觀點|Q3財報兩樣情!英特爾與AMD的勝負差距,藏在「代理式 AI」戰略裡
觀點|Q3財報兩樣情!英特爾與AMD的勝負差距,藏在「代理式 AI」戰略裡

美國期中選舉落幕,民主黨大獲全勝,不僅在參議院、眾議院兩院席次都超越共和黨,連原本是共和黨鐵票區的德州等州長選舉也輸給民主黨。

選後金融市場大幅下跌,首當其衝的是晶片股,台積電也不能倖免。由於晶片股價大跌,輝達(NVIDIA)痛失全球市值第一的寶座,截至11日蘋果(Apple)超越輝達成為新的市值王。

在選舉投票當天(11月3日),超微(AMD)公布第三季財報,營收年增45%,優於預期,盤後股價一度大漲8%。反觀英特爾(Intel)10月29日公布財報後股價重挫,兩家公司的財報效應呈現兩樣情。

AMD資料中心營收近乎翻倍

AMD第三季營收達134億美元,創單季新高,主要拜資料中心部門強勁成長之賜。第三季資料中心部門營收達85.46億美元,較2025年第三季的43.41億美元大幅成長97%。

資料中心營收占AMD整體營收的63.9%,而且成長動能驚人,顯示AMD在人工智慧市場耕耘有成,從GPU、CPU到一站式的AI伺服器解決方案,已獲得大客戶採用。

AMD第三季毛利率(非GAAP)為56%,較去年同期的54%提高2個百分點。非GAAP營業利益為39億美元,較2025年第三季的22億美元成長75%。

展望第四季,AMD預估營收為170億美元(正負3%),較第三季成長約27%,毛利率約55%,與第三季相差無幾。

AMD預估2027年營收將成長超過80%,比市場預估的75%高出不少。其中資料中心業務預估將較2026年成長逾一倍,占AMD整體營收超過80%。

AMD執行長蘇姿丰表示,資料中心業務將成為公司營收與獲利成長的主要驅動力。她說:「我們已與整個供應鏈合作,確保取得晶圓、基板、先進封裝、記憶體及其他關鍵零組件,以支應明年大幅加速的成長。」

蘇姿丰_AMD執行長_2024_06_02_蔡仁譯攝-13.jpg
蘇姿丰表示,資料中心業務將成為AMD未來營收主力。
圖/ 蔡仁譯攝影

隨著代理式AI(能自行規畫並執行多步驟任務的AI)風行,伺服器CPU需求將大幅擴張。蘇姿丰表示,代理式AI的採用才剛起步,隨著更廣泛部署並承擔愈來愈複雜的工作,AMD預期CPU需求將大幅攀升。AMD的伺服器CPU是代理式AI應用的重要基礎,因此市場前景看好。

不過,PC市場受到記憶體與零組件漲價衝擊,需求轉弱。蘇姿丰指出,第三季末PC銷售速度已經放緩,AMD預期2027年PC市場出貨量將出現兩位數百分比的衰退。

AMD「客戶端與遊戲部門」第三季營收年減8%至37億美元,但PC處理器所屬的客戶端業務其實仍年增7%,衰退主要來自遊戲業務年減40%(主因遊戲主機等半客製化晶片銷售減少)。

英特爾第三季交出好成績,卻被財測拖累

英特爾於10月29日公布第三季財報,由於第四季財測不佳,隔天(10月30日)股價收盤重挫28.58%。

英特爾第三季營收165億美元,年增20.9%。非GAAP每股盈餘0.52美元,高於市場預期的約0.40美元,也高過英特爾自己先前預測的0.38美元。毛利率(非GAAP)達44.1%,較去年同期增加4.1個百分點。

依此來看,英特爾第三季的表現可圈可點,為何市場反應如此激烈?主要原因是英特爾對第四季的預測不佳,引發市場拋售股票。

英特爾預估第四季營收為150億至160億美元,以中位數計算年增18億美元,市場原本預估為170億美元左右。

毛利率(非GAAP)預估為38%,年增0.1個百分點,但比第三季掉了6.1個百分點,市場預估為42.8%。

每股盈餘(非GAAP)預估為0.25美元,較第三季腰斬,市場預估為0.43至0.44美元。

英特爾第四季財測不僅較第三季衰退,也大幅低於市場預期,無怪乎股市反應激烈。

財測不佳主要是受到PC市場顯著衰退影響,導致CPU需求下降。

除此之外,英特爾位於以色列的Fab 28晶圓廠10月14日發生爆炸意外,停工約兩周,英特爾估計第四季營收將因此減少約3億美元,2027年第一季也會受到類似程度的影響。

另外,英特爾2027年資本支出將大幅增加,財務長坦言2027年自由現金流恐怕無法為正,這些都會影響英特爾的股價表現。

英特爾營收恐被AMD超車

英特爾在AI業務方面,第三季表現不錯。其中「資料中心與AI部門」第三季營收達73億美元,年增78%,營業利益30.4億美元,營業利益率41.5%。

不過與AMD第三季資料中心營收85.46億美元、年增97%相比,英特爾的表現就沒有那麼亮眼。

英特爾的營收規模向來比AMD大很多,但若以第四季財測來看,AMD有望達到170億美元,英特爾則落在150億至160億美元,將被AMD超越,這也是造成英特爾股價大跌的原因之一。

風水輪流轉,昔日的大哥英特爾,已快退居到老弟AMD之後,令人不勝唏噓。

延伸閱讀:「你喜歡橘色嗎?」川普專訪揭AI監管內幕,曾警告某AI大廠高層「準備坐牢」

《數位時代》長期徵求針對科技時事的深度觀點文章,歡迎各領域專業人士來稿交流。稿件請寄至 edit@bnext.com.tw,全文字數至少 800 字,並請附上 100 字內個人簡介。文章若獲採用,將由編輯進行必要潤飾,如需調整標題,會事先與您討論確認。

(觀點文章呈現多元意見,內容不代表《數位時代》立場)

責任編輯:李先泰

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