【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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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