散熱股后健策認購金利3,000萬私募股,一位績優生如何幫連虧5年放牛班轉虧為盈?
散熱股后健策認購金利3,000萬私募股,一位績優生如何幫連虧5年放牛班轉虧為盈?
2020.01.02 | 併購

2020年零組件大整合潮未歇,健策精密趕在2019年最後一天,宣佈認購同業金利私募股,取得37.78%股權,成為最大單一股東,2020年首季將合併財報,而整合動作早已比股權投資更早展開,健策預估2020年首季金利就會先損平。

健策主力產品包括均熱片、水冷散熱模組及EMC導線架(環氧模壓樹脂Epoxy Molding Compounds),主要客戶包括伺服器、CPU大廠、遊戲機及電動車等客戶,散熱業務佔比例超過5成。

受到客戶對散熱需求供不應求,健策2019年10~11月營收跳上5億元以上歷史新高,就開始面臨產能不足的壓力。

為此健策除擴廠外,總經理趙永昌2019年6月先兼任同業金利董事長,協助改整,也伺機參與私募,期望取得金利台灣閒置廠房加以運用。

延伸閱讀:日本第6富豪出手併購台散熱模組股王,他眼中看到什麼機會?

雙方先前對私募價格談不攏,終於雙方歧見拉近,12月31日,健策董事會宣佈以每股10.47元認購3000萬股私募股,取得金利37.78%股權,投資金額3.14億元,抒解未來產能不足的問題。

健策 趙永昌
健策12月31日宣佈董事會通過認購金利私募
圖/ 王郁倫攝影

車用IGBT散熱模組出貨今年看2~3倍增加

趙永昌在重大訊息記者會上說,雙方合作聯盟後,將擴大市場規模,提高客戶需求產能,深化雙方合作關係,創造雙贏。而由於金利虧損5年,趙永昌也透露,2020年首季就有機會先協助損平,健策股東不必擔心。

但事實上,由於產能不夠,健策已經先行在大園跟無錫蓋新廠,大園是台灣第三座工廠,第二季將拿到使用執照量產,主要生產車用產品,無錫廠第二座工廠剛蓋好,將生產伺服器及水冷散熱模組,南通新廠預計2020年開始蓋,透過金利取得電鍍執照。

IGBT散熱模組將是車用關鍵零件新星,IGBT中文名是絕緣柵雙極電晶體(Insulated Gate Bipolar Transistor, IGBT),是車用逆變器元件,主要用於電動車輛、鐵路機車及動車組的交流電輸出控制,健策則供應散熱模組。

健策從2014年就入車用散熱產品,最早是跟歐司朗合作車用儀表板及前後車燈等量見,後來跨入EMC導線架打入中高階車用零件,開發鋰電池基板、IGBT模組、ECU(電子控制元件)散熱模組、陶瓷散熱基板等,看好2020年電動車全球銷量突破600萬台,2021年朝800萬台衝刺,對IGBT需求在2020年將達50.11億美元,公司預估2020年IGBT相關業績也將有2~3倍成長。

延伸閱讀:5G「熱商機」雙鴻、超眾、泰碩、業強、聯德-KY五雄爭搶,誰是大贏家?

2019年受惠於電動車市場加溫,對水冷散熱模組及IGBT(絕緣柵雙極電晶體;電流控制半導體元件)需求提高,健策2019年車用
水冷模組業績大增166%,2020年更預估有倍數成長。

健策.jpg
健策積極投入電動車相關散熱零件業務,去年業績成長166%
圖/ 健策

健策2020年跨入伺服器熱板

健策是AMD重要的處理器合作夥伴,除CPU均熱片,今年也因應客戶需要,未來將投入超薄均熱板(VC)開發,2019年伺服器業績已經成長43%,今年預估還將有20%成長。

金利產品線主要以均熱片、散熱板、連接器等,其中均熱片營收約佔4~5成,客戶包括日月光、飛利浦等等,環氧模壓樹脂(Epoxy Molding Compounds, EMC)導線架以LED客戶為主,在中國跟日本科寶合資電源開關零件,是少數獲利的業務。

趙永昌說,金利其實8~9成業績都跟健策相似,但客戶不同,主要是低階產品,過去健策專注高階產品,未來投資金利後,也能做到中低階產品,一次提供客戶高中低階需求,但初期,金利會先以外包協力廠商角色參與製造,過去產品太多不夠專心,未來將逐漸收斂並做資源重新分配整合,健策也會協助金利做技術調整,至於集團未來接單分拆如何安排,趙永昌說這是今年將開始討論的議題。

EPYC.jpg
AMD第二代伺服器處理器EPYC業績大好,也帶動健策成長
圖/ AMD

健策是散熱產業績優生,受到伺服器及車用市場亮眼帶動,股價已經登上9年新高,挑戰240元居散熱股后,僅次於超眾,市值高達283億元,這次認購私募能否幫金利灌頂成功?成為散熱產業關注焦點。

責任編輯:蕭閔云

關鍵字: #電動車
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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