十年河東~Intel來搶台積電代工飯碗，有這麼簡單？|數位時代 BusinessNext

Intel 的精準時鐘

Tick-Tock 是 Intel 發展處理器晶片的一種步調。Intel 認為處理器微架構和晶片製程的更新，時機應該錯開，才能更有效率地發展他們的微處理器晶片設計製造業務。「Tick-Tock」的名稱源於時鐘秒針行走時所發出的聲響。「Tick」代表處理器晶片製程更新，意在處理器效能幾近相同的情況下，縮小晶片面積、減小能耗和發熱量。「Tock」代表在上一次「Tick」晶片製程的基礎上，更新處理器架構。一般一次「Tick-Tock」的週期為兩年，「Tick」佔一年，「Tock」佔一年。

Intel 的 Tick-Tock 計畫。圖片來源：Wiki

Intel 對自家處理器晶片的規畫如同時鐘一樣精準，持續推動技術前進，讓所有競爭者疲於奔命追趕。Intel 不斷更新自家處理器晶片架構與製程技術，在個人電腦與伺服器市場成為霸主。

台積電被 Intel 挖牆角

然而今年二月，場域可程式化閘陣列（FPGA）晶片大廠 Altera 發新聞稿，宣布將與 Intel 簽署代工合約。Intel 竟然用自己領先群雄的技術幫別人代工，把自己優勢分享給對手；難道 Intel 不繼續在處理器耕耘，而改走晶圓代工路線了嗎？

Altera 以往與台積電合作多年，卻轉往與 Intel 合作。當時台積電也立刻發布新聞稿：

「長久以來，Altera 公司與台積公司合作無間，已經為無晶圓廠及專業積體電路製造服務公司之間互相扶持，成長茁壯，進而在半導體產業中展現堅強實力的合作模式樹立了典範，倘若沒有 Altera 公司如此優異的客戶做為夥伴，台積公司無法成就今日的地位，因此，我堅信雙方未來的夥伴關係勢必益形鞏固且蓬勃發展。」

十月底，Altera 進一步[發表](http://newsroom.altera.com/press-releases/nr-altera-arm-a53.htm) Arria 與 Stratix 系列，明確指出 Arria 系列以台積電 20奈米技術製造，Stratix 使用 ARM 架構並以 Intel 14奈米三閘極電晶體技術製造。

[![](http://yowureport.com/wp-content/uploads/2013/11/intel-2.png "intel 2") ](http://yowureport.com/?attachment_id=9235)

Intel 策略：先安內，後壤外

Intel 新任執行長 Brian Krzanich 上任之時，接受媒體採訪提到：

「目前 Intel 無論在個人電腦或伺服器領域都有很好的表現，每年提供 530~540 億美金的營收，而且有很好的利潤，我們應該先鞏固現有產品線，再轉向移動設備市場，如手機與平板等等。」

目前 Intel 在伺服器晶片市佔率依然超過九成。然而隨著資料庫中心越來越龐大，能源耗費也成為考量因素之一。ARM 晶片的省電優勢，正巧成為打入伺服器市場的關鍵技術。AMD 就宣布明年推出以 ARM 架構製造的伺服器晶片，Dell 與 HP 亦表示將推出以 ARM 技術為主的伺服器設備。看來 Intel 即將與 ARM 在伺服器市場正面交鋒。而個人電腦市場前景迷茫，銷售受移動設備的侵蝕而逐季下滑。但 Intel 在個人電腦晶片市場市佔依然超過八成以上，保有市場領先。換句話說，在以往稱霸的市場，Intel 仍保持極高的市佔；同時 Intel 以領先技術持續推出新產品抵擋對手入侵。除此之外，Intel 更打算進軍代工市場，提高這些造價昂貴的設備使用率。（幾千萬美金放著長蚊子好心疼… ）

[![](http://yowureport.com/wp-content/uploads/2013/11/INTEEL-3.png "INTEEL 3")圖片來源：](http://yowureport.com/?attachment_id=9236)[VR-ZONE](http://chinese.vr-zone.com/87345/intel-will-released-broadwell-k-with-9-series-chipset-z97-for-desktop-at-end-of-2014-10192013/?utm_source=rss) ### Intel 承認是代工菜鳥對於新踏入的代工領域，Intel 發言人 Chuck Mulloy [表示](http://news.cnet.com/8301-1001_3-57609853-92/irony-alert-intel-to-make-quad-core-64-bit-arm-chip/)： > 『Intel 將以開放的態度接受競爭對手的訂單，並且會個別評估每位客戶的需求。我們知道 Intel 擅長製造晶片，同時非常善於整合晶片。然而在晶圓代工領域卻是菜鳥，Intel 將非常謹慎的評估市場，因為我們想把一切做得完美。』這次 Intel 似乎是動真格的。儘管擁有全世界最先進的晶圓製造技術，但 Intel 對於代工的世界完全不熟。代工是以客戶為主，滿足客戶需求，Intel 在這方面缺乏經驗。同時晶圓代工受市場波動影響很大，客戶抽單時工廠馬上面臨設備使用率過低的情況（養蚊子）。Intel 能否成功切入代工市場，仍須由時間證明。 ### 做口碑吸引客戶根據分析師 John Vinh [說法](http://chipdesignmag.com/display.php?articleId=5215)，Intel 開給 Altera 的合約相當優惠。Altera 除了可以獨家使用 Intel 14 奈米三閘極電晶體技術製造 FPGAs 以外，Intel 更答應不會併購任何 FPGA 製造商，避免與 Altera 直接競爭。而且合約為期十二年。如此一來，Altera 即可藉由 Intel 先進技術一舉拉開與競爭者的差距。從供應鏈管理來說，增加供應商可降低貨源供應風險，Altera 可在台積電與 Intel 間相互搭配，更有議價空間。 Intel 跳入代工市場，可能造成代工價格的波動，同時也對其他代工廠造成壓力。Intel 的先進技術可提高晶片功率與減少耗能，同時更可帶來話題性。Altera 已經吸引許多媒體目光，光這點就成功宣傳自家產品。 ### 代工廠大忌：跟客戶搶客戶 Altera 的產品主要應用在軍方、車用電子與高階電腦產業，沒有直接面對終端消費者，因此不是 Intel 的直接競爭對手。從這也可以看到 Intel 在代工業無法逃避的劣勢 — Intel 擁有自家產品！大家都不希望自己的代工廠同時是自己的直接競爭對手（蘋果：說三星嗎？）。否則委託代工的同時，被對手摸清自己底牌，更害怕獨家設計架構被竊取。除此之外，處理器晶片商花錢請 Intel 代工，不也等於資助競爭對手？Intel 若想擴大代工業務到晶片廠商，如高通、Nvidia 等等，首先必須處理這項挑戰。而這正是台積電無可取代的優勢，台積電只做代工，對客戶沒有威脅。儘管 Intel 領先全球代工廠的製造技術很吸引人，但背後所隱藏的風險也是每家公司所必須考量的。誰也沒有想到 Steve Jobs 在 2007 年發表會上拿著的 iPhone，不但改變了消費者使用習慣，也拉垮許多輝煌過的企業（Nokia、BlackBerry . . . )。Intel 又該怎麼應對這場移動風暴，還是會走上 AMD 路線，將設計與製造分家呢？

