華航2020年逆風賺1.4億元!董座:新航線、新飛機都要來了
華航2020年逆風賺1.4億元!董座:新航線、新飛機都要來了

對全球航空業來說,2020年無疑是痛苦的一年,受到旅遊限制影響,幾乎沒有客運需求,不少航空公司面臨倒閉、整併以及大裁員的結果。

反觀台灣的華航表現卻相當亮眼,今(18)日董事會公布2020年財報,繳出全年獲利高達1.4億元的成績單,在全球航空業慘澹的情況下,相當不容易。

賺1.4億!謝世謙:成績單得來不易

華航2020年營收為1152.5億元,合併營業淨利21.84億元,合併稅前淨損6.54億元,合併稅後淨損2.8億元,最後歸屬母公司淨利達1.4億元。

為何華航在大環境不佳的情況下,還能夠全年獲利呢?

其實受到邊境管制影響,華航2020年的客運收入,比起2019年減少了76.96%,而填補這個缺口的賺錢主力則來自貨運。

疫情下全球客機數量大減,因此也連帶讓客機貨倉載貨量驟降,艙位數量大減,然而,雖然旅遊需求降低,但全球醫療物資、貨物、電子零組件的運送需求仍高,此消彼長之間,貨機艙位竟也供不應求。

一般的航空公司,全貨機的數量都不會太多,像是長榮航空旗下只有5架全貨機,華航有18架747F,以及全新引進的777F全貨機運,再搭配零星客機腹艙運能,成為一大優勢,從數字上來看,華航2020年的貨運收入,比起2019年增加87.06%。

華航
華航賺錢主力來自貨運,旗下18架747F、全新引進的777F全貨機運,成為一大優勢。
圖/ 華航

「華航營運艱困,這張成績單得來不易,」華航董事長謝世謙說,去年全球航空業受疫情重創,要特別感謝行政院及交通部提供航空業營運紓困方案,才得以照顧國籍航空業者,以及支持華航上萬名員工的生計,在貨運為主、客運為輔的策略下求生,甚至還能賺錢。

舉例來說,為了協助國籍航空業者度過難關,民航局去年四月推出「紓困2.0」計畫,業者可以申請額度最高為500億元的貸款,目的是讓業者可以發薪水給員工,避免裁員的狀況發生。

2021目標:瞄準包機、籌備新貨運航線,全新A321neo要來了

展望2021年的航空業狀況,謝世謙表示,各國已陸續施打新冠疫苗,預期邊境管制及檢疫措施將逐步放寬,旅遊泡泡也持續推進,「華航將配合政府開放程度因應,機動調整客運班次,以符合市場及旅客期待。」

也會開始爭取季節性、主題性包機,或是包區、包艙服務,像是台商員工外派或返台休假、學生開學、企業商旅、廠商推廣活動等量身訂作的客製化產品,提供旅客多元搭機服務。

貨運方面,謝世謙認為海運轉空運的商機,加上宅經濟、電商及相關通訊設備等需求穩定成長,可以支撐空運市場維持一定需求。此外,華航也持續優化美中與美東貨機航線,藉由增班放大艙位來擴大營業規模。

中華航空
華航董事長謝世謙(右)認為,海運轉空運的商機,加上宅經濟、電商及相關通訊設備等需求穩定成長,可以支撐空運市場維持一定需求。
圖/ 中華航空

謝世謙補充,歐洲市場表現逐步回穩,華航預期增班歐洲航線,並利用德里和孟買兩個中停航點,深耕印度潛力市場,擴大營收效益,另亞洲航線,也將陸續籌備開航寧波及天津等貨機航點。

機隊佈局方面,華航旗下全貨機數量高達21架,包括3架777F貨機及原有18架747F貨機;客機方面,全新空中巴士A321neo客機,今年起將陸續交機,這款新機型的優點是節能省油,有助於減少碳排放,提升服務品質及降低單位成本,有利航線營運效益。

在華航服務35年,高星潢出任總經理

在董事會上,也通過了最新的人事決策,華航董事長謝世謙從2019年四月升任後,就一直兼任總經理一職,今天董事會通過,由現任華航資深副總經理高星潢,出任華航總經理一職。

高星潢畢業於成功大學交通管理學系,曾經擔任華航空服員,在1988年成為華航第一期自訓機師,前往美國北達科塔州受訓,返台後經歷副機師、正機師、檢定機師、教師機師等歷練。

華航總經理高星潢
航總經理高星潢,從基層一線單位到管理階層,在華航服務35年,資歷完備具豐富經驗。
圖/ 華航

2003年開始加入管理團隊,歷任助理總機師、總機師、航務處副處長、處長及資深副總經理,飛行機種包括A300-B4、A300-600R、A340、A330、747-400等,督導企業安全、航務、空服、聯管、財務、防疫應變、職業安全衛生等事務,從基層一線單位到管理階層,在華航服務35年,資歷完備具豐富經驗。

責任編輯:蕭閔云

關鍵字: #中華航空
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