PCB，怎么也缺货了？

存储芯片警报未消，高端汽车PCB（印制电路板）同样告急。

过去两三周就能交付的货，如今要等上20周。涨价从覆铜板、玻纤布一路传导到最不起眼的辅料。中国PCB产值全球占比超57%，命门却可能攥在更上游的一台织机手里。

制造这轮短缺的，不是汽车需求自身的起伏，而是AI算力需求的爆发式增长。它正以前所未有的力度，从汽车产业“抢”走材料、产能与设备。

从3周等到20周，缺口不在板厂，在更上游

变化首先体现在交期上。

“过去汽车PCB的交期通常是2到3周，现在平均要20周。”某外资Tier1管理层坦言，交货周期被拉长了数倍。

他特别强调，真正拖慢交付的并不是板厂产能，而是覆铜板（CCL）、半固化片（PP）这些上游材料。

涨价同样从上游开始。某PCB厂商内部人士透露，自2025年第四季度起，涨价从覆铜板、玻纤布一路传到钻嘴、盖板等辅料，“PCB每一层都在承受成本压力”。

相关报道显示，2026年以来，龙头覆铜板企业已多次上调板料、半固化片和铜箔加工费。

AI制图；来源：豆包

为什么产能庞大的中国PCB产业，会被上游材料卡住？

据上述PCB厂商内部人士介绍，这条产业链像一座层层收窄的倒金字塔。

最顶端是高度分散的PCB制造，全球约2000至3000家工厂，多数集中在中国。往下，覆铜板（CCL）全球约20家、主力供应商约8家。再往下，玻纤布（电子布）全球约15家、主力厂商约6家。而在最底端，制造高端电子布的喷气织机，全球几乎只依赖一家日本企业。

据公开资料，全球高端电子布（尤其是超薄品类）的产能，高度依赖丰田等少数厂商供应的高端喷气织机，丰田在该设备环节占据90%以上份额。

据上海证券报、财联社等报道，其JAT910系列是业内公认能稳定量产1080及以下超薄电子布的设备，在这一超薄布领域份额接近95%，交付周期长达18至24个月，现有订单已排至2030年，丰田且已于2026年5月停止接收高端织机新增订单。

而AI，正在改写上游材料的结构。

某头部PCB厂商负责人解释，在过去的电子布结构中，7628等厚布主要供应车板、工控和消费类产品，占比约七成，而1037、1027等超薄布用量很小，占比仅15%至20%。

这两年，AI服务器的高多层板几乎全部使用超薄布，彻底改变了这一结构。

需求陡增，上游材料商纷纷把产能转向超薄布，车规厚布随之被挤出。

铜箔也在同步升级，从标准铜箔转向RTF反转铜箔，再向AI服务器所需的HVLP低轮廓铜箔攀升。

这种“挤出”有多严重，几组数字足以说明。

民生证券研报称，AI服务器所需的HVLP4高频高速铜箔，全球月产能仅约700吨，2025年月需求已达850吨，缺口率超过40%。该机构2025年11月曾预测，随着1.6T光模块放量，2026年月需求有望突破3000吨、有效产能仅约1300吨。

各机构对2026年缺口测算口径不一，但供不应求、缺口两成以上是一致判断。

平缓的汽车需求，天然争不过陡峭的AI需求。

行业研究机构Prismark的数据印证了这一点。2025年全球PCB产值约858亿美元，同比增长16.7%。其中，服务器与数据存储用PCB大增约46.9%，汽车用PCB仅增长5.7%。展望2025至2030年，汽车板复合增速预计仅约3.3%（2026年3月口径，不同季度预测略有差异）。

“AI是爆发式、抢夺式的增长，汽车是平缓、可预期的增长，拿到优质资源的一定是那条更陡的曲线。”上述PCB厂商负责人表示。

更棘手的是，汽车板几乎无法灵活调剂。它高度定制化，一块板对应特定车型，不能随意切换，安全件更是质量红线。而电动化、智能化还在持续抬高单车PCB用量，从燃油车的约0.5至1平方米、价值数百元，提升到新能源车的3至5平方米、数千元。

需求在增长，产能却在被分流。这，就是结构性短缺。

从“救火”到“穿透”，把风险看到第五级

如此看来，这种短缺短期内难靠扩产解决，产业链的应对思路也在转变，从被动救火转向主动构建技术韧性。

第一步，是把“鸡蛋”放进不同的篮子。

上述外资Tier1内部人士介绍，公司把多源采购（multi-sourcing）作为采购战略的核心，要求尽可能多的关键料号拥有至少两家合格供应商，并在板厂和覆铜板厂两个层面持续拓宽供应商池。

上述PCB厂商内部人士表示，第一梯队的厂商可能已基本转向AI，第二梯队供应商可能50%至70%都转去做AI了，企业可以继续往下探到第三梯队，事实上，现在第三梯队一些供应商已经在接受相关验证。

“未来一款料号，可能要配套两种可以相互切换的材料。”该内部人士指出，这靠板厂自己做不到，必须把客户和供应商一起拉通。

但“多一个备选”，绝不只是在系统里新增一个物料编码。

一套可切换的备选体系，至少要走完五个环节。材料选型时，只有满足工艺参数的才能进入备选库。验证阶段，要同时通过板厂和客户端的双重验证。在此基础上，实现从PCB到覆铜板的全链条可追溯，再把量产节点前置。最后，供应商、板厂与客户要高度开放协同，把工作做在前面。

