Intel放棄5G手機晶片市場,並不代表退出5G戰局
Intel放棄5G手機晶片市場,並不代表退出5G戰局
2019.04.26 | 蘋果

上週蘋果與高通訴訟案大和解,蘋果將採用高通數據機晶片後,英特爾(Intel)同時也宣布退出5G數據機晶片市場,讓外界好奇,英特爾是因為蘋果才退出市場的嗎?

的確,蘋果重回高通懷抱,讓英特爾,失去了一個以2億顆晶片為單位的大客戶,看似很重的打擊。但實質上,失去蘋果5G訂單只是壓垮駱駝的最後一支稻草,英特爾對於5G數據機晶片市場早萌生退意。怎麼說?

Intel對於5G數據機晶片市場早萌生退意

從根本面來看,智慧型手機高成長時代已過,市場飽和、手機價格越來越貴,換機周期延長等因素讓智慧型手機出貨量2018年開始衰退,年成長率為-4.1%,這個衰退的幅度遠超過手機產業鏈預期。從各大市調公司數字來看,今年可能也是衰退局面。

Intel Bob Swan
英特爾執行長Bob Swan曾說,智慧型手機數據機業務看不到獲利與投資回報的清楚路徑。

同時5G手機滲透率也進展緩慢,IDC預估2019年5G手機銷量僅為670萬支,必須到2023年數量才會成長到全球 26% 的市占率,因此有很長一段時間將是4G與5G共存。

種種因素來看,就算5G時代,手機整體出貨還能正成長,成長幅度也大不如4G時代動輒20%以上的亮麗數字。對Intel來說,5G數據機晶片不是值得投資的未來。

也因此英特爾執行長Bob Swan當時才會強調,「智慧型手機數據機業務看不到獲利與投資回報的清楚路徑。」

加上,英特爾雖然提供4G數據機晶片給蘋果,但在手機領域實力一直落後於高通。英特爾是PC時代霸主,Intel 2007年起錯失iPhone與Android帶動的手機風潮,同時在4G時代,英特爾力推WiMax技術,想與高通推行的LTE爭奪技術標準,但不幸成為高通手下敗將,英特爾在5G數據機晶片戰場,專利、技術、人才與生態系等布局很難超越高通。

5G數據機晶片除了高通還有聯發科、三星、華為四家業者,競爭異常激烈。英特爾在業界也難排上前兩名。高通將在2020年推出SoC整合單晶片,把數據機晶片直接整合在一起,也讓英特爾挑戰加劇。

另外業內人士也指出,「英特爾原本寄望與中國展銳合作,希望能在中國市場有一番成果,成為反敗為勝的關鍵。2014年英特爾積極和展銳合作,但在今年的MWC上,英特爾證實合作破局,這件事也重挫數據機晶片業務部門。」

「高通5G數據晶片大受手機品牌商歡迎,當英特爾不再有蘋果訂單保障後,大客戶難尋,未來增添不少不確定性與風險,」該人士強調。

因此失去蘋果5G訂單只是壓垮駱駝的最後一支稻草而已,並非主因。

丟掉5G數據機晶片,仍留著基地台等基礎設備?

不過,英特爾全面退出5G數據機晶片,不代表退出5G戰局,英特爾著眼於較有競爭優勢的天線等5G基地台基礎設施晶片。

「5G不僅用在手機通訊而已,產業界更期待的是5G能帶來萬物互連與智慧城市等物聯網的新生活應用,」業內人士強調。

因此英特爾著眼的是各類物聯網裝置啟動的「邊緣運算」與資料中心等「雲端運算」帶來的大成長,而非智慧型手機。況且行動時代的裝置數量以10億為單位,但物聯網可能暴增至以500億為單位,這塊餅非常大,而且一切都還剛開始,機會無窮,相較智慧型手機已經看到了「天花板」,充滿機會。

著眼500億為單位的物聯網

邁入物聯網世代,摩爾定律的未來又遭受挑戰,Intel、 NVIDIA與Xilinx與Intel等全球前十大晶片設計廠商莫不具焦三大領域,1.運算力(Compute)2.網通(Networking) 3.儲存(Storage)。

NVIDIA 創辦人兼 CEO 黃仁勳於 GTC 2018
NVIDIA近期收購伺服器互聯技術商Mellanox。
圖/ James Huang 攝影

NVIDIA就砸下67億美元,從Intel與Xilinx手中搶下乙太網路交換機、伺服器晶片網通大廠Mellanox,就是看到5G時代,資料中心中運算力(Compute)、 網通(Networking)與儲存(Storage)三者整合(Integration)的重要性。

而Intel布局已深,已推出多種產品。5G基礎設備關聯到邊緣運算與雲端運算等網通技術傳遞,在網通領域,FPGA保有相當多的優勢。

多元硬體加速晶片種類中,FPGA與ASIC常拿來做比較。若單純以效能來看,ASIC是一種為了某種需求訂製的專用晶片,在量產後成本與延遲與功耗等表現都優於FPGA。但ASIC晶片的演算法是固定的(ASIC設計製造後電路就固定無法改變),也就是說,若使用了ASIC加速某種類神經網絡演算法,後來別種演算法更優異,也無法變更,這些投資就浪費掉。

FPGA的優點就是可以重新編碼,可以配合不同的演算法做不同的設計,不需更改硬體設計,直接透過升級軟體改變晶片硬體功能,因此具有高度的彈性。

現在5G應用一切尚未成熟,演算法更新速度也快,因此具有高度彈性的FPGA,很適合用在5G基地台天線RRU(遠端射頻單元,Remote Radio Unit)中。

FPGA產品線布局迅速,連ASIC趨勢都準備好

為了FPGA市場,Intel採用收購策略。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。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。(延伸閱讀:Intel低調收購的晶片商eASIC,背後帶來的價值是什麼?

市場競爭來看,這個領域GPU大廠NVIDIA的手也很難伸進來,FPGA領域就屬第一大廠Xillinx與英特爾兩家獨強。相比5G數據機晶片的研發延宕,FPGA產品線布局迅速,已經推出MAX、Cyclone系、Arria與Stratix等系列。

針對5G基礎設施部署。lntel看準需求推出FPGA 加速卡 N3000 產品。已經獲得日本樂天(Rakuten)與美國Affirmed Networks採用。

不僅於此,Intel看得非常遠,未來5G電信商若將從FPGA轉換為ASIC,Intel也都準備好了。Intel在2018年併購的團隊eASIC,就可以提供電信客戶從FPGA轉ASIC晶片的客製化服務。

「eASIC產品已經好了,就等待電信客戶有需求上門,」英特爾可程式化解決方案事業群業務經理林士元指出。

「由於ASIC晶片成本下降,效能提高、功耗也較低,因此預期客戶轉換意願加,」林士元強調。根據過去4G的發展,電信客戶紛從FPGA轉為ASIC晶片也花了約2年到3年的時間,因此,英特爾已經提前布局。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