英特尔公司今日宣布,将在年底前额外裁减15%的员工,这是该公司此前宣布的打造"更快速、更扁平、更敏捷"组织架构努力的一部分。
这一消息是在英特尔今日发布第二季度财务业绩时披露的。这家芯片制造商表示,计划在年底前将"核心员工"数量控制在约75,000人,这意味着该公司在大约12个月内将失去近三分之一的员工。公司表示,人员减少将通过裁员和自然流失来实现。
根据今年早些时候向美国证券交易委员会提交的文件,英特尔去年12月约有108,900名员工,因此如果年底员工数量降至75,000人,总体减幅将达到31%。
这次裁员是英特尔首席执行官陈立武(图片)做出的首批重大决策之一。陈立武于今年3月接任公司最高职位,取代了前任CEO帕特·基辛格,旨在阻止公司长期缓慢滑向财务困境的趋势。
"这需要时间,但我们看到了明确的机会来增强我们的竞争地位,提高盈利能力,并创造长期股东价值,"陈立武在公司财报声明中表示。
英特尔也面临着紧迫感,因为这家芯片制造商持续亏损。在最新的财报中,扣除股票薪酬等特定成本前,公司每股亏损仅10美分,未能达到华尔街预期的每股4美分盈利目标。该期间营收为128.6亿美元,与去年同期持平,但超出了分析师预期的119.2亿美元。然而,该季度净亏损29亿美元,几乎是去年同期亏损的两倍。
陈立武表示,今日宣布的裁员将帮助公司实现目标,即到2025财年末将运营支出降至每年170亿美元,到2026年进一步降至160亿美元。
除了裁员,英特尔还计划缩减一些此前宣布的扩张项目。该芯片制造商选择取消在德国和波兰建设新芯片工厂的计划,并将关闭其位于哥斯达黎加的测试和组装业务,将其与马来西亚和越南的现有设施合并。公司还计划"放缓"其在俄亥俄州正在建设中的新芯片工厂的进度。
陈立武为这些措施进行了辩护,称在过去几年中,英特尔"投资过多、过早,而没有足够的需求支撑"。他补充说,因此公司的工厂布局"变得不必要地分散和利用不足"。
这家曾经的芯片制造业领导者近年来遭受重创,原因是未能预测两次重大的技术行业转型,远远落后于竞争对手。它首先错过了移动设备的机遇,后来又未能预测人工智能的兴起,导致在这两个领域几乎没有市场份额。
去年夏天,在基辛格离职前,英特尔表示将裁减约15,000个工作岗位——约占其总员工数的15%——作为削减100亿美元支出以实现扭亏为盈计划的一部分。
星座研究公司的霍尔格·穆勒向SiliconANGLE表示,裁员规模之大令人担忧。他认为这将对英特尔的客户、供应商和合作伙伴生态系统造成冲击,需要很长时间才能缓解。但更令人担忧的是,陈立武通过振兴x86生态系统和完善AI战略来复兴英特尔的计划,并没有提供任何可能使公司区别于同行的新内容。
"英特尔十多年来一直试图为x86业务注入新活力,而专注于AI推理与其任何竞争对手的做法并无不同,"穆勒指出。"此外,英特尔现在放弃其在德国和波兰备受瞩目且极其显眼的投资,将遭受巨大的声誉损失。我们只能祝愿英特尔好运,但其被裁员工可能会有更好的运气,因为对于具备合适专业技能的人来说,有很多令人兴奋的机会。"
对于当前季度,英特尔表示预计营收指导区间中值为131亿美元,超出华尔街预期的126.5亿美元。公司预计收支平衡,而分析师预期每股盈利4美分。
英特尔股价最初因裁员消息上涨3%,但这些涨幅很快被抹去,在盘后交易中下跌超过4%。不过,该股今年迄今仍上涨了12%,这表明尽管公司前景不确定,投资者对陈立武仍有信心。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。