【圖解】Intel連續5年營收創新高!台積電、AMD來勢洶洶,重返榮光要面對哪些隱憂?
【圖解】Intel連續5年營收創新高!台積電、AMD來勢洶洶,重返榮光要面對哪些隱憂?

英特爾曾稱霸全球晶片市場多年,也是第一家推出x86架構CPU的公司。於2020年的表現不俗,儘管產能受疫情影響,英特爾全年營收仍打破了前一年的記錄,來到779億美元的歷史新高,連續第五年創下營收記錄。

英特爾的事業群可分兩大類,分別為PC事業以及資料中心事業群。晶片作為兩大類的核心產品,在2020年,PC事業晶片營收占比54%、資料中心處理晶片則是46%。

值得注意的是,從2016年至2019年,英特爾以PC客戶運算晶片的營收成長,平均來說變動不大,但受益於2020年全球遠端辦公及教學需求劇增,年增28%,筆電出貨量更是年增54%。不過,桌機銷售仍在衰退中,加上競爭對手AMD在桌上處理器的市佔,已經在今年第1季超過英特爾,後續仍有待觀察。

若從英特爾近年三率表現(毛利率、營業利潤率和淨利率)來觀察獲利能力,可以看到毛利率都維持在高檔的60%左右,因為毛利率能反映產品製造和定價能力的關鍵指標,英特爾財務狀況其實表現不俗。

而英特爾旗下急速成長中的資料中心事業群,底下涵蓋了4個子群,包含資料中心、物聯網、非揮發性記憶體以及可程式化解決方案事業群。如此發展,也是英特爾發展資料中心事業的策略:從伺服器、儲存系統到網路設備部署,提供一條龍服務。

但也因為許多雲端廠商開始為自己家的資料中心設計晶片,加上近期AMD、NVIDIA也推出更有競爭力的資料中心處理器,壓縮到英特爾在資料中心事業的表現,甚至在今年第1季營收驟減20%期望值,削弱了整體利潤表現。此外,英特爾執行長基辛格砸錢打造製造廠,致使今年成本升高,加上銷售更仰賴低毛利的PC,英特爾也預期今年毛利率表現將下滑至55%。

image.jpeg
英特爾(Intel)執行長季辛格(Pat Gelsinger)。
圖/ intel

延伸閱讀:高通、聯發科加大力道進攻筆電市場!英特爾霸主地位搖搖欲墜?

大舉投入研發支出,但在IDM 2.0發展上仍待觀察

作為全球數一數二的半導體大廠,研發投入也成為英特爾能否永續經營的重要指標。根據IC Insight研究機構指出,2020年全球半導體公司的研發支出達到684美元,創下紀錄,而英特爾更是佔據1/5穩居第一。

除了大量投入研發經費外,英特爾CEO基辛格上任不到半年內,就紛紛宣布將投入更多資本、擴產計畫:宣布IDM2.0策略,重申英特爾會將最重要的產品,留在自家晶圓廠生產。一是發展7奈米先進製程,二是在晶片代工方面重新做好產業分工。

不過,今年4月季辛格才承諾晶片將於今年產出,6月官方卻表示最新Xeon系列晶片,本原訂今年底時程開始量產,卻要延到明年才能開始量產。基辛格遭遇上任以第一個重大產品挫折,也再度損及英特爾在晶片業界的技術領導地位。

在製程方面,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。換言之,目前台積電在製程技術方面領先英特爾約2年。撇除技術差距不談,台積電在客戶服務上也幾乎遍及所有晶片大廠,從蘋果、高通、AMD到NVIDIA等。

進一步看到架構和設計方面,英特爾推出x86架構曾是史上最成功架構,它的運算效能極其強大,加上該架構的開放性,一度搶下9成的市佔率。不過也因為相當耗電,智慧手機業者更注重續航力,arm開發的低功耗、高效能的架構更能貼近需求,蘋果也轉向arm架構的懷抱,加上蘋果每年推陳出新,也推出較英特爾高3.51倍性能的M1晶片。

資料中心_datacenter
英特爾仍是資料中心晶片市佔龍頭。
圖/ shutterstock

在資料中心事業上,英特爾仍是傲居晶片龍頭。根據Mercury Research的報告,2021年第一季英特爾在數據中心晶片的市佔為91.1%。AMD市佔為8.9%、遠高於3年前同期的1.8%。由此可見AMD市佔逐漸擴大,NVIDIA也打算加入戰場。

雖然英特爾前幾年都著重於CPU發展,但後續也不斷改變其產品結構、投入研發核心技術。但競爭對手在各方面包抄英特爾,除了在資料中心上持續保持動能外,能否透過IDM 2.0策略找尋新的出路並重回榮光,仍有待我們持續關注下去。

最新7月號雜誌《零碳新賽局》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:錢玉紘

關鍵字: #Intel
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