筆電市場第三波革命來了,英特爾Athena雅典娜計畫大揭密
筆電市場第三波革命來了,英特爾Athena雅典娜計畫大揭密

聽過Centrino(迅馳)嗎?或者是Ultrabook(超輕薄筆電)?這兩個計畫堪稱是筆電史上最大規模革命,徹底顛覆了消費者使用體驗,今年,英特爾計劃再來第三次。

據外媒揭露,英特爾正跟樂金顯示器(LG Display)、京東方(BOE)、夏普(Sharp)和三星顯示器研究折疊筆電可能性,這包括第二螢幕及折疊螢幕使用體驗與機構整合,但這至少要兩年時間。

英特爾在1月國際消費電子展(CES)發布「Project Athena」雅典娜創新計畫,目標再推出最新的高階筆電,打造生態系,經過半年醞釀,英特爾計劃於Computex開幕演說中,針對雅典娜計畫細節對外一次揭露,而搭載的處理器據指出,將是英特爾最新以10奈米製程量產代號ICE LAKE的筆電處理器。

kvr1bzBL.jpeg
英特爾客戶運算事業群副總裁暨行動創新總經理Josh Newman表示會研究消費者使用情境,提供好的筆電設計。
圖/ intel

10餘台雅典娜筆電問世,訴求高規體驗

「2019年將有超過10款雅典娜機在年底前推出,」英特爾客戶運算事業群副總裁暨行動創新總經理Josh Newman說,他同時宣佈,為了協助合作伙伴設計開發,將在台北、上海和美國加州Folsom三處設立Project Athena開放實驗室(Open Labs),為Project Athena設計所需的元件提供設計支援及測試,新實驗室6月開幕。

這對供應鏈無異是一項好消息,至目前為止,雅典娜筆電及元件都仍須送到美國實驗室測試,台灣實驗室座落於南港總部,未來送測可望更便利。

雅典娜計畫究竟是什麼?據了解,英特爾1.0的計畫是讓筆電同時達成「高效能」與「低功耗」的最佳化性能。 過去,筆電輕薄,效能就不佳,高效能,則電池續航力就短,如今英特爾期望邀集PC供應鏈所有成員,打造同時享有快速反應力、隨開即用及超長電池特色的產品。

Px-D9Bmw.jpeg
英特爾位於台北、上海和美國加州Folsom的Project Athena開放實驗室(Open Labs)計劃,針對支援Project Athena的筆記型電腦供應商元件進行效能與低功耗最佳化,以及2020年的目標使用經驗。
圖/ intel

16小時電力要求,電池供應鏈商機增

在英特爾目前規劃中,雅典娜筆電必須能有16小時以上電池續航力,處理器效能有一定以上跑分,螢幕屏占比超過89%,同時使用SSD固態硬碟及WiFi 6最新無線技術,使用1W超低耗電液晶面板,筆電的厚度跟重量自然也有一定要求。

英特爾終極的雅典娜筆電想像,是鎖定2020年及更未來的消費者使用筆電場景,進而開發適合的「未來筆電」,包括雙螢幕、AI功能、2in1、5G,甚至柔性螢幕都不排除納入設計範疇,「英特爾想找到手機做不到的筆電價值,」供應鏈重要人士觀察,期望藉由第三波革命運動,重新定義筆電存在意義。

「我們關注的是使用者體驗,而不只是硬體規格,我們將先定義人在使用電腦時都做些什麼,背景用哪些應用程式,需要怎樣的反應速度,及使用場景,」Josh Newman說,英特爾補充,未來筆電AI會熟悉消費者使用習慣,當轉身離開螢幕前,AI可以幫忙關閉螢幕節電,甚至知道正在追劇,把螢幕背景其餘不相干程式關閉。

戴爾消費性個人及企業產品事業群總經理華運日則表示,2015年戴爾率先與Sharp合作推出窄邊框筆電,創業界之先,對於提升筆電使用經驗,戴爾也不斷努力,所以樂見其成,戴爾的雅典娜筆電將會配合英特爾發表時間對外宣布。

「我們每個人都在當今和未來高階筆記型電腦的產業中扮演著重要角色,」Josh Newman說。供應鏈認為,在英特爾重新定義1000美元以上高階筆電性能規格下,受惠最大的可望是電池供應鏈及電源管理IC等業者,因為現在高階筆電電池續航力也未必16小時。

gMjU7bYw.jpeg
英特爾客戶運算事業群副總裁暨行動創新總經理Josh Newman(中)、戴爾資深副總裁暨消費性個人與小企業產品事業群總經理 華運日(右)和HP Josephine 陳巧鳳(左)。
圖/ intel

筆電經過兩波革命,無線跟輕薄打下江山

英特爾成功在2003年推出Centrino平台,讓本來必須撥接上網的筆電,真正擺脫有線網路,成為可移動的電腦,此舉也讓市場筆電銷售量滾動數倍大;第二波在2012年,英特爾推出Ultrabook超輕薄筆電,推動筆電厚度打破2公分界線,朝輕薄方向發展,如今的雅典娜計畫,業界紛紛問:這會是新一波Centrino運動嗎?

供應鏈認為,Centrino跟Ultrabook運動成功關鍵,都在於最終鎖定最主流的使用市場,也因此,英特爾能否不僅在頂級高階市場推雅典娜,進一步在第二或第三波推動主流筆電(699~799美元)市場導入雅典娜設計,才會是第三波革命成功關鍵。

過去筆電業者,為減少元件的相容性問題,以及考慮小供應商技術支援不足,多半只願意用關鍵元件前兩大供應商。未來在英特爾開放實驗室建立標準並先做過測試下,元件業者事前做好調校,不僅筆電開發商Debug的時間縮短,願意採用新元件供應商的意願增加,也讓元件價格可望更有空間。

目前雅典娜計畫特別會邀請的元件供應商類別包括:音頻、顯示器、嵌入式控制器、觸覺元件、SSD和無線技術。

8日,英特爾邀請台灣超過600多名供應鏈成員聚集在台北參加Project Athena生態體系研討會,為推出第一波Project Athena設計做準備,總計超過180家業者與會,參加品牌包括戴爾、惠普、聯想、宏碁、華碩、小米和華為都已允諾加入計畫,然而供應鏈更關心的,仍是:雅典娜計畫能再為筆電市場掀起第三次強需求大浪嗎?

關鍵字: #Dell #英特爾
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

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。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

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。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

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。

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
一次搞懂Vibe Coding
© 2025 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