白話科技|探針卡是什麼?概念股有哪些?先進封裝帶動測試需求,這3間台廠正搶占關鍵位置!
白話科技|探針卡是什麼?概念股有哪些?先進封裝帶動測試需求,這3間台廠正搶占關鍵位置!

近半年,台股半導體測試族群走勢明顯轉強,尤其是被市場稱為「探針卡三雄」的旺矽、精測與穎崴這三家公司股價齊漲,全員名列台股股價排行榜前十名。觀察探針卡三雄半年漲幅,旺矽漲幅逾150%、精測漲幅逾160%、穎崴漲幅逾130%。

旺矽今年上半年營收達61.21億元,年增37.86%;穎崴第一季營收達22.97億元,第二季則維持約15億元。同時,新創業者也開始切入市場。漢民測試系統在9月17日登錄興櫃,主打薄膜式探針卡,今年截至8月累計營收14億元。

「探針卡」究竟是什麼?這項低調零組件,為什麼突然受到這麼多關注與青睞?《數位時代》帶你一次搞懂。

探針卡是什麼?

探針卡(Probe Card)是半導體製程中的一種核心零組件,主要是在於晶圓完成前端製程後、尚未封裝前的「晶圓測試」階段,檢查每顆晶粒是否合格。

透過測試,能夠提早淘汰不良晶粒,避免封裝後才發現瑕疵,減少封裝浪費與成本;同時,測試結果也能回饋給前段製程,協助修正參數、提高良率。

探針卡是什麼?

晶圓測試階段,會使用探針卡作為測試機台與晶圓之間的電性介面。探針卡上佈滿極細的針腳,測試時會與晶圓接觸,讓電訊號得以傳入,進而測試功能是否正常。

探針卡屬於耗材,若探針表面出現磨損或變形,量測結果就可能偏離標準,進而降低良率。

壽命由探針與晶圓接觸的次數決定,通常在約為一百萬次左右;探針卡使用過程中,需要定期維修與校正,對老化或偏移的探針進行再調整或更換,以延長其使用壽命。

延伸閱讀:NPU是什麼?跟CPU、GPU差別是?圖解AI PC最重要關鍵字

為什麼探針卡市場水漲船高?

根據顧問公司Mordor Intelligence(2024)報告,全球探針卡市場在2024年規模約20.5億美元,預估2029年將達37.4億美元,年複合成長率(CAGR)達10.6%。報告同時指出,亞太地區是目前最大且成長最快的市場。

AI晶片導入堆疊式與異質整合設計後,晶圓測試的複雜度與頻率大幅提高。每一層晶片、每一個模組在封裝前都必須經過完整電性測試,才能確保整體系統的穩定性。這使得「測試介面」的重要性急速上升,也帶動探針卡需求的全面成長。

英特爾先進封裝玻璃基板
圖/ 英特爾提供

此外,隨著晶片設計複雜度提高,晶圓測試難度也不斷上升。AI晶片、高頻SoC等產品腳數多、間距小,測試條件嚴苛,探針卡必須在微米級距離下維持穩定接觸與高頻響應,這使得探針卡的技術門檻逐年升高,未來探針卡平均針數將增加到30,000根以上。

延伸閱讀:AI關鍵材料,CCL是什麼?概念股有哪些?跟PCB差異是?

探針卡種類與應用

探針卡依技術演進大致可分為三種:懸臂式(Cantilever)、垂直式(Vertical)與微機電式(MEMS),不同架構適用於不同產品。

早期常見的懸臂式探針卡以人工組裝為主,製造時間短、價格低,適合測試腳數較少的成熟製程晶片。垂直式探針卡則適用於高密度封裝與Flip Chip結構的晶圓測試,能有效降低訊號干擾。近年快速成長的MEMS探針卡,利用半導體製程技術製作微型探針陣列,可同時支援高頻與高溫測試,成為先進製程與AI晶片測試的主流方向。

全球探針卡關鍵廠商有哪些?

全球探針卡市場雖分散,但技術門檻高,仍由少數廠商主導。根據Tech Insights統計,2023年全球前五大廠商包含美商Form Factor、義大利Technoprobe、日本Micronics Japan(MJC)、Japan Electronic Materials(JEM),以及台灣的旺矽科技。

其中,旺矽在懸臂式與垂直式探針卡市場全球市占率皆居第一,並於邏輯IC測試市場名列第三;精測與穎崴則分別布局高階SoC與封裝測試解決方案,形成互補。新進的漢民測試系統切入薄膜式技術領域,是台灣唯一能自製並提供薄膜式探針卡整卡解決方案的公司。

探針卡概念股

公司名稱 股票代號
旺矽 6223
精測 6510
穎崴 6515
漢測 7856

在地緣政治與AI需求的雙重推動下,台灣供應鏈的重要性進一步提升。未來幾年,隨著晶片進入更高密度的2.5D、3D封裝時代,探針卡的精度、熱穩定性與自動化製程能力將成為競爭焦點。

探針卡雖然不屬於顯眼的半導體設備,但卻是影響晶片良率的核心環節。從市場成長速度來看,它正從「測試週邊」轉變為「製程關鍵」。AI、車用與先進封裝將持續推動新一波升級,也為台灣廠商帶來新的競爭契機。

延伸閱讀:CoWoS是什麼?概念股有哪些?

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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