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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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