- FinFET Technology: Developed the 3D FinFET transistor in 1999, enabling continued transistor scaling for smaller, faster, and more efficient electronics.
- BSIM Models: Contributed to the creation of the Berkeley Short-Channel IGFET Model (BSIM) series, which became an industry standard for circuit simulation.
- Academic Leadership: Served as TSMC’s first Chief Technology Officer (CTO) from 2001–2004.
- Awards: Awarded the 2020 IEEE Medal of Honor, the 2014 Kaufman Award, and the National Medal of Technology and Innovation in 2016.
- Education: Earned his MS and PhD from UC Berkeley and is a member of the National Academy of Engineering.
Channing Hu 【在摩爾定律之後管理未來：胡正明院士、FinFET 與高不確定時代的 AI 策略】
在 2026 年的今天，人工智慧、半導體與地緣政治正把企業決策者共同推向一個熟悉又陌生的場景：需求預測失真，資本市場在「AI 榮景」與「AI 泡沫」之間擺盪，供應鏈則在地緣重構的拉扯中疲於奔命。 在這樣一個高度不確定的世界裡，管理教科書上的「最佳解」正快速貶值，取而代之的是一個更根本的問題：當不存在穩定的規則時，我們如何定義「負責任的決策」？
在今天中午的北加州台大校友會一年一度的餐敘上，重新從一位工程學家的故事，看見這個問題的可能答案。受邀主講的，是被稱為「FinFET 之父」、同時也是台積電首任技術長的胡正明院士。 在半導體產業的敘事中，他常被放在技術與科學的脈絡裡；但如果把他放回管理與經濟的框架，我們會發現，胡院士其實是一位在高度不確定環境下，實踐「解題型領導」（problem‑solving leadership）的典型個案。
從他的故事出發，回到一個其實與我們每個管理者都相關的命題：當摩爾定律不再保證未來增長時，我們如何重新設計自己的「管理定律」？
＃從晶片會熱到比太陽還熱開始的決策問題
胡正明用一張 Intel 內部的投影片，重新喚起了那個被多數人遺忘的危機。2001 年，Intel 的 CTO 在舊金山公開警告：如果照當時的路線繼續把電晶體縮小，CPU 的功率密度將一路攀升，最後超過核反應爐、火箭噴嘴，甚至太陽表面。 這不是誇飾，而是物理定律的推演。
換句管理語言來說，整個產業都在用同一套「＃成功公式」加速奔跑，而這套公式已被證明會把大家帶向集體失敗。這種情境，讓人想到經濟學家所說的「＃成功陷阱」（success trap）：既有的技術路徑與商業模式過於成功，以至於組織缺乏動機改變方向（March, 1991）。
胡正明當時並不是一家公司的 CEO，而是一位在柏克萊的教授。然而，他用的思維卻更接近企業領導人：先承認現有的技術路徑會走向系統性失敗，再往後推一個問題——如果我們什麼都不做，這個失敗對整個經濟與社會意味著什麼？這個問題的重要性，遠遠超出技術範疇。
＃在不確定環境下重寫邊界條件：從「做小」到「重構」
胡正明與團隊在 1996 年拿到 DARPA 的研究經費，不是為了把舊技術做得更好，而是定義了一個更根本的目標：在功耗與發熱約束下，讓晶片持續縮小而不崩潰。 這與其說是技術題，不如說是「約束條件重寫題」。
他們提出的 FinFET，不是延伸原本平面電晶體的漸進優化，而是把通道立起來，讓閘極可以從三個面控制電流，進而大幅降低漏電。 這個發明，一方面解決了當時已可預見的過熱危機，另一方面也為後來的 Gate‑All‑Around 與奈米線、奈米片結構鋪路。
若用創新管理的語言來描述，FinFET 屬於典型的「架構式創新」（architectural innovation）——不是把每一個零件做得更好，而是改變零件之間的關係，進而定義新的性能邊界（Henderson & Clark, 1990）。這種創新之所以困難，在於它同時挑戰了技術與組織的慣性：
