英特爾的IDM 2.0能否開闢出另一藍天
英特爾的IDM 2.0能否開闢出另一藍天

3月23日,英特爾公司在Engineering the Future線上發布會上,宣示雄心勃勃的「IDM 2.0」,重申英特爾會將最重要的產品,留在自家晶圓廠生產。不過也會將部分產品,委託台積電先進製程代工。CPU以外的產品會交給台積電、聯電、三星電子、格芯等,晶圓代工廠生產。

英特爾的「IDM 2.0」主要有三大重點

首先,英特爾會維持全球自家工廠大規模生產的營運模式,英特爾會在自家工廠生產多數的產品。目前英特爾7奈米(相當於台積電的5奈米)製程開發進展順利,並且積極使用EUV技術。封裝技術方面,英特爾可使用多個IP或「晶片塊」(Tile)。這顯示英特爾在半導體先進製程及封裝方面,仍持續前進,足堪支援在自家工廠生產多數產品。

其次,英特爾將擴大使用第三方晶圓代工產能。英特爾下一代Meteor Lake 7奈米CPU的部分晶片塊,將在2023年委託台積電代工。CPU以外的產品線,擴大委託台積電、聯電、三星電子、格芯代工生產。

第三點為英特爾將再次跨入晶圓代工服務。英特爾宣布將成為美、歐主要晶圓代工產能供應商。英特爾將成立「英特爾晶圓代工服務」(IFS)部門,為美、歐客戶提供晶圓代工服務。英特爾晶圓代工計畫獲得微軟、高通、IBM、Google、思科、亞馬遜、愛立信以及比利時微電子研究中心(IMEC),8大公司、組織的支持。

Intel-HQ-RNB-Santa-Clara-4-690x460_c.jpg
圖/ Intel

最令人矚目的是,英特爾宣布將投資200億美元,在美國亞利桑那州設立兩座先進晶圓廠。這兩座新晶圓廠除了生產自家產品外,將提供在英特爾IFS下單客戶生產所需的產能。目前英特爾在亞利桑那州共有4座晶圓廠,加上將設立的兩座新晶圓廠,則總共6座晶圓廠,亞利桑那州成為英特爾在美國的生產重鎮。

2015年英特爾宣布以167億美元購併FPGA大廠Altera,這是英特爾進入晶圓代工事業的「引子」。2016年8月英特爾在IDF宣布開放晶圓代工服務,紫光展訊使用英特爾14奈米製程開發生產智慧型手機應用處理器,LG使用英特爾10奈米製程開發生產智慧型手機應用處理器。由於英特爾製程延宕,10奈米製程「千呼萬喚」在2018年5月方問世,自家產品都無法順利上線,遑論「社外」的晶圓代工客戶。英特爾當年的代工事業大計,落到「悄悄落幕」的下場。

英特爾14奈米製程於2014年9月量產,領先群倫。台積電的16奈米製程於2015年第三季進入量產,10奈米製程(與英特爾14奈米製程性能相當)在2017年6月量產。英特爾此時製程技術領先台積電約2年。

依照英特爾原本規劃的時程,10奈米製程應在2016年下半年量產,無奈一再拖延,直到2018年5月方量產。可惜的是量產不順,真正大量生產被推遲到2019年第二季底。

台積電於2018年4月量產7奈米製程,2020年4月量產5奈米製程,2022年下半年量產3奈米製程。而英特爾的7奈米製程則延宕到2023年方可量產。因此目前台積電在製程技術方面領先英特爾約2年。

台積電.jpg
圖/ 台積電

延伸閱讀:[英特爾與台積電相爭,是成功的一步棋、還是自不量力?分析師這樣看
][1]

面子問題與供需失調,英特爾怎麼選?

由於英特爾在製程發展不順利,目前主流產品仍由14奈米以及10奈米擔綱。主要競爭對手超微,使用台積電7奈米製程,性能卓越,因此在市場搶了不少英特爾的市占率。

英特爾由於製程發展不順暢,導致設計部門無法全力發揮,因此內部遂有積極委託台積電以最先進的製程代工生產CPU的聲音。產業界的消息指出,英特爾已與台積電簽約,將委託台積電以6奈米製程生產獨立繪圖晶片,以5奈米、3奈米生產部分CPU產品。

英特爾是全球第一大半導體公司,是美國的驕傲,委託台灣台積電生產,有「面子」問題需要考量。尤其是在這波,全球半導體供需失調的情境下,強化自家在地生產,可說是英特爾的「當務之急」。

因此英特爾的新營運模式,將附加價值低的CPU以外產品,委託外部晶圓代工廠生產,留下附加價值高的CPU及伺服器處理器在自家生產。同時將採用台積電3奈米製程生產CPU以因應市場的挑戰。

先進製程投資龐大,因此英特爾企圖進入晶圓代工市場,以擴大自家先進製程的「出海口」,以免產能閒置。

Intel
圖/ shutterstock

英特爾的晶圓代工瞄準美、歐市場,企圖以在地生產的優勢取得訂單。然而英特爾可能不熟悉晶圓代工的營運模式,有許多困難需要克服。除此之外,除非英特爾可以不計盈虧,否則英特爾的生產成本高,無法與台積電競爭,客戶可能無法接受高昂的代工價格。

從第一波跳出來支持英特爾的八大公司、組織來看,僅有高通一家為IC設計公司,其餘的為軟體、系統公司及研究組織。盡管高通總裁表示將會在英特爾投單,然而當英特爾端出的製程技術、良率、價格等,如果無法讓高通滿意,「在商言商」高通可能無法在英特爾下單。

高通是英特爾潛在的競爭者,高通將來可能開發推出筆電、伺服器CPU,如此一來高通與英特爾關係丕變,檯面上講得是「場面話」,實際商業行為是以利益為優先。

客製化IC(ASIC),則是英特爾的可行之策。替微軟、Google、AWS等開發客製化IC,成為英特爾晶圓代工服務的可行之策。從IC設計到代工生產,「一條龍」的服務,將可能為英特爾開闢一片新藍天。

責任編輯:錢玉紘、陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)
[1]: https://www.bnext.com.tw/article/61959/intel-idm-revolution-

關鍵字: #Intel #晶圓代工
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