5月27日，摩根士丹利（Morgan Stanley）在中國臺灣舉行媒體交流會，為其28~29日將首度在臺北舉辦“Morgan Stanley Asia AI Summit”活動預熱，主要聚焦臺灣高科技產業在AI供應鏈的關鍵角色。對于市場擔憂人工智能（AI）發展過快恐導致泡沫化風險，摩根士丹利表示，臺積電產能是AI半導體產業的先行指標，盡管目前內存與載板等零組件供應偏緊，但并未看到明年AI供應鏈斷鏈風險，預測2027年AI半導體可服務市場規模將穩健成長60%。

摩根士丹利大中華區半導體研究團隊主管詹家鴻表示，雖然中國大陸、中國臺灣與韓國制造業領域都很強，但因為中美地緣政治角力影響，AI訂單與目光高度集中在中國臺灣，推升臺股市值躍升為全球第五大股市。他認為，目前AI硬件需求完全不是問題，關鍵在于產能釋放速度。摩根士丹利預估，2027年整體AI半導體市場可穩健成長約60%。

詹家鴻強調，這樣逐年增長的節奏，對資本市場更具吸引力，能確保產業呈現穩定、循環性的成長，而非一次性爆發后在2028年面臨嚴重崩跌的風險。這增長率也為相關公司目前約20~30倍估值，提供合理支撐。

詹家鴻指出，除了晶圓代工與先進封裝，載板廠與內存等環節有些部分呈現供應偏緊的狀態；但目前評價，并未有任何環節出現導致明年AI硬件斷鏈的風險，因此明年AI半導體市場成長60%的目標完全能達成。

他也提到，AI基礎建設目前面臨巨大的電力短缺與資本支出過高的限制，迫使大型云端服務供應商（CSP）轉向新技術，例如為了省錢而加速投入特殊應用芯片（ASIC），或為了省電而推動“以光代電”的硅光子共同封裝技術（CPO）。

摩根士丹利半導體研究團隊負責人Joseph Moore表示，過去三年市場常討論供應鏈緊張，但直到去年9 / 10月才真正達到供應極限。目前幾乎所有半導體與儲存元件均面臨供應限制，包含動態隨機存取內存（DRAM）、硬盤、光學元件、中央處理器（CPU）、繪圖處理器（GPU）及ASIC。

Joseph Moore指出，目前供應鏈兩大瓶頸為DRAM內存、3nm先進制程晶圓，這些半導體產能的挑戰，恰好限制了市場激進擴產的沖動，反而讓半導體市場維持健康，避免陷入供過于求的局面。

Joseph Moore也提到，AI強勁需求帶動Token（詞元）生成量超乎預期成長，由于算力與產能受限，科技巨頭被迫將資源從產出營收較慢的“模型訓練”（Training）抽離，優先投入能直接變現、產生營收的推理（Inference），導致業者目前難以如愿建立超大型的研發訓練叢集。