◎ 對工程團隊而言，必須放棄熟悉的設計與製程；
◎ 對公司而言，意味著資本支出、學習曲線與風險的重新分配；
◎ 對整個產業而言，則是共同語言與標準的再協調。
在高度不確定的情境中，管理者最容易犯的錯，是把「不確定性」誤解為「什麼都不可知」，於是退回到短期優化。實際上，胡正明的做法更接近 Knight 定義的「可界定但不可量化的不確定性」（Knight, 1921）：未來路徑的具體結果難以預測，但關鍵約束與方向是可以被清楚定義的。
＃把解法帶回台灣：在脆弱供應鏈中重建比較優勢
如果故事只停在柏克萊實驗室，那麼 FinFET 仍可能只是少數論文中的漂亮圖像。故事真正變成經濟史的一部分，是從胡正明決定「把解法帶回台灣」那一刻開始。
2001 年，他接受張忠謀邀請，暫離學術圈，出任台積電首任 CTO。 張忠謀給他的兩個任務，從管理角度看極為清晰：
(A) 把台積電從「快速跟隨者」變成真正的技術領導者；
(B) 建立自主的專利與技術組合，脫離高度依賴國際專利授權的被動位置。
產業史學者後來指出，胡正明作為 CTO，把 FinFET 這種「高不確定、高前期成本」的技術路徑，在台積電內部具體化為一連串可驗證的技術里程碑，包含 35 奈米、25 奈米、10 奈米到 5 奈米原型晶片。 這些成果，在 2000 年代初期未必能立即轉化為量產，但它們有效降低了組織對未來的「心理折現率」——讓決策者看到一條雖然昂貴，但不是盲目的道路。
從國際政治經濟的視角看，這是一個值得被更多管理人重讀的案例：
◎ 當時的台灣，面對的是「技術依賴」與「市場依賴」的雙重脆弱；
◎ 透過在前瞻製程上的主動押注，台積電逐步把自己從全球供應鏈上的一個可替代節點，轉變成少數幾個不可替代的關鍵節點之一（Baldwin, 2016）。
◎ 這種由技術選擇驅動的「不可替代性」，在今日 AI 晶片與地緣對峙的世界中，被證明具有超乎預期的經濟與政治溢出效果。
換句話說，胡正明做的不是「技術最佳化」，而是與張忠謀共同完成了一個「國家級風險管理決策」：在高度不確定的產業路徑上，刻意選擇擁抱長期風險，以換取結構性比較優勢。
#不確定性下的集體錯判與修正：從「災難」到標準
2011 年，《紐約時報》報導 Intel 公開宣布採用 3D FinFET，被形容為「過去 50 年來最激進的變革」；同時，也忠實記錄當時多數競爭者的反應——把這個決定視為「數十億美元等級的災難」。 這種分歧，本身就是高不確定環境中常見的現象：資訊並不對稱，利益結構各不相同，評價基準因此高度分散。
幾年後，歷史已經給出暫時的答案：
◎ Intel 雖然在 FinFET 導入後的 10 奈米節點遭遇挫折，但 FinFET 成為 22 奈米以下的主流架構已是不爭事實；
◎ 台積電在 16/10/7/5 奈米的量產與良率上領先，三星則在幾個關鍵節點落後一步；
◎ 後來包含格芯、聯電、中芯在內的全球主要晶圓廠，也無一例外地採用了類似架構。
這個過程反映了經濟學者所說的「路徑依賴與技術軌道切換」（Arthur, 1989；Dosi, 1982）：當產業多數成員都押注舊技術路徑時，即便新路徑在長期具優勢，也需要一段漫長且昂貴的「認知調整期」。胡正明院士與少數早期擁抱 FinFET 的決策者，本質上是在用真金白銀去對抗這種路徑依賴。
如果把鏡頭拉回今天的 AI 產業，我們會看到類似的張力正在上演：
◎ 一端是大規模生成式模型與 GPU 資本開支帶來的短期「指數幻覺」；
◎ 另一端則是能源、散熱、資料中心土地與供應鏈風險逐漸浮現的結構性制約。
問題不是 AI 會不會改變世界，而是我們是否願意像胡正明一樣，從約束條件出發，重新定義「可持續的技術軌道」。
＃當創新不以財富為目的：「免費」的 BSIM 與有限的專利收益
在餐敘上，胡正明提到一件細節：當年 FinFET 的專利雖然由 Berkeley 持有，Intel 也取得了獨家授權，但因為 Berkeley 與 Intel 早有整體專利協議，他與學生幾乎沒有拿到任何實質分潤。 這在一般創業與創新敘事裡，似乎是一個「遺憾」；然而對他而言，真正的成就感在於技術能否被世界採用。
其實，這種價值觀早就在他更早的工作中出現。自 1990 年代起，他帶領團隊開發了 BSIM 一系列電晶體模型，這些模型後來成為全球 IC 設計軟體與晶片設計流程的共同標準，而 Berkeley 長期將其免費開放給產業使用。 若以傳統財務報酬指標來看，這似乎不是「最聰明」的商業選擇；但從產業生態與知識擴散的角度來看，它大幅降低了整個產業的交易成本與技術碎片化程度（Teece, 1986）。
