FOPLP、CoWoS扮演要角！市值4年翻8倍、台積也是客戶，G2C聯盟是什麼來頭？|數位時代 BusinessNext

半導體設備大廠志聖工業、均豪精密、均華精密組成的「G2C聯盟」，近年來瞄準CoWoS、FOPLP高階封裝技術，不僅市值4年來成長8倍，而且包括台積電、全球前10大封測廠都是他們的客戶。

G2C聯盟即將在9月4日至6日舉行的SEMICON Taiwan 國際半導體展展出。這3家加起來超過100多歲的老牌設備廠，為何能成為AI時代下的大黑馬？他們又如何看待半導體產業趨勢發展？

G2C是什麼來頭？

G2C聯盟名稱取志聖工業（CSUN）、均豪精密（GPM）、均華精密（GMM）三家公司的縮寫。

2020年創立時，3家公司市值合計不到新台幣100億元，截至目前已攀升至超過800億元，成長8倍之多，並且從晶圓代工龍頭台積電、到全球前10大封測廠都是客戶。

G2C要角一：志聖工業，PCB起家，打進2.5D/3D先進封裝、HBM封裝，還獲得台積電優良供應商獎

志聖工業成立於1966年，以印刷電路板（PCB）及面板業的烤箱、壓模等設備起家，不過隨著PCB與面板業發展趨緩，近十年擴大投入半導體業設備研發，於AI晶片所需的IC基板、2.5D/3D先進封裝、HBM封裝等領域都有跨足，去年底更獲得台積電優良供應商獎，是十年來首例獲獎的本土設備商。

G2C要角二：均豪精密，面板轉型半導體設備商，打入光學檢測、研磨

均豪精密成立於1978年，一開始以面板LCD設備為主，同樣轉進半導體設備領域，涵蓋光學檢測（AOI）、研磨、自動化等，今年半導體設備營收比重可望達6成。

G2C要角三：均華精密，提供精密取放、黏晶機等設備

均華精密則是2010年從均華半導體設備部門所分拆，提供精密取放、黏晶機（die bonder）、分揀機（chip sorter）等設備，今年先進封裝設備營收占比預計約7成。

志聖協理暨發言人吳晏城介紹，當時因為客戶認為台灣的半導體設備商規模太小了，較難滿足發展期待，進而於2020年籌組G2C聯盟。對於結盟的優勢，包括整合研發資源，研發人員100位增加至500多位。

聯盟的組成也有利於技術的互補支援，以志聖來說，在貼膜、壓合製程設備，便能整合均豪擅長的光學檢測技術，提供客戶一站式服務，而參加展會也會以聯展方式。

延伸閱讀：9大產業巨擘來台！SEMICON半導體展9/4登場，CoWoS、FOPLP等關鍵技術一次看懂

G2C發展策略｜廣納人才、與材料大廠密切合作

針對G2C聯盟發展目標，均華董事長暨志聖總經理梁又文指出，Tier 1（一級供應商）的前五大半導體設備商營收千億、市值破兆，Tier 2營收約300到500億，G2C聯盟算是Tier 4，將朝向Tier 2的半導體設備商目標努力。

對於發展策略，梁又文指出，一方面是廣納人才，「 以前講到設備就是黑手，現在要手腦並用 ！」期望2至3年內，軟體及機電整合的人才翻倍。梁又文也分享，在林口廠區有整層辦公室作為軟體中心，未來將努力擴編軟體人才到3成以上。

另一方面，則是針對材料的測試，吳晏城指出，例如面板級扇出型封裝（Fan-Out Panel-Level Packaging，FOPLP）需克服翹曲及彎曲等問題，G2C聯盟也和材料大廠有深入的合作，持續嘗試不同的材料。

G2C看半導體先進封裝2大趨勢

趨勢1：「晶圓製造2.0」持續發酵，先進封裝投資熱度拉升

對於台積電董事長魏哲家於7月法說會喊出「晶圓製造2.0」（Foundry 2.0）新定義，擴大納入封裝、測試、光罩製作等製程環節，吳晏城表示，可觀察到晶圓大廠向下整合、封測廠向上發展的現象，預估未來產值將倍數放大，「只要跟得住晶圓製造大廠的發展方向，設備商在未來幾年可以被期待。」

梁又文說，當初聽到晶圓製造2.0非常印象深刻，真正的含義或可理解為「後段（晶圓封裝測試）跟前段（晶圓製造）一樣重要」。他並指出，過去資本支出於前段和後段大約是8比2，封裝和測試則是1比1，不過現在先進封裝的資本支出大幅拉升，這也是對台廠非常重要的一個切入點。

趨勢2：2026年CoWoS供需平衡後，FOPLP有望接棒下波擴產重點

近來FOPLP技術屢受關注，吳晏城分享，FOPLP目前材料主要有金屬基板、玻璃基板，尺寸則包括日月光的300乘300公釐、台積電的515乘510公釐、群創的700乘700公釐等。

吳晏城指出，2018年515乘510公釐的產品、台灣第一條的PLP產線，其中就有志聖的設備，大概2022年進到700乘700公釐的量產線，另外也有600乘600公釐、300乘300公釐的實驗線，志聖配合客戶發展，期待FOPLP未來成為顯學。而在應用方面，現階段則以電源管理IC（PMIC）、射頻IC（RF）為主，將來有望拓展至更高階的AI晶片。

均豪董事長陳政興引述魏哲家先前所言，CoWoS產能2024年、2025年將倍增，預期2026年達到供需平衡，以及FOPLP技術約3年後會成熟，他看好FOPLP有望成為下個接棒的關鍵技術。

均豪近期亦推出FOPLP相關解決方案，涵蓋適用於扇出型封裝（PLP）的曝光、顯影、蝕刻製程的量測設備，以及研磨設備等。

延伸閱讀：FOPLP是什麼？概念股有哪些？群創FOPLP技術為何受台積電青睞？

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。