鐵工廠谷底翻身!高明鐵股價兩年翻60倍,董座一句「沒有逃避的退路」熬出CPO第二春
鐵工廠谷底翻身!高明鐵股價兩年翻60倍,董座一句「沒有逃避的退路」熬出CPO第二春

1994年,陳志鑫與兩名同學集資500萬元,在彰化開了一家模具機械五金行,做的是沖床模具零件、導柱、導套。誰能想到,30多年後,這家鐵工廠不但一路跨進蘋果供應鏈、矽光子與CPO設備,股價更從2023年的11.1元,一路漲到2026年的682元,短短兩年多翻了逾60倍。

這家公司,就是高明鐵(4573),高明鐵於2018年7月登錄興櫃,截至2026年第2季,股本為4.57億元。

從最早的模具加工,到自動化設備,再到今天主攻矽光子「耦光設備」,高明鐵30多年來至少兩度面臨原本的生意做不下去,如今CPO站上AI高速傳輸的浪頭,這家彰化老工廠到底做了什麼?本文將為您一一拆解。

不讓日商專美於前,30年底蘊狂攻矽光子

高明鐵現在最受市場關注的產品,是矽光子製程使用的「耦光設備」。事實上,耦光設備長期由日本設備商掌握,高明鐵則是少數切進這個市場、並進一步走向量產的台灣業者。

在光通訊系統裡,光晶片處理完訊號後,還得把光準確送進光纖;但光晶片上的通道極為細小,只要位置稍微偏掉,光就進不去,或造成訊號損耗。耦光設備的工作,就是透過極精密的移動與量測,一邊調整光纖和晶片的位置、一邊尋找訊號最強的位置,最後完成組裝。

這也正是高明鐵過去30年累積的「精密運動控制」技術,能和矽光子接上的地方。目前高明鐵以六軸主動對位平台、AI耦合演算法及晶圓級光學檢測為核心,產品已從一般光模組耦光,延伸到晶圓級測試、FAU+MLA精密組裝,以及NPO、CPO封裝測試設備。

而隨著CPO逐步走向商業量產,高明鐵布局多年的耦光設備,也開始從題材反映到訂單與財報。2026年,輝達Spectrum-X Ethernet Photonics等CPO交換器進入量產,市場對矽光子封裝、耦光與測試設備的需求跟著升溫,高明鐵股價也在這波行情中快速攀升。

高明鐵登錄興櫃以來股價變化

項目 股價 日期
登錄興櫃以來最低 11.1元 2023年11月24日
登錄興櫃以來最高(盤中) 682元 2026年4月21日
2026年以來最低 65.7元 2026年1月27日
2026年以來最高(盤中) 682元 2026年4月21日

股價之外,營運也開始跟上。高明鐵目前已通過全球前十大光通訊品牌廠認證,取得800G與1.6T光模組耦光對位模組訂單,並進一步切入CPO封裝測試設備與FAU+MLA精密組裝。

2026年7月合併營收達2億元、年增298.5%,創掛牌以來單月新高;前7月累計營收9.03億元、年增168.2%。其中,上半年營收7.03億元,已超越2025年全年的6.03億元;稅後淨利1.21億元、EPS 2.9元,也從2025年全年每股虧損2.96元轉為獲利。

為因應後續需求,高明鐵也開始擴產。2026年6月,公司以每股325元完成現金增資,發行400萬股、募得13億元,主要投入矽光子設備產能擴充、核心技術研發及營運周轉。

曾遭遇兩次重大危機,「生意一下就沒了!」

現在看似風光的高明鐵,其實一路走來歷經許多挫折。

1994年,陳志鑫與專科同學張朝凱、廖宇憲集資500萬元,在彰化市成立「盛鐵模具機械五金行」。隔年買下工廠、增資至2,000萬元並更名為高明鐵,主要生產精密沖床模具零配件、導柱與導套。

怎料2005年,台灣模具訂單開始大量外移中國,市場逐漸萎縮。陳志鑫感嘆道:「一個產業3年不成長,是一件相當可怕的事。」後來,他決定利用既有的精密加工能力,往線性傳動元件與自動化設備發展。

這一轉,讓高明鐵從傳統模具廠跨進電子業供應鏈。2010年代,高明鐵打進蘋果iPhone供應鏈,供應電動滑台模組與相關零組件,接著又取得華為訂單,營收一路拉升。2018年,公司營收達7.6億元,創下當時歷史新高。

但高峰只維持了一年。

2019年5月,美國將華為列入實體清單,高明鐵的大客戶訂單驟減。陳志鑫後來回憶,那時候「生意一下就沒了」。

2019年,高明鐵營收掉到5.28億元,較前一年大減約3成,全年每股虧損3.26元。原本靠手機自動化設備撐起的成長引擎,突然失速。

也是在這段時間,高明鐵開始尋找下一條路。陳志鑫曾帶著主管進行一趟近300公里的長途徒步,希望重新思考公司下一步。最後,高明鐵把方向轉向當時還稱不上熱門的光通訊設備。

這次並不是從零開始。過去做模具與自動化設備累積的精密加工、運動控制與機構整合能力,恰好也是耦光設備需要的基本功。只是從「把機械移到正確位置」,進一步變成「把光對到最精準的位置」,中間還多了光學量測與演算法。

從2019年華為斷單,到2026年CPO開始放量,這條路走了約7年。

當年被迫尋找的第二條生路,最後反而成了今天高明鐵最受矚目的事業。

一代創辦人的重任,陳志鑫:我沒有逃避的退路

帶著高明鐵一路換跑道的人,是董事長陳志鑫,出身雲林務農家庭的他,經歷兩次危機,對傳統產業轉型也有一套很鮮明的看法。

他曾說:「傳統產業的轉型困難,很大的原因是第一代寄望第二代領導轉型,而第二代認為第一代可以為他撐起江山,結果什麼都沒有做!」

對他來說,第一代創辦人「沒有逃避的退路」。

這句話放回高明鐵的發展歷程,倒也相當貼切。2005年模具業外移,他沒有等下一代接班後再處理;2019年手機供應鏈遭逢劇變,也沒有繼續死守原本的產品。兩次危機,高明鐵都選擇自己換下一條路。

7年虧了5年!獲利翻正後,下一步看什麼?

把時間拉長來看,2019年至2025年的7個年度中,高明鐵有5年虧損;直到2026年上半年,才交出稅後淨利1.21億元、EPS 2.9元,重新回到獲利軌道。

換句話說,現在的高明鐵,仍處於「獲利剛翻正」的階段。

一方面,800G、1.6T光模組與CPO需求開始進入訂單,前7月營收已達9.03億元;另一方面,公司才剛完成13億元現增,準備把資金投入矽光子產能與研發。接下來要看的,就是這些訂單能不能隨著CPO量產擴大,持續變成設備交機與營收。

從彰化鐵工廠走到矽光子設備,高明鐵已經花了30年證明自己能換跑道;接下來要證明的,是這條新跑道究竟能走多遠。

延伸閱讀

資料來源:櫃買中心(興櫃歷史行情)、台中學研究中心、謝金河臉書

本文初稿為AI編撰,整理.編輯/林育萱

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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