迎戰勁敵NVIDIA，Intel採「全方位」AI晶片策略反擊|數位時代 BusinessNext

繪圖晶片（GPU）大廠NVIDIA即將在台灣17日公布第二季財報，分析師樂觀看待NVIDIA數據中心營收與毛利率成長，不過在財報背後，NVIDIA的競爭對手Intel正準備爭奪AI應用大餅。

據《鉅亨網》報導，高盛看好NVIDIA財報表現，宣布將NVIDIA目標價自每股 310 美元上調至每股 324 美元。高盛分析師 Toshiya Hari指出，「NVIDIA布局 PC 遊戲、數據中心、自動駕駛輔助系統 (ADAS) 與自動化車輛 (AV)，僅有為數不多的半導體廠商具有此能力，因此該公司的毛利率與報酬率能優於競爭對手。」

Intel去年售出10億美元的AI晶片

Toshiya Hari這裡指的為數不多的半導體廠商，其中之一就是Intel。英特爾執行副總裁暨資料中心事業群總經理Navin Shenoy指出在上週Data-Centric Innovation Summit首度透露AI應用的相關營收，「2017年Intel Xeon處理器執行AI應用高達10億美元。」此時公布數字，對10奈米製程難產，面臨AMD是占搶奪威脅的與執行長突然下台的Intel至關重要。

Intel 2017年公司的總營收為628億美元的總營收，10億美元僅占1.5%，可見AI應用還只是極小部分，PC相關晶片銷售仍具要角。

競爭對手NVIDIA沒有透露相關數字，不過，NVIDIA 2017年總營收為69.1億美元，雖然因為AI模型訓練與推論需求，讓NVIDIA GPU大賣，但NVIDIA目前主力營收還是在電競領域，另外，也有不少營收來自於挖礦，而非純AI應用（NVIDIA 2018年第一季的挖礦GPU的營收就高達2.89億美元。）也就是說，雖然兩家廠商喊AI喊得震天嘎響，但目前主力營收都還不是AI應用。最保守的估計下，雙方晶片在AI應用帶來的營收差距應不會太大。

擴充晶片產品線，從CPU FPGA、ASIC無所不包

Intel人工智慧產品負責人Naveen Rao就指出，「我們是根據客戶的回饋估算後得到的數字，但實際上還有很多營收數字沒有公開，我們比較保守。」

這裡談的營收數字，可能指同樣用於AI應用的「非Xeon」晶片，也就是說這些客戶帶來的營收並沒有算在10億元以內。

以CPU起家的Intel，走向AI應用，依舊以CPU為主要核心。Xeon晶片是Intel最重要的核心，但Intel也正透過不斷併購擴充晶片產品線。

因此以現在來看，除了NVIDIA提供的巨大的AI運算平台外，Intel的人工智慧晶片布局是所有科技巨頭中「最完整」、「最廣泛」的。

除了主打的Intel Xeon可擴充(Intel Xeon Scalable)CPU產品外，以及近日挖角AMD GPU大將，讓外界猜測將進軍GPU外，lntel已經積極透過併購布局以下四大類型晶片，掌握新客戶。

NNP(深度學習晶片) ：2016年併購AI晶片商Nervan System，而後研發深度學習晶片Nervana NNP-L1000。預計2019年推出。

VPU（視覺晶片） ：2017年併購汽車機器學習及圖資開發商Mobileye與視覺晶片廠商Movidius，Mobileeye EyeQx晶片為主流。

FPGA ：2015年，Intel以167億美元的價格，收購全球第二大FPGA商Altera，隨即成立現在的可編碼部門（PSG），專攻FPGA晶片。

類ASIC ：2018年Intel收購矽谷晶片公司eASIC。提供一種介於FPGA與ASIC中間的技術。

Intel發展全系列晶片的原因只有一個，「one size does not fit all（沒有一體適用的解決方案）」。

未來AI無所不在，因此客戶的需求也多元多樣，每種晶片就算效能再強，面積再小，運算速度再快，耗能再低，也有其先天性的物理限制，以目前最夯的深度學習DNN來看，用不同的晶片進行硬體加速會獲得不一樣的優缺效果。

機會點：決戰2019年

Intel的Xeon處理器是資料中心本就不可或缺的晶片，異構計算（Heterogeneous Computing）下，AI硬體加速是以CPU＋GPU或CPU+FPGA或CPU+TPU等結構進行運算。CPU不會被GPU或TPU取代。

雖然NVIDIA GPU更適合用於機器學習與深度學習等AI應用下，Intel現在並非AI深度學習應用第一品牌。因此在12個月到18個月短期內，NVIDIA GPU產品在AI應用市場依舊相當吃香（近兩三年，AI才剛成為熱潮，通用性強的GPU仍可滿足企業的需求）。

但長期來看，走向專用特製晶片ASIC風潮勢不可擋，除了Google之外，微軟為了自家雲端業務需求，以及Tesla也傳出要訂製晶片，這都對NVIDIA造成潛在威脅。那Intel能否在未來五年抓到這個ASIC晶片熱潮?

