被蘋果甩開後，英特爾誓言奪回這筆大單！但三面向看台積電仍佔優勢|數位時代 BusinessNext

被蘋果甩開後，英特爾誓言奪回這筆大單！但三面向看台積電仍佔優勢

英特爾執行長近日公開表達要贏回大客戶蘋果訂單，甚至不排除為其代工，等同向晶圓代工龍頭台積電宣示要爭搶大客戶訂單，步步進逼台積電意味濃厚。

英特爾執行長Pat Gelsinger近日公開表達要贏回大客戶蘋果訂單，甚至不排除為其代工，等同向晶圓代工龍頭台積電宣示要爭搶大客戶訂單，步步進逼台積電意味濃厚；但從先進製程發展、自研晶片趨勢及與客戶利益衝突等面向來看，英特爾要重奪蘋果芳心恐怕沒那麼容易。

英特爾近兩年積極轉型，盼能奪回半導體產業霸主地位，據外媒報導，Pat Gelsinger表示，不責怪蘋果放棄英特爾，選擇自行打造專屬晶片，要做出比蘋果更好的晶片與生態系統，贏回這部份業務，甚至是未來更多的業務，並說與蘋果重啟合作可能需要數年時間，另一個選項是取得蘋果晶片代工訂單。

英特爾2005年開始為蘋果MacBook打造晶片，但蘋果去年起推出的3款Mac電腦新機種開始，改採自行研發晶片，除將自研晶片從iPad、iPhone一路擴至Mac電腦產品線外，也等同宣告與英特爾15年的合作關係終結。

反觀台積電，身為晶圓代工廠，與客戶沒有利益衝突，讓蘋果更放心將晶片技術交給其生產製造。2016年起，台積電便獨拿蘋果iPhone手機A系列處理器代工訂單，並持續推進先進製程技術發展，蘋果自研處理器性能與效率也因此傲視群雄；在英特爾與蘋果分手後，Mac電腦系列晶片也全由台積電5奈米製程代工。

外界認為，蘋果之所以與英特爾分道揚鑣，是因其近年在製程推進上遭遇嚴重瓶頸，且英特爾雖宣布將重返晶圓代工與先進製程推進行列，同時也擴大與台積電在先進製程上的合作，在台積電投片的訂單將遍及7奈米、6奈米與5奈米。

而從英特爾7月時揭露的先進製程技術藍圖來看，2023年下半年將量產3奈米製程，2024年跨入 Intel 20A（即台積電的2奈米）、並逐步量產；台積電則是2022年下半年量產3奈米製程，總裁魏哲家並在日前法說會上信心十足表示，2025年台積電2奈米製程將是最領先技術。

英特爾若要重新贏得蘋果芳心，讓蘋果選擇採用其晶片、或為蘋果代工生產，在先進製程技術發展、量產良率上，恐怕得先超越台積電立下的高規格水準。

除晶片性能與效能外，從另一個角度來看，蘋果從2008年起收購晶片設計公司PA Semi開始，就已朝著產品技術整合的方向邁進，蘋果執行長Tim Cook就時常強調，掌握產品背後的關鍵技術是蘋果長期戰略，也因此蘋果一步步加強對晶片技術的掌握度，也更易控制開發時程與製造成本，進而提升毛利率。

若蘋果選擇採用英特爾研發的晶片，等於走回頭路，對始終追求向上突破的蘋果來說，可能不是最佳選項之一；且近來包括Google、Facebook等科技巨擘，都開始自行研發晶片交由晶圓代工廠生產，自研晶片已成趨勢。

此外，若半導體產業供不應求情況持續上演，在客戶代工訂單與自家處理器間的產能如何分配，或許也會讓蘋果對此存有疑慮。

本文授權轉載自：鉅亨網

最新10月號雜誌《無程式碼時代來了！》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：傅珮晴、錢玉紘

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。