Intel市值被AMD超越!毛利率崩盤,喊Q4漲價能拯救半導體老大哥嗎?
Intel市值被AMD超越!毛利率崩盤,喊Q4漲價能拯救半導體老大哥嗎?

先前早有傳言Intel計畫喊漲,這次Intel便在財報會議上親口證實,他們計畫將於今年第四季調漲產品價格,緩解通膨及成本高漲的衝擊,好挽回表現低迷的獲利與營收,這一季黯淡的成績單,更讓他們股價大跌、市值被AMD給超越。

坦承競爭對手壓境,Intel業績大崩盤

Intel上週公佈了今年第二季的財報,營收為153.2億美元,較去年同期下降了22%,遠低於分析師預期的179.億美元,更從原先51億美元的獲利,變成虧損4.54億美元。

值得一提的是,毛利率也從原先57.1%的水準,大幅衰退至36.5%,下滑超過20%以上。如此慘烈的表現,讓Intel股價一天之內大跌近9%,導致市值降低至1,484億美元,被競爭對手AMD的1,530億美元給反超。Intel在2020年時市值被Nvidia超越,如今又輸給了AMD,這位半導體老大哥面對的競爭威脅也越來越強烈。

Intel也下調了全年財測,將營收預期從760億美元下修至650億到680億美元之間,而每股盈餘(EPS)也從3.6美元下修到2.3美元左右。

Intel執行長帕特.基辛格(Pat Gelsinger)表示,突如其來的經濟動盪,是他們第二季財務表現不佳的原因。另外,財務長大衛.津瑟(David Zinsner)透露,中小企業已經減慢購買電腦的腳步,大企業也很可能會因為經濟環境拉長換機週期。

AMD
Intel繳出黯淡的財報導致股價大跌,現在市值甚至被競爭對手AMD給超車。
圖/ shutterstock

細看各業務成績的話,包含電腦晶片在內的客戶計算業務營收為77億美元,較去年同期下滑25%,也低於外界預期的88.9億美元。

個人電腦市場近期已呈現衰退趨勢,研究公司Gartner資料顯示,個人電腦出貨量在今年第二季下滑近13%,並預測2022全年可能會有約9.5%的跌幅。Intel也坦承,消費者和教育市場對電腦的需求下滑,同時成本越來越高,影響了該業務的營收狀況。

身為第二大業務的資料中心與人工智慧部門,營收也在這一季下滑16%至46億美元,同樣遠低於外界預期的61.9億美元。對此Intel坦承,競爭對手正在擠壓他們的營收,許多客戶都轉而向競爭對手的供應商下單,且代號Sapphire Rapids的新產品又面臨延宕,產能狀況不太樂觀。

Intel並沒有明說競爭對手是誰,不過近年Nvidia、AMD都在積極搶攻原先被Intel佔據超過90%的伺服器市場,例如今年就宣佈搭載首款ARM架構處理器Grace的伺服器將於2023上半年登場。

成本高漲、毛利率大減,Intel預告第四季漲價

成本上漲、客戶被競爭對手搶走、獲利變成虧損……面對如此不利的財務狀況,Intel也不得不宣佈將調整價格,預計今年第四季會正式實施。早在今年7月中,就傳出Intel有意調整價格的消息,不過這次是官方親口證實,並宣佈預期漲價的時間。

Intel認為,調漲價格以及季節性的銷售回暖,可能讓這次慘跌逾20%的毛利率回升到51%至53%的水準。津瑟指出,現在Intel的業績已經觸底,換句話說接下來就是反彈上升的時候。

資料中心_datacenter
Intel坦承,他們在資料中心及AI業務競爭地位並沒有這麼穩固,連帶影響這次漲價能夠調整的範圍與幅度。
圖/ shutterstock

按照外界先前的估計,Intel這次的漲幅可能會在10%到20%之間。津瑟在財報會議上透露,客戶計算業務的調漲幅度會比資料中心及人工智慧業務來得高,但這部份的客戶對價格更為敏感,預計會比較晚才進行調整。

另外,他們也希望這波漲價能夠促使客戶搶在價格上漲前下單,消化掉目前供過於求的產品庫存。

而雖然資料中心及人工智慧業務的客戶,對價格沒那麼敏感,津瑟透露,儘管客戶都能理解這次漲價,他們在這塊市場的地位並沒有那麼穩固,雖然能夠調整價格,但沒辦法全面調整。

惡劣的經濟環境、競爭對手不斷進逼,這次的漲價究竟能否緩解Intel的窘迫,還是加速消費者及客戶流失,或許還有待時間驗證。

資料來源:Motley foolPC WorldCNBC

責任編輯:錢玉紘

關鍵字: #Intel
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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