全球封測Top10榜單出爐!日月光市占近45%穩座龍頭:長電、華天⋯憑何劍指台廠?
全球封測Top10榜單出爐!日月光市占近45%穩座龍頭:長電、華天⋯憑何劍指台廠?

重點一:2024年全球OSAT市場營收成長3%,然面臨技術演進與產業整併挑戰。

重點二:日月光投控(ASE)穩居龍頭,然中國廠商如長電科技(JCET)、華天科技(HT-Tech)受惠內需強勁成長。

重點三:市場需求受消費性電子等產業復甦緩慢影響,然AI、HPC帶動高階封裝需求。

根據集邦科技(TrendForce)最新報告,2024年全球委外半導體封裝測試(OSAT)產業在加速的技術演進與持續的產業整併雙重挑戰下, 全球前十大OSAT業者合計營收達415.6億美元(約為新台幣1兆2546億元),年成長約3%。

儘管日月光投控(ASE holdings)與艾克爾科技(Amkor)維持領先地位,但來自中國的OSAT業者,如長電科技(JCET)和華天科技(HT-Tech),受惠於政府政策支持與內需市場強勁,營收呈現雙位數成長,對既有市場格局構成日益嚴峻的挑戰。

全球封裝Top1:日月光市占45%成龍頭

日月光投控以185.4億美元(約為新台幣5,597億元)的營收位居榜首,佔前十大業者近45%的市佔率。 然而,智慧型手機、消費性電子、汽車和工業領域的緩慢復甦抑制了封裝訂單的成長。在測試業務方面,日月光也面臨日益激烈的競爭,以及部分客戶內部測試興起的壓力。

艾克爾科技以63.2億美元(約為新台幣1,907億元)的營收位居第二,年減2.8%,並佔前十大業者近15.2%的市佔率。 艾克爾主要受汽車領域持續庫存修正和全球汽車銷售低迷影響。儘管消費性電子訂單開始回溫,但中國和東南亞地區激烈的價格競爭限制了營收成長。

而長電科技位居第三,營收達50億美元(約為新台幣1,509億元),年增19.3% ,主要得益於半導體庫存於2023年底開始消化後,消費性電子需求改善,以及AI PC和中階智慧型手機新平台的需求增加,幫助長電科技快速填補了標準封裝服務的產能。

華天科技、Hana Micron…成長強勁,營收年增逾20%

華天科技營收達20.1億美元(約為新台幣606億元),年增26%,在前十大OSAT業者中增速最高。該公司不僅量產中低階封裝,也積極投資高階技術開發,專注於AI、HPC、汽車電子和記憶體等應用,在中國擁有強大的在地客戶基礎。

報告指出,2024年全球OSAT市場反映了半導體價值鏈的持續結構調整。OSAT業者正因應異質整合(Heterogeneous integration)和晶圓級封裝(WLP)、晶粒堆疊等技術要求日益嚴格的趨勢,以及AI和邊緣運算(Edge computing)驅動的高頻、高密度封裝需求激增,產業正從傳統製造模式轉向以先進整合和研發為核心的戰略領域。

通富微電(Tongfu Microelectronics)營收33.2億美元(約為新台幣1,002億元),年增5.6%,受惠於通訊和消費性電子需求回溫,關鍵客戶AMD的強勁表現也支撐了營收穩定。

力成科技(Powertech Technology)以22.8億美元(約為新台幣688億元)營收位居第五,年增1%,成長受記憶體封裝/測試需求未明顯回溫以及先進封裝仍處於轉型階段的限制。

智路封測(WiseRoad)營收15.6億美元(約為新台幣470億元),年增5%,成長動能來自半導體需求復甦和技術升級。此外,部分外國競爭對手因美中科技衝突退出,也讓華峰測控擴大了在中國市場的影響力。

韓亞微(Hana Micro)營收9.2億美元(約為新台幣277億元),年增23.7%,主要受惠於記憶體客戶的強勁表現;京元電子(KYEC)營收9.1億美元(約為新台幣286億元),年減14.5%,主因出售子公司京隆科技所致。儘管如此,AI伺服器和HPC晶片日益成長的需求持續支撐京元電子的測試業務,CoWoS測試需求也持續增加。

南茂科技(ChipMOS)營收7.1億美元(約為新台幣214億元),年增3.1%,其驅動IC業務受惠於汽車和OLED領域的穩定需求。

總結而言,2024年全球OSAT市場呈現成熟業者穩固領先地位,與區域挑戰者快速崛起並存的雙重動態,此趨勢將為先進封裝和異質整合等下一代技術的競爭加劇奠定基礎。

延伸閱讀:Burberry裁員1,700人!撙節開支讓股價倒漲逾25%:百年經典格紋,為何魅力不再?

本文初稿為AI編撰,整理.編輯/ 李先泰

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