力晶在DRAM蕭條中異軍突起
力晶在DRAM蕭條中異軍突起
2001.05.01 | 科技

正當DRAM景氣仍在谷底徘徊,廠商普遍虧損,力晶卻領先同業,首季初估獲利有4億元,稅後盈餘(EPS)0.2元,再加上股利發放2.5元(股票2元、現金0.5元),為DRAM廠中配股最高者,引來市場注意。統計自3月20至4月20日為止,法人總共買超120萬張,比買超第二的大霸,足足多一倍,一般投資人也蠢蠢欲動。
力晶股價一路從去年年底低點的14.9元,攀升到32元,股價整整上漲一倍,董事長黃崇仁忍不住一臉喜色說,以前力晶還是小角色,老是跟在其他廠的後頭追,但是由於去年的經營策略發酵,今年力晶的表現才會如此出色。何以DRAM廠普遍首季虧損,力晶卻得以獲利?黃崇仁透露,製程技術進步、財務有效運用及策略運用得宜,是力晶獲利的三大秘密。

**技術+財務運用+策略

**來自日本三菱的技術授權,提供力晶先進的製程技術。黃崇仁認為,DRAM產業的核心競爭能力,就是「技術越高,成本越低」,也就是說隨著技術提高,一片晶圓可以切割出的晶片數也跟著增加,由於力晶與三菱的長期策略聯盟,將可使力晶繼續獲得三菱的技術支援,提高獲利能力。以64M DRAM而言,茂德的0.17微米製程,以良率80%計算,使每顆成本在2.59元美元,力晶的製程則是0.18微米,每顆DRAM價格僅有2.39美元,日後製程再導入0.16微米後,64M DRAM單顆成本更可降到2美元以下。
12吋廠需要大量財務支出,力晶卻是掌控得宜。力晶發言人兼副總經理譚仲民表示,目前力晶手上現金有新台幣60億元,加上沒有動用的銀行額度90億元,總共有150億元,另外加上可轉換公司債辦理增資,以及折舊費用等也可獲得250億元,今年年底前力晶要籌到400億元並不困難,而蓋12吋廠初期費用是110億元,明年投片10萬片的機器設備只需200億元,以力晶今年可動用的錢來說,財務操作並不困難。

**分散產品線降低風險

**
為了進一步降低產品線集中DRAM的風險,力晶採取分散風險策略,20%的營收來自記憶體代工。黃崇仁表示,韓國現代之所以產生經營危機,主要是舊晶圓廠無法運用得宜,這也是大多數DRAM廠遇到的問題,力晶則是以分散產品線的方式來降低風險。力晶12吋廠等到今年第三季開始正式量產後,將專做DRAM,而原8吋廠將改做記憶體代工,現已接獲鈺創高速繪圖記憶體,及力旺的Flash代工業務,另外還會增加低功率SRAM、利基型DRAM代工比率,初估今年稅前盈餘目標的40%,將來於晶圓代工。
景氣尚未回暖之前,許多公司減少投資計畫,但是興建12吋廠對力晶而言,將是進軍世界級大廠的轉折點。黃崇仁不諱言地說,「以前力晶是小媳婦,老是跟在其他廠的後頭,」可是有了12吋廠後,一切重組(reset),力晶獲得與其他大廠相抗的位置。對於進軍世界級,黃崇仁信心滿滿,身為三菱策略伙伴,「就是和三菱一起變成世界級大廠。」

**過度仰賴三菱的隱憂

**
力晶的三大策略,法人各有不同看法。和通證券研究報告指出,力晶第一季獲利確實來自代工部分,即使DRAM價格已經跌到成本附近,力晶前兩個月仍可小幅獲利3000萬,首季獲利2.5億元,充分表現提昇代工比重,降低營運風險的策略成效。匯豐銀行投資部研究報告認為,三菱在0.15微米及0.13微米製程雖然持續研發,但是三菱對於DRAM的前景不是長期承諾,對於技術百分之百依賴三菱的力晶而言,具有潛在危險,再加上美國經濟衰退,市場恐怕會降低對DRAM的需求,都將是力晶下一步必須考量的問題。
力晶在DRAM價格如此低迷之際,尚能維持本業獲利,主要是技術、良率提昇之後,DRAM成本遠低於其他公司所致,可見一旦DRAM產業明顯回升後,力晶有機會成為DRAM業中領先者。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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