告也揭示了制約AI硬體擴張的多重結構性障礙。在軟體行業受訪者列出的未來12個月主要挑戰中，“基礎設施與能源約束（算力容量、電力可用性）”被明確提及。從供應鏈看，“遺留系統整合”和“資料準備度”是各行業AI部署的普遍痛點，“AI技能短缺”在多個行業均位列前三大障礙，半導體行業高度依賴專業工程人才，在人才競爭中面臨更大壓力。

澳大利亞軟體行業的觀察提供了另一維度參照：隨著AI採用向更廣泛部署推進，對資料中心和算力基礎設施的需求將顯著增強，但資本密度和電力強度也將同步上升。摩根士丹利分析師認為，下一階段AI硬體的真正瓶頸將從晶片設計轉向能源、電力、資料中心容量及製造產能，這些供給約束或成為AI基礎設施擴張的關鍵限制。