英特爾新任CEO堅持自製晶片、投資者不買單!分析師看衰:太慢了
英特爾新任CEO堅持自製晶片、投資者不買單!分析師看衰:太慢了

根據報導,英特爾新任執行長帕特.蓋爾辛格(Pat Gelsinger)希望公司能重拾昔日作為世界領先晶片製造商的榮耀。他說這同樣也是美國的戰略重點,期望業界能夠對英特爾這樣的「國家資產」進行支援。

此番言論與投資者和分析師的觀點產生了對立。投資者和分析師渴望在短期內就看到效果,並認為當前英特爾的獲利率處於首要地位。

Pat Gelsinger.jpg
圖/ VMWare

延伸閱讀:台積電大單落空?英特爾CEO強調多數自製、部分委外,財報優於預期但無財測

投資人不買單,英特爾股票22日重挫9%

「這是一項國家資產。這家公司需要為科技產業和美國科技的健康發展負責。」蓋爾辛格提到,並承諾將自行完成英特爾的大部分晶片生產。「毫無疑問,這將是一個確立英特爾和美國處於技術領先地位的機遇。」

上週五(22日),英特爾在紐約股市交易的股票價格下跌9%,創下去年10月份以來的最大單日跌幅。原因是投資者普遍擔心英特爾晶片製造業的復甦將需要數年時間,並且需要額外花費數十億美元。一些投資者曾主張英特爾應將晶片的生產外包給其他公司,後來蓋爾辛格在財報電話會議上透露了自己的意圖。

知名分析師Mark Lipacis在一份報告中指出,「追趕是沒把握的嘗試,也是漫長的旅程。」英特爾將努力實現蓋爾辛格的斷言,即該公司能夠趕上並超過目前晶片生產領域的領導者台積電。

隨著全球科技供應鏈受到越來越多的關注,晶圓產業也趨於複雜化。雖然許多美國公司仍自行設計先進的晶片,但它們已外包讓台積電代為生產晶片。

小巫見大巫!獎勵措施無法讓企業回美製造

英特爾是為數不多、仍保有領先晶片製造能力的公司之一。它於俄勒岡州、亞利桑那州和新墨西哥州均設有工廠,依舊在美國生產許多晶片。這些晶片為各個系統的計算機提供動力。

若英特爾如外界所希望的那般,將生產外包給台積電,美國將失去一個重要的先進製造業,並將更多關鍵技術轉交給台積電。

僅限編輯使用_shutterstock_1615031197_tsmc.jpg
圖/ Sundry Photography via shutterstock

一些美國國會議員已開始聽取英特爾和其他晶圓產業人士的意見。他們多年來主張美國政府的激勵措施不足以讓企業繼續留在國內生產晶片。

去年一項兩黨議案提出,為在美國本土生產晶片提供500億美元的激勵,此金額看似驚人,但台積電於本月稍早曾提到,今年計畫斥資至多280億美元新建製造工廠和設備。

「我們從美國政府那裡聽到的是,我們需要在美國本土發展先進的微電子技術和製造業」英特爾即將離任的執行長Bob Swan表示,「我們需要一個美國本土的供應鏈。」

在改善自身製造能力的同時,英特爾可以與台積電和其他主要晶片代工廠建立技術合作關係。台積電和三星電子正在籌劃或考慮於美國建廠。

瑞銀分析師Timothy Arcuri在報告中曾寫道:「這種類型的合作還可以利用美國對本土製造業的新稅收抵免計劃,進一步創造價值。」

若電晶體技術未取得領先,英特爾恐再落後4年

去年,拜登提出了一項對「美國製造」抵免10%稅收的計劃,這項計劃將涵蓋增加美國國內生產、重組或擴大製造設施等專案。

但問題在於,即使是美國政府的激勵措施,也無法迅速解決英特爾眼前的主要問題——製造晶片的困難。這塊小正方形的晶片是數十億個電路開關或電晶體的大本營。雖然英特爾設在俄勒岡州、亞利桑那州和新墨西哥州的工廠每個月能生產數百萬顆晶片,但想做到這一點已變得越來越困難。而台積電作為最大的手機晶片製造商,已在晶片製造領域獲得了更多經驗與長足進步。

英特爾高層於上週表示,採用7奈米製程工藝的晶片要到2023年才會上市。相較之下,蘋果採用台積電類似的製造技術量產iPhone晶片已經很久了。

INTEL CORE 11
圖/ INTEL

延伸閱讀:「技術型CEO」回歸英特爾,盼突破製程困境!分析師卻估:幾年後才能奪回市占率

瑞傑金融(Raymond James)分析師Chris Caso表示,「即使英特爾在7奈米製程晶片上取得成功,也仍落後於台積電一個世代」,「我們也認為,若電晶體技術沒有取得領先地位,英特爾也無法推出領先的產品,這將使英特爾再落後於業界四年之久。」

責任編輯:文潔琳
本文授權轉載自:網易科技

關鍵字: #英特爾
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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