【觀點】Q2財報解析:為何英特爾慘兮兮、AMD賺飽飽?揭「風水輪流轉」2大關鍵字
【觀點】Q2財報解析:為何英特爾慘兮兮、AMD賺飽飽?揭「風水輪流轉」2大關鍵字

英特爾(Intel)日前公布2024年第2季財報,營收持平,獲利衰退到僅1億美元(非合併報表),若是以合併報表來看,則英特爾本季虧損16億美元。反觀對手超微(AMD)第2季營收、獲利雙雙成長,資料中心表現尤其亮眼。

英特爾是PC、伺服器處理器的老大哥,市占率經常超越8成以上,伺服器處理器的市占率,曾長期高居95%以上,超微難以望其項背。如今風水輪流轉,不僅營收已經快追到英特爾的一半,獲利則已超越英特爾。

英特爾Keynote 2024 季辛格 2.jpeg
英特爾(Intel)日前公布2024年第2季財報,營收持平,獲利大衰退。
圖/ 蔡仁譯攝影

這是為什麼?先看兩家最新公布的財報:

英特爾2024 Q2財報:營收持平、獲利大衰退

營收: 128億美元,較2023年第二季營收129億美元衰退0.9%;與上一季營收127億美元比較,成長0.8%。

淨利:
以合併報表來看,Q2淨利為-16億美元,較去年同期的15億美元,呈現「由盈轉虧」。
以非合併報表來看,Q2淨利為1億美元,較去年同期的5億美元,呈現「大幅衰退(85%)」。

超微2024 Q2財報:營收快追到英特爾的一半,獲利已超越英特爾

營收: 58.35億美元,較2023年第二季營收53.59億美元成長8.9%;與上一季營收54.73億美元比較,成長6.6%。

淨利:
以合併報表來看,Q2淨利為2.65億美元,較去年同期的0.27億美元「大幅成長881%」。
以非合併報表來看,Q2淨利為11.26億美元,較去年同期的9.48億美元「成長18.8%」。

進一步以今年上半年成績來看,英特爾營收255億美元,超微營收113億美元,超微的營收為英特爾的44.3%。

然而在獲利方面,英特爾虧損20億美元(合併)、獲利9億美元(非合併),可說是「災情慘重」。反觀超微獲利達3.88億美元(合併)、21.38億美元(非合併)超越英特爾,這在以前是難以想像的情節。

超微逆轉勝關鍵字:AI

超微能快速追趕英特爾,而且即將有超車的前景,主要的關鍵字為「人工智慧(AI)」。

自從2022年年底ChatGPT問世後,掀起生成式人工智慧(Generative AI)的浪潮,背後的驅動力是輝達的圖形處理器(GPU),輝達的GPU是架構生成式「大語言模型」的硬體「標準配備」,這讓輝達2023年營業額飆高到608.56億美元,年成長率高達125.9%。

超微在GPU著墨已久,是輝達的主要競爭者,輝達在AI晶片市場大放異彩,超微也沾到AI浪潮之光,在這方面水漲船高。

超微AMD
超微抓住AI熱潮,資料中心部門營收不斷創高,獲利表現也亮眼。
圖/ AMD提供

超微「資料中心」部門包含AI的相關晶片,這部門的營收一路走高,由2023年第2季的13.2億美元一路攀高,到2024年第2季,營收衝高到28.3億美元,並且創造出7.43億美元的利潤,這是超微「反超」英特爾的關鍵。

英特爾「昔日王者」拖油瓶:晶圓代工

英特爾目前最大的「包袱」是晶圓代工部門。為了重返半導體龍頭的光輝時刻,英特爾加強製程研發,立下「4年5個世代」的遠大目標,預計在2025年上半年量產Intel 18A,完成4年5個世代的壯舉。

然而為了支撐龐大的製程研發支出,英特爾展開晶圓代工計畫,並分拆內部部門。晶圓代工部門掌管英特爾的生產,產品部門可以下單給自家晶圓代工廠,或下單給外部的晶圓代工廠(如台積電)。

目前英特爾的組織分成三大部門,分別為「產品部門」、「晶圓代工部門」以及包含Altera、Mobileye等的「其他部門」。

產品部門下有「客戶運算」、「資料中心及AI」、「網路及邊緣」三大事業部。

客戶運算主要產品是PC CPU,這是英特爾營收最大、也是獲利最高的部門。今年上半年營收達149億美元,獲利為51億美元。

資料中心及AI部門的表現不是很理想,該部門每季營收皆在30億美元附近徘徊,沒有驚人的爆發力。今年上半年營收為60億美元,獲利為8億美元。

反觀超微資料中心今年上半年營收達51.71億美元,獲利為12.84億美元。雖然營收小輸英特爾,但獲利大幅超越英特爾。

英特爾愛爾蘭新廠啟動Intel 4 製程技術量產 (2).jpg
英特爾晶圓代工部門2024 Q2虧損53億美元。
圖/ Intel 提供

目前英特爾虧損最大的部門是晶圓代工部門,主要的原因是大舉興建新的先進製程晶圓廠,資本支出龐大,加上研發巨額支出,外部客戶又很少,因此很難在短期間看到成果。

今年上半年,英特爾晶圓代工部門營收為87億美元,虧損53億美元,把客戶運算部門攢的獲利全部「吃光」。

由今年第2季的財報來看,英特爾還有一段辛苦的路待走,執行長季辛格(Pat Gelsinger)有遠大的發展抱負,也僕僕風塵積極到全球各地,推進英特爾的「宏圖大業」。

2023年英特爾營業額為542.28億美元,年成長率為-14%,被「小老弟」輝達超越,令人捏把冷汗。倘若英特爾營收、獲利持續低迷,資本市場恐無法忍受英特爾的「長期擴充計畫」。

延伸閱讀:2024年「財星500強」出爐!誰最賺?台灣企業有幾家?

責任編輯:林美欣

關鍵字: #英特爾 #AMD
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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