另外，Intel難產的10奈米Xeon與拿來和NVIDIA抗衡的晶片Nervana NNP-L1000都要到2019年來推出。Intel是否能以現在的「全方位」無所不包的各種AI晶片穩住自己過去20年打下的晶片江山，2019年年底答案就將分曉。

近年談 AI 轉型的金融業者不少，多半從技術切入，闡述架構藍圖與導入策略。富邦人壽則選擇從行政端著手，先問哪個場景最攸關保戶，再決定 AI 該往哪裡導入。「關鍵在於回歸以人為本的核心，專注於客戶體驗。」保單行政處處主管蔡佳蓉副總經理指出，核保、理賠與客服，是服務價值鏈中與保戶互動最直接的三大關鍵，自然成為富邦人壽 AI 布局的起點。

以 AI 賦能核保，審查時間省六成

開始一張保單的旅程，核保是第一步，攸關保戶是否能儘速取得保障。投保過程中，若涉及既有病史或體況，核保便須介入評估，綜合審視商品條款、投保規則與法律規範，以決定是否承保，可說是一項高度專業的決策工程。

「以一份新契約為例，客戶的病歷資料可能厚達百頁。核保員得逐頁翻找診斷紀錄、用藥史與手術紀錄，判斷其對承保的影響。但大多數核保人員並不具備醫護背景，這方面的專業判斷力全靠長期經驗積累，導致傳統作業十分耗時。」蔡佳蓉解釋。

為此，富邦人壽建構「核保智能助理」，運用生成式 AI 摘要病歷，解決過往判讀大量專業英文病歷的痛點。這可不是把資料丟進 AI 資料庫就好——蔡佳蓉分享，導入過程中的挑戰之一，是為特種個資去識別化，需先透過個資遮罩工具處理病歷；此外，針對 AI 常見的「幻覺」風險，團隊也反覆調校提示詞，讓摘要報告力求精準正確。

她強調， AI 定位為「初篩與重點整理」的助手，最終決策權仍歸於核保員。透過 AI 摘要、核保員決策的人機協作模式，體況審查平均作業時間成功從 40 分鐘縮短至 15 分鐘，核保效率提升六成，讓核保同仁能將心力集中於高風險案件與例外處理。

以 AI 輔助判讀，加速理賠條款今昔對照

同樣面對大量資料判讀挑戰的，還有理賠。理賠是保險公司實踐承諾、展現服務價值的重要時刻，但隨著醫療技術不斷進步，許多保單條款當年訂定的手術項目，到了今天可能已發展出全新的治療方式。理賠人員需要從大量醫療資料中，判斷新技術是否符合條款約定，過程相當耗時，也需要高度的醫療專業知識。

對此，富邦人壽導入「理賠智能助理」，整合醫療資訊與內部顧問醫師的專業意見，協助理賠人員快速比對保單條款與客戶所接受治療的對應關係。例如，當醫療科技演進產生新的手術方式時，AI 可協助理賠人員快速了解該疾病與手術的進行方式，並檢索相關條款與內部規則，提供理賠判斷建議，縮短過去需逐一查找資料的時間。此外，系統亦能協助摘錄擷取診斷書、病理報告及醫療費用單據等理賠文件審核重點，大幅縮短人工判讀比對時間，讓理賠人員更專注於專業判斷與保戶溝通，加速理賠服務效率與一致性。

客戶服務處處主管張婉茹指出：「AI 除了加速理賠作業，也能將資深理賠人員的專業經驗與判斷邏輯濃縮為高效吸收的知識庫，協助新進同仁快速掌握案件重點與判斷依據，縮短學習曲線，並提升理賠判斷的一致性與品質。」透過 AI 助理減輕資料整理的負擔，理賠人員得以將精力回歸專業決策與客戶溝通。

以 AI 客服加速分流，前線服務更到位

在核保與理賠之外，最大量的服務場景是客服。張婉茹表示，隨著數位原生世代逐漸成為保戶主力，客戶傾向先自主操作解決問題，不會直接撥打電話；一旦選擇撥打電話，就代表問題已超出自助服務能處理的範圍。

對此，AI 客服的導入，不只是回答問題，更是協助客戶找到最適合服務管道的「智慧導航員」。「我們是第一線面對客戶，因此 AI 客服最重要的不是回答得多，而是回答得正確。」張婉茹表示，富邦人壽在設計上特別重視回答來源的可信度，透過既有知識庫與 FAQ 資料治理機制，讓 AI 優先扮演「理解需求、引導服務」的角色，確保保戶獲得正確且一致的資訊。

事實上，富邦人壽的文字客服早於大型語言模型盛行前便已上線，目前文字客服平均每月處理超過六萬則訊息，智能助理能即時理解客戶需求，將保單查詢、資料變更等簡易服務導引至 App 或線上平台快速完成；面對理賠、保單變更或保障內容等較複雜的需求，則由真人客服接手提供專業協助。讓簡單問題快速解決、複雜問題由專人服務，將有限的人力資源投入最需要專業與溫度的服務情境，讓分流機制發揮實際成效。

從核保員手中的病歷、理賠人員桌上的單據，到線上客服的迅速回應，富邦人壽的 AI 布局，始終緊貼第一線作業現場。張婉茹表示，科技發展不一定要一次 end to end 全到位，應該是不停小步快跑，慢慢把應用場景擴大。去年底推出的全新富邦人壽 App，將「簡單、貼心、隨行」的理念落實在使用者介面體驗上，就是一次階段性集大成的成果。

但無論 AI 如何加速資料判讀、優化流程，專業判斷與服務溫度仍是機器無法取代的核心。「要有專業，才能判斷 AI 的產出品質。」富邦人壽兩位主管也強調，科技迅速發展下，富邦人壽導入 AI，不是要取代核保員、理賠人員或客服人員，而是希望讓每一位同仁把時間花在最有價值的地方。當AI承接了流程中繁瑣的資料負荷，人員就能更專注在判斷、溝通與服務，讓同仁的專業與心力回歸到最需要判斷力與人情味的溝通之上，這才是真正以客戶為中心的 AI 轉型。也是富邦人壽實現「AI Everywhere」的旅途上不忘的目標。