AI連晶片工程師都要搶飯碗？這2檔美股反而更賺 【CMoney 研究員】 https://image.cmoney.tw/attachment/blog/1790179200/aa2e8da1-f3b8-403d-a968-a7b2a9bf7a3a.jpg AI 搶工作，現在連晶片工程師都可能躲不掉。Cadence(CDNS)最新推出的 AI 代理，已經可以根據工程師給出的需求，自動產生晶片設計、進行驗證，再反覆調整功耗、效能與晶片面積。早期測試中，相較單純使用大型語言模型產生程式碼，平均晶片面積降低約 24%、功耗降低約 18%。 聽起來最危險的是晶片工程師，但對投資人來說，真正值得注意的反而是另外兩家公司：Cadence 與新思科技(SNPS)。因為 AI 越能自己完成晶片設計工作，這兩家原本賣設計軟體給工程師的公司，反而可能多出一層新的收入來源。 【AI現在不只幫忙，已經開始自己做事】 過去 AI 進入晶片設計，比較像替工程師增加一名助手。工程師決定晶片架構、操作設計軟體、執行驗證，再讓 AI 幫忙產生部分程式碼、尋找錯誤或調整參數，最後的主要工作還是由人完成。 現在情況開始改變。工程師可以直接告訴 AI，要什麼功能、速度要多快、功耗不能超過多少，接下來 AI 就能自己產生 RTL，也就是晶片最前端的設計程式碼，再使用 Cadence 原本的分析與驗證工具檢查結果。 如果功耗太高，AI 可以自己修改；如果晶片面積太大，就重新最佳化；如果驗證沒通過，也能自己找問題再跑一次。原本是「工程師操作工具、AI從旁協助」，現在開始變成「工程師設定目標，AI自己操作工具」，最後才由工程師確認設計是否可以進入下一階段。 這代表 AI 真正開始碰到晶片工程師每天在做的工作流程。 【工程師變少，Cadence不是反而更危險？】 這也是這篇真正值得投資人思考的地方。Cadence 與新思科技過去主要把晶片設計、模擬、驗證軟體賣給半導體公司，而晶片公司有越多工程師，通常也需要越多軟體使用權限。 照這個邏輯來看，如果 AI 讓一名工程師能完成過去兩三個人的工作，同樣的晶片專案可能就不需要那麼多人。工程師使用席次下降，原本靠軟體授權賺錢的 Cadence，理論上反而可能受到衝擊。 但事情還有另一面。如果一名工程師以前一天只能測試幾種晶片方案，現在加入 AI 代理之後，可以讓 AI 自己一次跑大量設計，再反覆進行模擬、驗證與最佳化，那麼工程師雖然變少，每名工程師背後使用軟體的工作量卻可能大幅增加。 更重要的是，Cadence 還可以另外向客戶收 AI 代理的費用。最後就可能變成，客戶除了原本的電子設計自動化軟體費用之外，還要支付 AI 代理費用，同時跑更多次模擬與驗證。 這就形成一個很有趣的反差：工程師可能變少，但 Cadence 從每個客戶身上收到的錢反而更多。 這才是 CDNS 接下來最值得追蹤的投資故事。 https://image.cmoney.tw/attachment/blog/1790179200/c1c3eb77-3109-41db-b8d1-4380486971aa.jpg 【第一檔Cadence，關鍵不是AI多強，而是能不能多收錢】 Cadence 原本就擁有非常完整的晶片設計工具，AI 代理最大的價值，就是可以直接操作這些既有工具。這跟單純叫聊天機器人幫忙寫一段晶片程式碼，有很大的差別。 晶片真的要送去製造之前，還要確認效能是否達標、功耗有沒有超標、晶片面積是否過大、功能有沒有錯，以及各種時序檢查能不能通過。這些環節最後仍然需要專業的電子設計自動化工具完成。 因此，就算大型語言模型越來越聰明，也不代表 Cadence 的工具會消失。