「工廠天天開機只賺便當錢!」不跟中國拼價格戰,「薄膜王」鼎基如何靠轉型殺出血路?
「工廠天天開機只賺便當錢!」不跟中國拼價格戰,「薄膜王」鼎基如何靠轉型殺出血路?

面臨中國過剩產能殺戮,製造業成慘業、營運績效節節敗退已非新鮮事,但台灣卻有19家「角落贏家」戰勝紅海,闖出高毛利。KPMG工業產業主持人劉彥伯分析,「不要看台灣這些隱形冠軍規模小,他們都滿賺錢的。」

以全球前3大熱塑性聚氨酯(TPU)薄膜產品供應商——鼎基先進材料為例,究竟,這些角落贏家保有競爭力、致勝的祕密是什麼?

鼎基先進材料,今年前3季營收達24.7億元,連同毛利率、EPS(每股稅後純益)也創下新高的41.2%和8.19元。很難想像,2015年時,鼎基的毛利率不過只有20%出頭、淨利率也僅有4.5%;一路拉著鼎基升級,擺脫價格競爭、殺出紅海的關鍵人物,是現年43歲的二代接班者林庚賢。

林庚賢2010年從美國回台接班,父親林勳臺傳給他的鼎基,不但是亞洲第一家TPU工廠,也具備上游TPU造粒生產,到下游的TPU產品生產能力;鼎基一條龍加上技術底子厚實,林庚賢的起步很高。

材料介於橡膠和塑膠間的TPU,可廣泛應用在紡織、鞋材、戶外、汽車、電子與醫療等產業。父親早在40多年前就瞄準TPU薄膜生意,讓鼎基得以先行者之姿,享受到一段利基市場的紅利,包括Nike、adidas都是重要客戶。

但2011年公布的中國「十二五規畫」,把TPU列為重點發展項目;此時,競爭危機已悄悄來襲。2018年,林庚賢嗅出了不對勁。

隨著紅色供應鏈崛起,儘管大客戶每年需求很強,價錢卻開始年年往下砍,「簡單的數學,我們看紡織跟運動盤,量大到嚇死人,可是毛利率才10%出頭!」林庚賢認為,繼續打價格戰無異是自殺,當價錢愈來愈便宜,即使工廠天天開機,「做了一大堆東西,最後就賺了一個便當錢而已。」

意識到危險的林庚賢做出大膽決定,2018年他毅然決定 放掉量大卻低毛利的訂單,轉而深耕醫療、車用等高毛利、高附加價值的領域。

壯士斷腕的代價很大,「一般經營者營收掉了5%、8%,晚上應該就快睡不著,」他透露,當年放掉的生意,占該年營收10%、15%,「當然有猶豫、有掙扎,還是得要取捨,真的覺得該這麼做;台語常講『轉骨』,就這麼一回事。」

砍掉低毛利訂單,林庚賢得以把資源集中做2件事,一是投入高毛利產品的研發;二是開始針對新客戶,提供客製化服務。

2018年,林庚賢在美國設立新據點,企圖透過在地化強化客戶關係,藉此讓商業模式更升級。2018年初,美國6、7人團隊開始營運,天天與客人互動,不但能取得第一手消息,也有利於爭取新開發案。

如今,鼎基美國市場占比,已從過去約1成,進階到現在約4成。其中,醫療微創機器手臂客戶下的保護套大單,便是他新爭取到的全新應用。來自醫療、車用等高毛利新訂單的挹注效果,在疫情下的2021年開始慢慢發酵,鼎基的各項獲利數字,開始逐步走高。

不僅如此,林庚賢還採淘汰機制,捨棄毛利後段班的訂單,放大利基市場空間。檢視鼎基今年上半年的產品營收占比,汽車、醫療加總已達近7成,戶外及紡織、箱包類的占比,則都降到1成以下,「一切以毛利為依歸。毛利、市場性太差,我會做、中國也在做,且愈做愈多,我就直接淘汰。」

鼎基靠著不斷汰弱留強的產品策略,成就出高毛利的果實。

延伸閱讀:又一家外資擴大投資台灣!東京威力科創台南營運中心開張,砸逾20億、創上千就業機會
Zettabyte再添盟軍!揪和碩加速GPU解決方案,拉抬AI伺服器運算效能

本文授權轉載自:今周刊

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