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 HardwareMarket Screener

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