反過來說，如果 AI 每設計一次晶片，都需要反覆呼叫 Cadence 的模擬、驗證與最佳化軟體，那麼 AI 越普及，這些工具被使用的次數反而可能越多。 對 Cadence 最理想的情況，就是 AI 幫客戶跑更多設計、更多驗證，同時客戶又願意另外購買 AI 代理。這時候 AI 就不只是軟體多了一個新功能，而是真正多出一層可以收費的產品。 所以未來再看到 Cadence 宣布「效率提高多少」、「功耗降低多少」，散戶真正要找的數字其實不是 20%、30% 或 50%，而是：客戶有沒有願意多付錢？ 只要答案開始變成「有」，CDNS 才有機會從 AI 題材，真正走向營收與獲利預期上修。 【第二檔新思科技，也在搶同一塊生意】 Cadence 當然沒有獨占這場市場。另一家電子設計自動化巨頭新思科技，同樣正在把 AI 往完整工程流程推進。 新思科技的 AgentEngineer 已經可以處理晶片程式碼產生、程式檢查、建立測試環境與驗證等工作，部分早期案例的工程效率已經出現倍數提升。這代表未來兩家公司的競爭，可能不再只是「誰的晶片設計軟體比較強」。 下一階段比的可能是：誰家的 AI 工程師比較好用？誰可以讓客戶從下指令開始，一路做到設計、驗證與最佳化？ 這也是 Cadence 與新思科技很特別的地方。很多傳統軟體公司現在擔心 AI 直接把原本的功能吃掉，但晶片設計軟體有一道比較高的門檻。 AI 可以提出答案，但晶片最後真的要送去生產，還是需要非常嚴格的工程驗證。如果 AI 每次提出新的設計，都必須經過 Cadence 或新思科技的工具檢查，那麼 AI 越能自己工作，這兩家公司過去累積多年的設計與驗證工具反而可能更加重要。 【手上有輝達、台積電，這件事有影響嗎？】 如果目前主要持有輝達(NVDA)、台積電(TSM)或其他大型科技股，這則新聞還沒有強到足以立刻改變它們下一季的財報，影響比較偏向中長期。 對輝達來說，影響有兩面。一方面，Cadence 與新思科技的 AI 工程工具本身就需要大量運算，而且兩家公司都在與輝達合作發展 AI 工程平台，因此 AI 晶片設計工具普及，本身也會增加運算需求。 但另一方面，如果 AI 可以降低設計晶片需要的人力與時間，Google、亞馬遜、Meta 等大型科技公司也會更容易開發自己的客製化晶片。這會讓企業自研晶片的門檻下降，長期可能增加對輝達的競爭。 所以對輝達而言，AI 自動設計晶片同時帶來新的算力需求，也可能讓更多競爭晶片出現，目前還很難單純解讀成利多或利空。 https://image.cmoney.tw/attachment/blog/1790179200/227407a2-dd56-4c84-beae-ff82a407727d.jpg 【台積電可能吃到更後面的紅利】 台積電的邏輯比較簡單。如果 AI 真的可以讓晶片設計速度變快，同一家公司就可能同時開更多晶片專案。 原本一年只能完成幾個設計，未來如果同樣的工程團隊可以做更多顆晶片，只要這些專案最後真的進入試產與量產，就可能增加晶圓代工需求。 所以對台積電而言，真正的受惠路徑是 AI 先降低晶片設計成本，接著企業開發更多客製化晶片，最後真的增加投片數量。這條路徑比 Cadence、新思科技更長，因此現在看到一款 AI 代理發布，就直接推論台積電營收要上修，仍然太早。 【真正的第二波機會，可能藏在客製化晶片】 這則新聞更值得散戶多想一層的地方，是客製化晶片。 現在 AI 晶片市場最熱門的問題之一，就是除了輝達之外，還會有誰搶到更多市場。Google 已經有 TPU、亞馬遜有 Trainium，Meta 也持續發展自己的 AI 晶片。 如果過去設計一顆大型晶片，需要大量工程師合作幾個月甚至更久，那麼 AI 代理未來若能把其中大量重複工作自動化，就代表大型科技公司開發自研晶片的成本與時間都可能下降。 