MLCC、晶片電阻3月漲定了?國巨陳泰銘:我們產出多少大家分配
MLCC、晶片電阻3月漲定了?國巨陳泰銘:我們產出多少大家分配

被動元件供給去年下半就稍緊,在武漢肺炎疫情衝擊下,兩大廠國巨跟華新科傳出醞釀漲價消息,對此國巨董事長陳泰銘26日受訪透露,雖然疫情衝擊需求衰退2成,供給面的挑戰卻更大,國巨2月稼動率降至35~38%,反應成本勢在必行。

法人指出,國巨通路商子公司國益已於1月初,對部分中國客戶調漲晶片電阻(R Chip)售價10~15%,並選擇性優先交貨利潤較佳的訂單,利潤較差的訂單則拖延交期,甚至智慧型手機用的0201與0402晶片電阻已供不應求,0603晶片電阻也吃緊,由於MLCC也吃緊,3月1日將全面用新報價交貨。

「我們產出多少,大家分配多少。」陳泰銘26日主持股東臨時會回應供貨吃緊問題。

市場高度關心肺炎疫情干擾下,70%產能座落於中國境內造成的衝擊,以及是否後續將對客戶調漲報價?因為市場盛傳近期國巨對客戶喊漲,除通路商已經漲價,大型EMS(電子專業製造服務)如鴻海或仁寶也在議價中。

被動元件 MLCC
被動元件2018年漲價後,今年又再傳漲價。
圖/ shutterstock

對此陳泰銘以稼動率低於規劃,人工與運費成本上漲兩因素間接回應「漲價說」。

他表示,中國目前為止肺炎情勢很嚴峻,中國產能占比7成是受影響部分,2成多的台灣及占比5~7%的歐美不受影響。

但中國招工面臨挑戰,雖政府允許復工,但人員訓練需要時間,由於跨省人員流動管制多,因此2月產能稼動率僅3538%,期待3月稼動率回升,全體稼動率朝50%邁進。但相較於去年規劃,今年3月底稼動率6065%相比仍低得多。

被動元件喊漲,陳泰銘歸咎兩警訊

陳泰銘釋出兩大警訊:首先是晶片電阻(R Chip)跟MLCC(陶瓷電容)庫存雙雙低於30天,創10年來最低水位,比華新科的5~6週庫存要更低,因此必須「 我們產出多少,大家分配多少。 」

其次:市場需求預估因肺炎疫情衰退20%,但MLCC跟晶片電阻產能衰退更大。他補充,2月過年雖有給三倍薪水,讓員工留廠生產,保持25~30%稼動率,但現在空運費也上漲,成本將適度反應,列入製造費用中,言下之意就是會漲價。

「我們訂單供貨比(B/B Ratio)現在超過2。」陳泰銘說,這也意味,客戶訂單是供給的2倍。

國巨陳泰銘
國巨董事長陳泰銘(左)與營運長王淡如(右)
圖/ 王郁倫攝影

日韓兩大巨頭身陷疫區,國巨去年EPS賺16.35元

市場擔心MLCC兩大霸主:村田跟三星各位於日本跟韓國,現在剛好是疫情重災區,若未來疫情擴散,是否會造成更大供需挑戰?他直言,若真如此,將從現在「挑戰」,變成「更挑戰」。

陳泰銘表示,現在各國是期望4月疫情緩和,但仍需要高度觀察,如今中國稍有受到控制,但日本、韓國跟歐洲沒想到疫情卻變緊張。

相對於國巨說法,華新科顯得老神在在,甚至直言供需吃緊但不缺貨,所以尚未考慮漲價,仍在觀察中。華新科表示目前庫存水位5~6週,工廠復工相當順利,晶片電阻、MLCC的稼動率各約70%(中國稼動率50~60%,高雄跟馬來西亞全產能生產),原因是工廠位於深圳跟東莞,疫情沒有像昆山、蘇州嚴重,因此復工率優於同業。

對於同業漲價「慢動作」,陳泰銘仍泰然自若,他表示各家服務都有所不同,國巨本身會在有限產能下,盡全力服務客戶,現在確實供需不平衡一點,相信「客戶能理解,相互體諒」。

yageo.jpg
國巨在併購後,晶片電阻成為第一大(左圖),MLCC成為第三大
圖/ 國巨

國巨股東臨時會中通過發行8000萬股增資股,參與海外存託憑證發行,讓美商基美(KEMET)股東參與認購,「我們希望給基美股東參與成為新國巨股東的機會」他說。基美合併案預計第三季將完成。

國巨為此將發行8億元股本,陳泰銘說,合併後將認列基美400億元營收,以及EPS 8~9元,股本增15%,但獲利增加50~60%,是很划算的生意。

延伸閱讀:國巨籌謀10年終併美國百年被動元件廠KEMET,陳泰銘為何說成功關鍵是「離職的CEO」?

國巨26日也宣佈2019年度財報,全年度合併營收413.07億元,較去年同期減少46.5 %,稅後合併淨利69.45 億元,每股稅後盈餘16.35元,略低於市場預估的17.5元以上水準,董事會決議配息15元。

去年獲利低於法人預估,主要是第四季任列併購基美的一次性費用3.3億元及匯兌損失9.2億元,這些業外支出約影響EPS 3元。

責任編輯:陳映璇

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