這裡牽涉到一個在 AI 時代愈來愈重要的管理問題：當關鍵技術具有「準公共財」特性（quasi‑public goods）時，企業或個人應該如何在專有權與開放之間取得平衡？
◎ 完全封閉，短期可能提高壟斷利潤，但也可能拖慢整體創新速度；
◎ 完全開放，則需要思考長期可持續的商業模式與治理結構。
胡正明的做法，某種程度上與開放原始碼社群的經驗相呼應：透過在核心基礎層開放，放大整體蛋糕，然後在應用層與製造層創造差異化與價值捕獲（von Hippel & von Krogh, 2003）。這對今天在 AI 模型、資料與平台之間掙扎的管理者而言，是一個很值得借鑑的參考座標。
＃從半導體到AI：高不確定性決策的四個啟示
從胡正明院士的故事回望當前 AI 與半導體產業的高度不確定性，我認為至少有四個管理與經濟上的啟示：
(A) 從「追指數」到「抓約束」：先問什麼不可改變
胡正明看到的，不只是摩爾定律的「繼續」，而是物理定律對功耗與熱的硬性限制。 在 AI 或任何新技術浪潮中，管理者常被指數成長的曲線吸引，卻忽略能源、供應鏈、監管與社會接受度等基礎約束。
Knight 早在一百年前就提醒我們：真正重要的不確定性，不是每天股價的波動，而是那些無法用機率精確量化、卻會改變整個遊戲規則的因素（Knight, 1921）。對 AI 時代的管理者而言，學會像工程師一樣，從不可改變的約束條件反推可行的策略空間，比盯著任何一條成長曲線都重要。
(B) 在技術賭注上，分清楚「押哪一條路」與「怎麼走這條路」
FinFET 是一個大膽的路徑選擇，但胡正明在台積電的實踐顯示，這並不是一次單點豪賭，而是一連串可被驗證的實驗與原型。 當我們討論企業在 AI 上的「下注大小」時，常混淆了兩個層次：
◎ 一是 #路徑選擇：例如是否押注特定架構、特定供應商或特定地區；
◎ 二是 #執行設計：如何透過里程碑、合作模式與資本結構，降低單一錯誤就致命的風險（Adner & Kapoor, 2010）。
胡正明給我們的啟示是：在高不確定路徑上前進，不是不要風險，而是把風險拆解成一系列可學習的實驗。這對任何今天正在考慮建立 AI 團隊、擴充資料中心或投入專用晶片設計的企業，都是極為實際的建議。
(C) 技術選擇就是地緣選擇：把科技決策當成國際政治決策
台積電在 FinFET 與先進製程上的領先，使其在今日的國際政治中，成為少數被視為「系統性重要」的民間企業之一（Baldwin, 2016）。這種地位不是靠行銷或外交取得，而是長期在高不確定技術路徑上的堅持自然而然造成的結果。
對任何國家與企業而言，在 AI 與半導體上的技術選擇，已經不再是純粹的 R&D 決策，而是帶有戰略承諾（strategic commitment）的政治經濟行為（Porter, 1996）。胡正明在學界與產業之間的來回，正是一個科學家如何參與這種戰略承諾的實例。
(D) 在 AI 時代重估「成功」：從個人財富到系統性影響
最後，胡正明以 BSIM 的「免費」與 FinFET 專利有限的個人收益，提醒我們，在高度技術化的經濟體中，衡量成功可能需要新的指標：
◎ 對個人而言，是願不願意把最好的時間放在那些短期收益不明，但長期影響深遠的問題上；
◎ 對企業與政府而言，是願不願意為開放標準、基礎研究與人才培養投入資源，即便難以在下一季財報上看見成果（Mazzucato, 2013）。
在 AI 驅動的經濟競賽裡，如果我們只用短期市值與融資額來衡量成功，很可能會在下一次技術斷層時再次措手不及。胡正明的故事，提供了一個更長視角的衡量標準：真正值得追求的，是讓下一代可以在更好的技術與制度基礎上，繼續解決他們的問題。
#在沒有摩爾定律的地方，做一個「解題型領導者」
當年胡正明院士被 IEEE 頒授最高榮譽 Medal of Honor 時，頒獎詞寫的是「在 FinFET 與電晶體模型上的開創性貢獻」，媒體標題則喜歡用「拯救摩爾定律的人」來形容他。 但如果把視角從工程轉向管理，我們也可以用另一種方式總結他的角色：
在一個看似不可預測的世界裡，他選擇先把真正的約束條件說清楚，然後用一生去尋找、實作、並分享解法。
在 AI、地緣政治與經濟不確定性交疊的當下，我們不一定每個人都能發明下一個 FinFET，也不一定有機會成為下一個台積電 CTO。但我們每一個身處管理位置的人，都可以問自己同樣的問題：在我的產業裡，真正會「把系統推向崩潰」的那個約束是什麼？我有沒有勇氣，為這個問題，開始設計一條新的路？
#北加州台灣校友會
#吃飯不忘學習
#胡院士氣色絕佳笑容滿面
沒有留言:
張貼留言