高通想吃下英特爾,為何分析師說「蠢到無法評論」?科技業史上最大收購案能成嗎?
高通想吃下英特爾,為何分析師說「蠢到無法評論」?科技業史上最大收購案能成嗎?

《華爾街日報》上周獨家披露,IC設計大廠高通(Qualcomm)近日已向CPU大廠英特爾(Intel)提出收購方案。 若這項收購案成真,將成為科技業史上規模最龐大的收購案。

但目前這項收購案普遍不被分析師所看好。天風國際證券分析師郭明錤甚至指出, 該併購案對高通可說是災難一場,甚至爆料高通是因為某「外力不可抗拒因素」的壓力,才動評估併購英特爾的可行性。

另方面,9月22日也傳出,私募基金阿波羅全球管理公司(Apollo Global Management)將投資英特爾50億美元,可被視為是該公司對英特爾投下的信任票。

針對此投資案,據悉英特爾高層目前正在權衡利弊中,相關討論尚未定案。

高通想併英特爾?存在3大挑戰

外媒報導指出,高通雖尚未提出正式報價,但這樁交易可能將成為有史以來最大規模的科技業收購。以美股9月20日收盤價來看,高通市值為1881.7億美元,英特爾則是931.9億美元,高通市值約為英特爾的2倍。

挑戰1:英特爾市值仍近1000億美元,高通財務壓力巨大

有「最強蘋果分析師」之稱的天風國際證券分析師郭明錤指出,高通的現金、現金等價物與可銷售證券共約130億美元,即便先忽略併購帶來的溢價、衍生費用、債務承擔與後續管理成本等,此併購案對高通的財務壓力極大。

郭明錤也說,併購英特爾對高通獲利能力會有立即性的負面影響,淨利率可能從現在的超過20%,降到個位數,甚至虧損。「尤其,英特爾的晶圓代工業務是最大累贅。」

郭明錤也提到,高通最新一季的資本支出約為3.9億美元,與其耗資1,000億美元以上併購英特爾,拿同樣的資金追求AI PC與AI伺服器成長,「風險更低,且管理效率更高。」

郭明錤認為,高通應沒有強烈動機去併購英特爾,「此併購案若發生,對高通可說是災難一場。」 他並透露,高通正在內部討論中,對併購英特爾也抱著消極態度,或因某種「外力不可抗拒因素」的壓力,才去謹慎並被動評估併購英特爾的可行性。

挑戰2:反壟斷與國安問題

《CNBC》報導則指出,反壟斷和國家安全問題將使這樁潛在的併購案變得複雜。英特爾和高通都在中國開展業務,並且都曾遭遇中國反壟斷執法機構的反對。

英特爾方面,曾試圖收購以色列晶圓代工廠高塔半導體(Tower Semiconductor)並未成功;高通則欲收購荷蘭車用晶片大廠恩智浦半導體(NXP Semiconductor),最終也告吹。

挑戰3:虧錢的晶圓代工,仍是燙手山芋

知名半導體分析師陸行之則質疑,高通有辦法接手及管理英特爾燙手山芋(晶圓代工業務)變成IDM(整合元件製造商)嗎?還是會再分拆賣掉晶圓製造部門?

他並疑惑,高通為何不買下英特爾部分業務就好,例如Mobileye、Altera、Network、Edge Group等部門。

花旗分析師也有類似疑惑。據《金融時報》報導引述,分析師指出,英特爾應該退出其半導體製造業務,「我們認為英特爾領先代工廠的機會很小。」分析師甚至直言:收購談判「幾乎愚蠢到無法評論。」

英特爾將獲50億美元續命金?

在收購傳聞之外,也傳出英特爾或將找到新金主。據《彭博》引述知情人士報導,美國私募基金巨頭阿波羅,已提出向英特爾進行高達50億美元的股權類投資,可視為對英特爾的轉虧為盈戰略投下的信任票。

知情人士向《彭博》表示,英特爾高層在權衡阿波羅的提議,並指出一切尚未最終確定,潛在投資的規模可能會發生變化、討論可能會失敗,從而導致無法達成協議。

《彭博》並指出,阿波羅以保險、收購和信貸策略而聞名,和英特爾已有合作關係。英特爾今年6月同意以110億美元向阿波羅出售愛爾蘭工廠合資企業的股份,為大規模擴廠帶來更多外部資金。

阿波羅在晶片製造領域還擁有其他經驗,包括去年向記憶體廠威騰電子(Western Digital Corp)領投9億美元,購買可轉換優先股。

延伸閱讀:英特爾怎麼了?昔日CPU霸主為何變AI輸家?盤點20年來Intel的4大錯誤決策
科技業2024迄今裁員逾5萬人!戴爾、英特爾、特斯拉最慘烈,盤點哪些巨頭也深陷風暴?

參考資料:《Bloomberg》《CNBC》《Financial Times》

責任編輯:李先泰

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