Intel CPU缺貨有錢也買不到，是產能不足還是飢餓行銷？|數位時代 BusinessNext

Intel CPU缺貨有錢也買不到，是產能不足還是飢餓行銷？

英特爾(Intel)CPU缺貨情況嚴重，從Coffee Lake到Whiskey Lake都大缺貨，可能導致今年筆電出貨量比2017年衰退0.2%。若缺貨期真的長達半年，將給予競爭對手AMD一個乘勢而起的好機會。

多款CPU缺貨，電腦DIY、OEM大廠都買不到

電腦DIY零售商表示，「最近不只第八代，intel處理器基本上都大漲。」2017年上市的Coffee Lake系列14奈米的Core i5-8400, i5-8500, i5-8600 and i7-8700等CPU都因為缺貨價格水漲船高，以Core i5-8400 來說，最新價格已經漲到台幣7300元，但比起年初不到6000元，漲幅高達21.6%，而且「有錢還不一定買得到」，零售通路表示，缺貨並非一兩個月短期現象，會一直持續到今年年底，因此大部分商家僅販售給整機組裝給買家，不再單獨販售。

除了2017年第八代Coffee Lake系列產品缺貨，今年八月才剛正式推出的14奈米的Whiskey Lake與Amber Lake系列晶片也供貨不順。

Intel已經先向外界預告產能與良率有限的問題，而電腦OEM廠宏碁董事長暨執行長陳俊聖與NB代工廠仁寶總經理翁宗斌也都在媒體前證實最新系列晶片大缺貨，而且可能要2019年第二季才能解決，也同樣面臨「有錢也買不到」的困境。

9月缺口將約5%至10%，低毛利CPU外包台積電救火？

Intel沒有說明目前14奈米產能總缺口有多大，但市調機構集邦科技指出，8月英特爾處理器供給缺口約5%，9月缺口將約5%至10%，第4季缺口恐將進一步超過1成。而供貨不足的問題可能使得今年筆電出貨量比2017年衰退0.2%。

為渡過這個產能大缺口難關，傳出Intel可能外包部分晶片組給台積電代工製造。《電子時報》指出，「Intel可能將利潤較低的入門級產品H310與300系列晶片組外包給台積電代工製造，自己則專門生產高利潤的伺服器和晶片組。」不過，報導也指出這並非台積電第一次幫Intel代工，台積電先前已經是Intel FPGA晶片與iPhone基頻晶片的代工製造廠商。

缺貨恐達半年，Intel內部管理可能出問題

Intel並沒有說明缺貨原因，不過過去在DIY零售端Intel CPU並不常發生缺貨或僅有單一型號缺貨發生，但這一次是多個型號集體缺貨，導致全系列集體大漲價，並不多見。

除了DIY零售端，宏碁、仁寶與華碩等OEM大廠，甚至連蘋果也都集體碰到大缺貨潮，而且產品還橫跨去年就推出的Coffee Lake與今年的Whiskey Lake即Amber Lake系列多項產品，加上缺貨期長達半年以上，讓外界認為原因並不單純，猜測Intel內部管理可能出了大問題。

其中Intel 10奈米技術延遲到2019年才出貨多被視為原因之一。除了10奈米技術延宕，Intel CPU尚未解決的資安漏洞問題也是可能原因之一。

對手AMD乘勢而起

另外，也有業者認為可能和Intel的飢渴行銷策略有關，Intel藉由控制CPU數量保持一定的市場價格，拉抬產品毛利，不過，這個策略可能性並不高，因為10奈米製程延宕的Intel目前正面臨AMD的威脅。

過去AMD與Intel一直都保持很大的市場差距，在2016年AMD的市占率還不到10%，大部分都是Intel的天下，但今年AMD喊出拿下20%市占率的口號，另一方面，過去AMD的CPU雖然CP值較高，但有溫度過高，容易發燙的大缺點，不過，這個缺點在第二代Ryzen CPU大為改善，在效能與溫度管控上已經有顯著的進步，這對於Intel都是一大威脅。而若缺貨期真的長達半年，那也給予競爭對手AMD一個乘勢而起的好機會，Intel應不致於挺而走險。

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。