這對博通(AVGO)、Arm(ARM)以及台積電這些客製化晶片生態中的公司，都可能形成更長期的需求。 但這些仍然屬於第二層機會。這則新聞最直接影響的，還是 Cadence 與新思科技。 【這2檔股價接下來怎麼走？】 短線來看，AI 代理本身很容易吸引市場注意，尤其現在投資人一直在尋找輝達之外的新 AI 受惠方向，電子設計自動化軟體自然有機會成為新的熱門題材。 因此 CDNS、SNPS 短線可能先受到題材與情緒推動，但真正能不能把幾天行情延伸成幾個月甚至一年的上漲，最後還是要看商業化。 第一個要看的，是實際客戶數。如果目前只是 Honda 等少數企業進行測試，市場仍會把它視為新技術；如果未來越來越多大型半導體公司把 AI 代理放進正式晶片專案，意義就完全不同。 第二個要看的，是 AI 代理能不能額外收費。如果最後只是原本軟體免費增加的新功能，對營收的幫助可能有限；如果客戶願意另外購買，Cadence 與新思科技才真正多出新的收入來源。 第三個，也是最重要的，是原本的電子設計自動化業務有沒有被工程師人數下降拖累。如果 AI 普及之後，兩家公司核心業務仍然維持成長，甚至因為更多模擬、驗證與新晶片專案而加速，就代表新增收入已經蓋過了使用席次下降的風險。 【樂觀、基準、保守三種情況怎麼看？】 最樂觀的情況，是 AI 代理很快進入正式晶片設計流程，而且企業願意另外付費。工程師人數不需要大幅增加，但企業可以同時開更多晶片專案、跑更多驗證，Cadence 與新思科技同時吃到 AI 代理收入與原本軟體使用量增加，股價才有機會從題材上漲進一步轉成營收與每股盈餘上修。 比較合理的基準情況，是技術真的有效，但半導體公司對新的設計流程比較保守，需要幾個季度慢慢驗證。AI 代理會先提高客戶黏著度與工作效率，真正收入貢獻要等後面的財報才逐漸看得到，股價中間容易出現震盪。 比較差的情況，則是 AI 真的讓晶片公司需要更少工程師，但 AI 代理最後又變成所有電子設計自動化軟體的標準功能，客戶不願意額外多付錢。這時候就可能出現工程師使用席次下降，但新的 AI 收入補不回來，即使產品技術很厲害，也不代表股票就值得更高估值。 【下一個真正要看的，是客戶有沒有付錢】 接下來再看到 Cadence 或新思科技發布新的 AI 功能，可以少看一點漂亮的測試數字，多看三件事：到底有多少客戶正式使用、是不是已經放進真正的晶片專案，以及客戶有沒有額外付錢。 最後還要再回到財報，確認訂單、營收與每股盈餘有沒有因此加速。 如果答案一路從「AI可以做」進展到「客戶願意付更多錢」，電子設計自動化可能會成為 AI 時代一個非常特別的生意： AI搶走工程師一部分工作，賣工程師工具的公司反而越賺越多。 現在買的人看好AI能加價；現在等的人在看客戶付錢。 【美股巨頭】Disney漲價跟進，Apple TV+下一個？串流訂閱費悄悄集體重訂 【美股巨頭】超微衝破兆元市值後急踩煞車，六連漲戛然而止？ 【美股巨頭】AWS算力簽15年、目標價上看320美元，亞馬遜憑什麼還跌2%？ https://image.cmoney.tw/attachment/blog/1790179200/92abb67d-d590-434b-9523-6db81955659f.jpg 版權聲明 本文章之版權屬撰文者與 CMoney 全曜財經，未經許可嚴禁轉載，否則不排除訴諸法律途徑。 免責宣言 本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。 【CMoney 研究員】 CMoney 團隊透過 AI 結合股市，每日提供重點股票的新聞事件，期望讓投資人更有效率找到各種投資標的的投資事實。 【】