图片来源：景旺电子官网

能不能像应对其他短缺那样，靠大量囤库存缓冲？该内部人士给出了否定答案。

其一，当前材料连满足即期需求都很紧张，没有多余产能可供囤货。

其二，半固化片等材料有严格的储存条件和有效期，部分半固化片有效期仅约3个月，超期会直接影响汽车可靠性，这是不可触碰的红线。

其三，汽车板按车型定制，一旦改款换代或预测偏差，囤积的专用板就会变成无法转用的呆滞库存，还挤占资金与仓储。

这也与全球供应链管理近年的反思一致：纯粹追求极致成本效率的准时制（JIT），正在转向“准时制＋以防万一”的混合模式。对关键、长交期物料保持适度战略库存，真正的底气则建立在快速切换能力上。

第二步，是把风险视线向供应链深处穿透。

“过去看一级、二级供应商已经不错，现在必须看到四级、五级。”某咨询机构资深人士指出，这轮短缺暴露的不只是材料和产能竞争，更是对“外来者”的盲区：只盯着原有供应体系，很难察觉新进入者正从外部抢走资源。

第三步，是在波动中重建信任与协同。

整车厂给不出绝对稳定的预测，但可以做到透明。某整车企业采购负责人建议，把主机厂、Tier1直到Tier2、Tier3、Tier4、Tier5纳入同一个沟通机制，共享真实需求，同时借助大数据和AI工具改善预测，“人基于有限信息判断未来，误差更大。AI或许能凭更大的知识量，找到更多解法”。

协同，还体现在对未来产能的提前锁定。

一供应商管理层指出，AI客户往往提前锁定2027年甚至2028年的订单，倒逼上游产能优先保障自己。汽车产业链要应对，就必须与战略客户提前梳理明年的真实需求、层层向上传递，同时请客户支持对替代供应商的快速认证。

“这条链上要找的，是价值观一致的长期主义者。”他表示，短期汽车板不如AI产品赚钱，但汽车是一个稳定数十年的行业，能否绑定一批坚持车载战略、愿意共担波动的伙伴，决定了企业能否平稳渡过2027年的保供大考。

从“活下来”到“走得远”，商业韧性是更长的考题

技术韧性解决的是“活下来”。但要“走得远”，还需要另一层更难的支撑。

先看清一个现实，上游扩产有其客观周期，所谓中国速度在最上游并不完全适用。

上述PCB厂商负责人提到，建一座规模化玻纤窑炉，投资至少约20亿元。窑炉一旦点火，1400摄氏度的高温就要连续运转，且一旦设定产品结构，往往十年内难以更改。

这就是行业里“赚一年、养三年”的逻辑，上游企业对扩产天然谨慎。再加上高阶铜箔后处理线、超薄布核心织机仍集中在日本企业手中，材料端的真正缓解尚需时日。

上述供应商管理层判断，2027年将是汽车供应链保供最严峻的一年，产能瓶颈的实质性缓解，可能要等到2028年。

需要冷静的是，缺口并非永恒。一方面，AI数据中心需求同样有周期，下游一旦回落，被抢走的产能未必不会回流。另一方面，国内玻纤、铜箔、电子布的扩产潮已经启动，行业已出现结构性过热预警。对汽车产业而言，今天争的是有没有，明天要面对的可能是贵不贵、要不要继续锁定。

图片来源：宏和科技官网

缺口之中，国产替代正在加速。

公开报道显示，高端覆铜板、HVLP铜箔、高端电子布等环节，国内企业已相继突破。织机环节，国产设备在常规电子布规格上已形成一定替代能力，但高端特种布所需设备仍空白或处于验证阶段，加之头部产线仍以进口设备为主，国产设备在良率、效率及可靠性验证上仍有明显差距。

业内人士判断，随着新窑炉和新铜箔产能陆续投产，2027年下半年国产材料有望逐步接棒，但能否如期实现，仍取决于扩产节奏与车规认证进度。而对汽车安全件而言，认证与验证不能为速度让步，这是技术韧性必须守住的底线。

技术替代之外，还有一个更本质的概念：商业韧性。

上述咨询机构人士解释，产品认证、备份替代、快速切换是技术韧性，解决短期能否供货。中长期的供应保障，则要回答三个商业命题。

其一，上游投入重资产扩产，能否获得清晰、稳定的投资回报：如果下游在产能建成后突然弃用，谁来为风险买单？

其二，韧性是有成本的，多重认证、战略库存、冗余产能带来的成本，应当在产业链各环节间如何分摊？

其三，风险如何沿链共担，从最下游的主机厂到各级供应商，能否建立起共同分担的机制？

“技术韧性让我们在2026、2027年活下来，商业韧性则让我们走得更长远。”

耐人寻味的是，这轮由AI引发的冲击，最终也可能由AI提供部分解法。

上述咨询机构人士把企业的AI应用分为提效、提效用、规模化三个阶段：从处理小场景的提效，到深入生产排程、工程技术、改善财务结果，再到成为AI原生组织。

据公开的行业实践，大模型已能把台风天气、上游供给、运输时效等纳入推演，提前预警并建议调整生产。数字孪生、供应链控制塔等手段，正让风险识别与策略生成的闭环成为可能。

在更长远的视野里，汽车与AI的关系不止于争夺资源：汽车本身就是高度智能的载体，更可能是具身智能的重要雏形，对芯片和AI的需求还将持续抬升。

倒金字塔的故事，本质上是一个关于“确定性”的故事。

当全球产业都在为AI的高回报加速时，汽车产业更需要用长期主义、透明协同与商业共识，为自己锁定一份稳定的上游预期。

这场韧性重建没有单一赢家。唯有“一群人一起走”，平缓的汽车曲线，才不会在陡峭的AI浪潮中，失去自己的位置。