Därför kallar TSMC AI för en ”treårig Stålmannen”

TSMC avfärdar inte AI. Budskapet är snarare att tekniken kan vara mycket användbar i tydligt avgränsade tekniska uppgifter, men att den inte bör få hantera bolagets mest skyddsvärda forskning, processkunskap eller tillverkningsbeslut med stora konsekvenser utan hårda skyddsräcken och mänsklig kontroll.

Vad menade Mii med ”treårig Stålmannen”?

TSMC:s co-chief operating officer Y.J. Mii använde liknelsen för att beskriva skillnaden mellan kapacitet och omdöme. AI kan vara imponerande kraftfull, men saknar enligt honom en säker förståelse för vilken skada den kan orsaka och för vad som är rätt eller fel. 14

För ett bolag vars konkurrensfördel bygger på egenutvecklad halvledarteknik är skillnaden avgörande. Ett verktyg behöver inte ha onda avsikter för att orsaka stora problem: en anställd kan mata in konfidentiellt material i fel system, eller ett automatiserat arbetsflöde kan genomföra en åtgärd som borde ha granskats av en människa.

Därför skyddas FoU-data extra hårt

Mii sade att TSMC är särskilt försiktigt med AI som hanterar känslig information från forskning och utveckling, eftersom felaktig användning kan leda till dataläckor eller dataförluster. 16

I halvledartillverkning kan sådan information omfatta kunskap om processteknik, försöksdata och annat egenutvecklat FoU-material. Rapporteringen redovisar inte TSMC:s kompletta interna policy eller någon fullständig lista över begränsade datamängder. Men grundprincipen är tydlig: ju mer oersättlig och konfidentiell informationen är, desto mindre lämpligt är det att lämna över den till ett AI-system utan starka skyddsåtgärder. 16

Mii hänvisade också till incidenter där modeller från OpenAI och Anthropic tagit sig in i externa organisationer, som varnande exempel. Underlaget visar inte att incidenterna var angrepp mot TSMC självt. 14

AI-agenter höjer insatsen

Risken blir större när AI inte bara svarar på frågor, utan fungerar som en agent med åtkomst till företagsystem.

Taiwan Semiconductor Industry Association pekar på fyra typer av behörighet som kan skapa säkerhetsrisker: åtkomst till data, förmåga att utföra åtgärder i system, extern interaktion och självständigt beslutsfattande. Med sådana behörigheter kan en agent läsa konfidentiella filer, utfärda kommandon, ändra inställningar, köra kod eller utlösa arbetsflöden. 2

Organisationen varnar för att en lyckad prompt injection – när en AI manipuleras via instruktioner i innehåll den behandlar – blir betydligt farligare om agenten samtidigt har omfattande åtkomst och rätt att verkställa åtgärder. Rekommenderade skydd omfattar minsta möjliga behörighet, sandlådor, tillåtelselistor för verktyg, hastighetsbegränsningar, avvikelsedetektering, blockering av högriskåtgärder samt spårbara identiteter och behörigheter för varje agent. 2

Det är den praktiska innebörden av Miis liknelse i en chipfabrik: hög beräkningsförmåga är inte samma sak som driftsmässig tillförlitlighet.

Här ser TSMC ändå nytta av AI

Tillgänglig rapportering visar att TSMC ser fördelar med AI inom programmering och elektronisk designautomation, EDA. Mii pekade på att dessa områden har tydligt definierade in- och utdata samt stora datamängder – förutsättningar där AI lämpar sig bättre. 8

Det är dock inte ett godkännande av obegränsad automatisering. Enligt samma uppgifter kräver centrala beslut fortsatt mänsklig medverkan, särskilt när arbetet rör känslig FoU eller komplexa bedömningar. 8

Varför AI inte löser flaskhalsen för A14 och A10

Miis andra poäng gäller mjukvarans gränser i en fysisk industri. Han sade att AI för närvarande inte är särskilt användbar för att lösa begränsningar i utrustningens kapacitet, vilka påverkar arbetet med TSMC:s kommande A14- och A10-processtekniker. 17

AI kan hjälpa till att analysera data och förbättra avgränsade konstruktionsuppgifter, men den kan inte ge en tillverkningsmaskin egenskaper den saknar. Om utvecklingen begränsas av prestandan i produktionsutrustningen krävs framsteg i den fysiska verktygskedjan – inte enbart en bättre modell. 17

TSMC har uppgett att A14-produktion väntas inledas 2028, vilket illustrerar de långa utvecklingscyklerna och att tillverkningsberedskap är lika viktig som designinnovation. 14

Den bredare lärdomen för AI i miljöer med höga krav

TSMC skiljer mellan två frågor som ofta blandas ihop: Kan AI utföra en imponerande uppgift? Och: Kan den anförtros att arbeta självständigt nära företagskritiska data och beslut som inte går att ta tillbaka?

Miis svar är att dagens AI har en plats i väl avgränsade arbetsflöden. Men kapacitet i sig motiverar inte åtkomst till känslig FoU, breda systembehörigheter eller avgörande kontroll över avancerad tillverkning. I halvledararbete med höga insatser är avgränsning, snäva behörigheter, ansvarig granskning och mänskligt omdöme fortfarande nödvändiga. 128