PS：Intel 並非第一次製造 ARM 架構的晶片。Intel 曾推出 Xscale 晶片，這款晶片就是以 ARM 架構製造，Intel 在 2006 年將 Xscale 公司賣給 Marvell。

轉自有物報告/TIM CHEN

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」（Agentic AI），在最少人為干預的情況下，自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾，而是需要對AI有正確認識，並制訂循序漸進的導入流程，才能真正發揮AI功效。在2025台灣人工智慧年會中，cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段，深入剖析企業如何從概念驗證（PoC）階段，逐步推進到實際上線（Production），並分享實務經驗與觀察。

延伸閱讀：生成式AI可以怎麼用？cacaFly現身說法，助企業應用GCP服務智慧轉型

解鎖 Agentic AI，企業邁向多任務智慧代理

「很多公司會問，One AI 要做什麼事？但實際上，若要讓 AI 回答公司內部政策或新法條的相關問題，僅靠基礎模型並不足夠。」吳振和指出，要讓 AI 真正成為能「做事」的智慧代理人，前提是它必須理解企業內部的脈絡與知識，並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符，這意味著系統必須具備持續爬取與解析最新資料的能力。為此，企業必須先截取與整理內容，再建構成專屬的知識庫（Knowledge Base），確保資料品質達到可用標準後，再透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀：從資料清洗到 RAG，大型語言模型的必需品，做出專屬企業的 AI 知識庫！

吳振和強調，這是一個動態循環的過程：從資料蒐集、品質控管、知識庫建構到生成應用，每一環節都息息相關，任何一處鬆動都會影響最終產出的準確性與可信度。

破除「一次到位」迷思，從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望，因此常將 PoC 視為年度計畫的重點，希望能「一次到位」做出具體成果。但吳振和提醒，若缺乏清楚的系統工程思維，PoC 容易淪為「概念展示」，難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程，分為三個關鍵階段：

1.第一階段：可行性評估（Feasibility Study）
企業必須在投入資源前，先明確界定「最需要被 AI 解決的關鍵問題」是什麼，並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性，更要從商業目標出發，釐清導入 AI 的具體使用情境、預期成效與風險邊界，如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段：系統設計與驗證（Design & PoC）
在確定導入方向後，必須規劃清楚資料蒐集與整理流程，確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調，這個階段不能只追求展示效果，而應以「產品化思維」來構築 PoC，使其具備可擴充性、可維護性及安全性，才能為後續上線打下基礎。

3.第三階段：產品化與營運（Production & Operation）
當 PoC 驗證完成後，進入正式上線階段，挑戰也隨之而來。除了需要整合企業內部系統與流程，還必須建立持續監控與維運機制，確保模型表現隨時間演進不會劣化，並能快速回應法規變動或資料更新的需求。吳振和指出，這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

建立模型優化根基，打造高品質的黃金資料集

吳振和特別強調，要讓 Agentic 系統工程真正發揮效益，企業必須先建立一套高品質的「黃金資料集」（Golden Dataset），作為模型評估與優化根基。他指出，黃金資料集的價值在於能為模型選擇與前測提供客觀依據，讓團隊能針對不同任務挑選最適合的模型，避免導入初期就誤踩方向。

同時，黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點，進而快速回應「模型飄移」（Model Drift）的風險。吳振和說明，所謂模型飄移，指的是即使模型本身未經改版，效能也可能隨著環境與資料變動而突然下降，導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果，團隊才能即時察覺效能衰退，並進行迭代更新，確保系統長期穩定運作。

從小規模應用起步，漸進擴展至核心業務

吳振和分享，在實際輔導企業導入 AI 的經驗中，最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證（PoC）階段即可呈現完整的產品原型，然而實際情況顯示，若企業未能建立完善的資料架構與流程基礎設施，即使短期內展現亮眼成效，也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時，應採取漸進式策略，從小規模應用場景著手，逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節，而非獨立的一次性專案。

AI 的導入不僅是一場技術升級，更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局，才能確保 AI 能在企業內部真正「落地生根」，創造長期商業價值，成為真正的智慧代理人。

十年河東~Intel來搶台積電代工飯碗，有這麼簡單？