英特爾慘了!股價5天慘跌35%「蒸發逾320億美元」,股東不滿遭坑殺怒提集體訴訟
英特爾慘了!股價5天慘跌35%「蒸發逾320億美元」,股東不滿遭坑殺怒提集體訴訟

英特爾(Intel)繼日前公布裁員1.5萬人後,股價在8月2日單日下跌26%,不但創下成立50年來最大跌幅,市值更在5天之內下跌逾320億美元(約新台幣1.04兆),

而雪上加霜的是, 由於英特爾日前並未向股東充分揭露潛在的業務問題,一項密蘇里州的養老基金提起集體訴訟,指控英特爾在報告16億美元淨虧損及裁員1.5萬人之前,隱瞞了其內部晶片製造業務的問題。

這起訴訟在本週三於舊金山聯邦法院提交,英特爾的CEO基辛格(Patrick Gelsinger)和CFO辛斯納(David Zinsner)被列為共同被告。

自製晶片大賠,股價慘跌引集體訴訟

8月1日,英特爾宣布將裁減15%的員工,即約1.5萬人,並報告第二季度淨虧損達16億美元。這家矽谷公司曾經領先於晶片行業,但現在在人工智慧競賽中,主要競爭對手Nvidia(輝達)在GPU市場上佔據了主導地位。

英特爾目前設計並製造自己的晶片,幫助其獲得85億美元的聯邦補助金,通過《美國晶片法案》(CHIPS Act)。

根據訴訟,英特爾向投資者聲稱,這種內部生產模式將使公司在2025年底前節省80億到100億美元。然而,訴訟指出, 實際情況比投資者預期的更為昂貴,內部晶片製造業務在訴訟期間(2024年1月25日至8月1日)收入實際上下降,成本卻大幅增加。

英特爾遭控發表「誤導聲明」

訴訟由大聖路易斯建築勞工養老信託基金(Construction Laborers Pension Trust of Greater St. Louis)代表其他英特爾投資者提出,聲稱英特爾、CEO及CFO發表了虛假和誤導性的聲明,使公司股價「人為抬高」。訴訟還指出,英特爾的晶片製造業務實際上在虧損,並且收入增長不如預期。

對於遭股東聯合提吿,英特爾沒有發表評論。自英特爾宣布將大幅裁員且暫停配息以進一步削減成本後,5天之內股價就慘跌近35%。

有分析師認為,英特爾如今已面臨公司「存亡之秋」危機,產品落後市場,陷入生存困境。

3個月內二度挨告

事實上,這是英特爾3個月內第二度面臨投資人的集體訴訟。

根據科技媒體《Tom’s Hardware》6月時的報導,美國律師事務所Levi & Korsinsky指控英特爾今年1月公布2023年業績時, 未正確揭露製造部門的虧損情形,導致投資人權益受損 ,呼籲投資者加入針對該公司的集體訴訟。

代工業務1年慘賠70億美元

自2024年第一季開始,英特爾採用所謂的「內部代工廠」(Intel Foundry Services, IFS)模式, 其產品部門和外部客戶可從英特爾的獨立部門「英特爾代工廠」(Intel Foundry)購買製造和封裝服務 。

先前英特爾並未單獨報告其製造部門的業績表現,只公佈了向外部客戶銷售製造服務的業績,直到今年4月披露新劃分的部門及業務,必須公布「英特爾代工」作為獨立部門的業績,結果顯示, 該部門在2023年虧損了約70億美元 ,導致英特爾股價應暴跌。

另一方面,英特爾將約30%的產能,外包給台積電及其他晶片代工廠生產,種種都讓投資者感到不安。

4月25日,英特爾公布2024年第一季財報,其中代工部門的營收為44億美元、虧損25億美元。自今年初以來,英特爾市值已縮水三分之一,截至6月17日的市值為1296.2億美元。

Levi & Korsinsky的訴狀指控英特爾的虛假陳述及隱瞞行為,並列舉如下:

(1) 英特爾代工服務的成長,並不代表內部部門可報告的收入成長
(2) 英特爾代工部門在2023年出現重大經營虧損
(3) 因內部收入下降,導致代工部門產品利潤下降
(4) 代工模式不會成為英特爾晶圓代工服務(IFS)策略的強勁成長推動力
(5) 基於上述原因,被告關於公司業務、營運和前景的正向陳述,存在誤導性或缺乏合理依據

《Tom’s Hardware》報導指出,認為自己在2024年1月24日至4月25日期間,因英特爾股票遭受損失的投資者,可在2024年7月2日之前請求成為本案主要原告。

基辛格CEO大位恐不保?

對於英特爾將面臨的集體訴訟案件,知名半導體分析師陸行之在其Facebook粉絲專頁評論,英特爾的律師團隊當然不是省油的燈,不過目前來看IFS(Intel Foundry Services)對英特爾而言,仍然是個沒有割掉的瘤,「在拿了85億美元的美國政府補助,加上110億美元貸款的加碼投資之後,如果還是無法在2025年量產出貨20A/18A,公司又出來說完成生產準備 (manufacturing ready) 跟正式量產 (mass production)差很遠,我看他(基辛格)的CEO位子將岌岌可危了!」

英特爾先前多次宣布「4年內達成5個技術節點」(5N4Y)的目標,將在2024年上半年完成20A(相當於台積電2nm)量產準備,2024年下半年完成18A(約台積電2nm+)量產準備。

陸行之並提到,若基辛格真的掉了執行長大位,到時候英特爾交給蘋果(Apple)或輝達(NVIDIA)來併購管理,可能會比較有機會翻身。

延伸閱讀:白話科技|NPU是什麼?跟CPU、GPU差別是?圖解AI PC最重要關鍵字

資料來源:Tom’s Hardware、Market Screener

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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