Kiedy wybierasz narzędzie AI — ChatGPT, Claude, Gemini, Grok — porównujesz ceny, jakość modelu, może rozmiar okna kontekstowego. Zakładasz, że hardware za kurtyną po prostu jest, jak prąd z gniazdka. Dostępny, wymienny, nudny.

Ale każdy frontier model AI, którego używasz, działa na chipach jednej firmy, o której większość użytkowników AI nigdy się nie zastanawiała. Ta firma to TSMC — Taiwan Semiconductor Manufacturing Company — i właśnie przypomniała światu, jak głęboko sięga ta zależność.

16 kwietnia 2026 roku TSMC opublikowało wyniki za Q1, które rozbiły wszelkie prognozy. Zysk netto skoczył o 58,3% rok do roku, do około 18,1 miliarda dolarów. Marża brutto wyniosła 66,2%, bijąc konsensus na poziomie 64,5%. Przychody z HPC — segmentu obejmującego akceleratory AI (wyspecjalizowane chipy do trenowania i uruchamiania modeli AI) oraz obliczenia wysokiej wydajności — stanowią teraz 61% całkowitej sprzedaży. Sam węzeł 3nm (proces produkcyjny tak mały, że tranzystory — maleńkie przełączniki wewnątrz chipów — mierzą około trzech miliardowych metra) dostarczył 25% wszystkich przychodów z waferów. TSMC podniosło prognozę wzrostu na cały 2026 rok powyżej 30% i przesunęło wydatki kapitałowe w kierunku górnej granicy przedziału 52-56 miliardów dolarów.

Liczba, która powinna nie dawać spać szefom branży AI, to jednak nie przychody. To udział w rynku. TSMC produkuje około 90% najbardziej zaawansowanych chipów AI na świecie — krzemowe układy poniżej 5nm, te same, które napędzają wszystko: od GPU NVIDIA Blackwell po Google TPU Trillium, Amazon Trainium2 i AMD MI300X. Każdy chip przechodzi przez faby — fabryki półprzewodników — skupione w Hsinchu i Tainan na Tajwanie. CEO C.C. Wei powiedział analitykom na earnings callu 16 kwietnia, że "przejście od generatywnego AI w trybie pytanie-odpowiedź do agentic AI w trybie polecenie-działanie prowadzi do kolejnego skoku w liczbie konsumowanych tokenów" — podaje Sherwood News. Innymi słowy: gdy agenci AI zaczynają robić rzeczy zamiast tylko odpowiadać na pytania, zapotrzebowanie na chipy przyspiesza jeszcze bardziej.

I robi się jeszcze ciaśniej. Prawdziwym wąskim gardłem nie są nawet same chipy — to CoWoS, zaawansowana technologia pakowania TSMC, która łączy ze sobą wiele komponentów chipowych w jedną całość. Prezes Mark Liu przyznał publicznie: "To nie jest brak chipów AI, to brak naszych mocy pakowania." TSMC ma wyprzedaną zaawansowaną zdolność produkcyjną do 2027 roku i dalej. W marcu 2026 roku The Information doniosło, że Google obniżyło swój cel produkcji TPU na 2026 rok z czterech milionów do trzech milionów sztuk, bo nie mogło zabezpieczyć wystarczającej liczby slotów CoWoS.

A gdzie alternatywy? Wszystkie opóźnione. Fab 1 TSMC w Arizonie działa i produkuje chipy 4nm dla Apple i NVIDIA, ale ceny waferów są tam o 25-30% wyższe niż na Tajwanie — CEO AMD Lisa Su potwierdziła wzrost kosztów chipów o 5-20% podczas earnings callu AMD za Q4 2025 w dniu 28 stycznia 2026. Na tym samym callu 16 kwietnia TSMC ujawniło, że Fab 2 nie osiągnie produkcji 3nm/2nm do drugiej połowy 2027 roku — przesunięcie z pierwotnego celu na 2026. Intel Foundry wykazało 9,5 miliarda dolarów straty operacyjnej za rok fiskalny 2025 w raporcie z 30 stycznia 2026 i jest jedną do dwóch generacji procesowych za TSMC. Wydajność procesu 2nm Samsunga wynosi 55-60% według analizy TechInsights z lutego 2026 — poniżej progu 70-80% potrzebnego do opłacalnej masowej produkcji. A w listopadzie 2025 Qualcomm przeniósł się całkowicie z powrotem do TSMC po tym, jak proces Samsunga nie spełnił jego wymagań jakościowych.

Sam Tajwan dodaje kolejną warstwę ryzyka: wyspa importuje 97% energii. 17 kwietnia Tom's Hardware podał, że TSMC ostrzegło, iż trwający konflikt na Bliskim Wschodzie może wpłynąć na rentowność z powodu rosnących kosztów helu i energii.

Co to oznacza dla ciebie? Kiedy twoje narzędzie AI zwalnia, kiedy dostawca API podnosi ceny, kiedy nowy model wychodzi z opóźnieniem — przyczyna może nie leżeć w oprogramowaniu. Może sięgać decyzji o mocy produkcyjnej podjętej osiemnaście miesięcy temu w Hsinchu. Setki miliardów dolarów inwestycji infrastrukturalnych branży AI przechodzą przez jedno fizyczne wąskie gardło, którego żaden sprytny kod nie obejdzie.

Najgłębsza fosa w AI to nie inteligencja. To litografia — proces wytrawiania obwodów na krzemie — a klucz trzyma jedna firma.