第一次讓大家選口味，湊成了組合，沒想到票選出來的口味非常出乎我意料！不是很多人喜歡，卻是我最愛的花椒，以及愛恨兩極的玫瑰與薰衣草的花系列。口味這麼特殊，深怕又要流標了怎麼辦，感謝大家讓我這次開爐得成😭

鹽可頌口味真的很多，其實非常瞭解大家什麼都想吃，但什麼都想吃一點點就好的心願。苦於口味真的太多，製程相對就會繁瑣很多，尤其碰上各個口味的麵團不同，苦於只有一人，又要盡量集中在一天完成，再加上每個人喜歡的有所不同，也無法一次讓每個人都能夠心滿意足，請諒解我心有餘而力不足。所以，希望每一次的湊爐或組合，都還是能讓大家吃到想吃的口味~

「什麼是好吃呢？」這個一直是我反覆深思的問題，但對我來說「對大家來說什麼是好吃的？」我想才是讓我煩惱不解的。但，對我來說，好吃是我會想吃第二口，不見得是驚天動地的美味，卻是會在日常不時懷念，儘管平凡無奇，仍會在記憶裡留下他的味道。我希望自己也能夠做出這樣有溫度的食物，平凡卻近人。

吃了那麼多食物，也做了那麼多食物，然而真的沒有好吃不好吃，每個人標準不同，美味的定義也不同。最終，只有有緣無緣罷了！

希望我們都能夠有緣~
不過，無緣也是沒關係的，單純只是沒有緣份罷了。

#花椒鹽可頌
#青蔥鹽可頌
#玫瑰乳酪鹽可頌
#薰衣草楓糖乳酪鹽可頌
#雅軒的鹽可頌
#麵包日常
#我的小日子

【中鋼AI現場2：如何靠微米級控制力年省成本千萬？】熱浸鍍鋅AI應用大解密

微米級鍍鋅厚薄如何控制的恰到好處？既要賦予足夠耐蝕性，又要不超量用鋅降成本，秘訣是用AI達成精準生產控制，再用影像辨識找瑕疵，維持鋅層表面品質

文/翁芊儒 | 2021-03-04發表

攝影／洪政偉

生活中隨處可見鍍鋅類產品，凡是有耐腐蝕需求的鋼鐵加工製品，包括作為建材使用的浪板、擔當汽車門面的汽車鈑金、每天都要打開的電冰箱，還有高階電腦伺服器外殼、傢俱、彩色底板、滑軌、風管等等，都可能是運用中鋼的熱浸鍍鋅鋼捲，加工製作而成。

熱浸鍍鋅鋼捲，是中鋼的塗鍍產品中的其中一項，年產量約有87.5萬噸。中鋼軋鋼三廠第二熱浸鍍鋅課課長羅萬福就指出，每一批出產的鋼捲，都需根據中下游客戶需求，客製化調整鍍鋅膜厚，或是進行化成處理，在鋼捲表面進行鉻酸鹽、耐指紋處理等動作，來因應不同加工製品所需的特性。

比如說，部分高階電腦、伺服器的外殼，不會再進行烤漆，而是直接裸用鍍鋅後的鋼片，對這些廠商來說，就會要求鍍較薄的鋅層，才能維持產品表面品質美觀。相對來說，生產建材浪板的廠商，對鋼捲表面品質的要求就較低，而且考量到浪板恐架設在環境不佳的地方，反而要用越厚的鋅層，來製造高耐蝕性的產品。

由於不同客戶要求的鍍鋅模厚都不同（內行說法會用鍍鋅模重，以「公克／每平方公尺」來計），如何精準控制鋅層厚薄，就成為中鋼熱浸鍍鋅廠的一大挑戰。

中鋼技術部門代理副總經理鄭際昭指出，不同產品有不同規格的鍍鋅膜厚，若鍍的太多、高於客戶需求的厚度，由於鋅是高成本的原料之一，就會造成成本的浪費；若鍍鋅層不符合產品規格，又將導致客戶無法使用或加工後續問題，造成品質客訴。「如何控制的剛剛好，讓客戶審核過關，又能省成本，這是我們的目標。」

開發控制鍍鋅膜厚的自動調參AI，年省成本1,600萬元

為了更精準控制鍍鋅膜厚，來減少生產浪費，中鋼用AI開發了控制鍍鋅膜厚的製程調參AI，試圖解決製程中的大量複雜參數，如何影響鍍鋅膜厚的問題。這類製程調參AI，也正是製造業最典型的AI應用之一。

鄭際昭解釋，要將鍍鋅厚度控制的恰如其分，並不容易，因為鍍鋅層厚薄的生產參數，包括氣刀開口大小、與鋼帶的距離、氣刀的氣壓、鋼帶厚度、鋼帶溫度、產線速度等多重變因，都會影響鍍鋅膜厚。

過去，這些複雜參數的調整，都靠老師傅的經驗來人工調參，羅萬福表示，由於不同老師傅之間又有不同的經驗法則，雖然留存了一本本抄滿生產參數的筆記，但後人看不懂也難以吸收，造成經驗傳承的斷層，「這對於面臨員工退休潮的中鋼來說，是很大的問題。」

而且，過去調整完參數後，需要等鋼帶經過100～200公尺的冷卻，才有辦法進行線上鋅層厚度量測，若量測當下發現鋅層過厚或過薄，回頭調整生產參數時，中間就已經多生產了上百公尺的鋼捲，換句話說，從參數調整到成品量測之間，存在冷卻的時間差，「中間多鍍的鋼帶，就會造成浪費。」鄭際昭說。

為了克服這兩大問題，中鋼約從2年前開始投入製程調參AI的研發，先自動化蒐集生產參數，累積上萬筆大數據資料後，建立了一個AI模型，來歸納在不同參數組合下，所造成的鍍鋅膜厚變化。

去年初上線這項應用後，將參數帶入AI模型中，就能即時預測出鍍鋅膜厚，雖然比不上直接量測的數據精準，但是，以此來即時修正生產參數，能避免冷卻期間造成的鋅層浪費，對於鍍鋅膜厚的控制，也比人為設定更準確。

羅萬福指出，傳統人工調參仍然有約20%會失準，但投入AI後，約只有3%結果失準，準確率達到97%左右，更能減少約4.5%的鋅層的浪費。換算下來，一年就能省下1,600萬元的成本，帶來上千萬元的效益。

建立檢驗區瑕疵辨識AI，降低人工目檢負擔

除了鍍鋅膜厚的生產控制面臨挑戰，熱浸鍍鋅廠的另一大難題，則位於檢驗室中，以人工檢測鍍鋅鋼捲的表面缺陷時，具有一定程度的漏檢率。

實際走訪檢驗室，可以了解到員工過去要查驗鋼捲，需要在快速傳輸的鋼帶上，識別出鋼捲表面的缺陷，而且，不只要識別鋼捲單面的缺面，更要透過鏡面反射，同步識別雙面的缺陷，格外考驗員工眼力，「所以我們都找年輕人來看，眼力比較好。」羅萬福笑著說。

但是，人力識別缺陷的方法，仍有其侷限，除了不是所有缺陷都能肉眼識別，人也一定會眨眼，無法不間斷盯著鋼捲檢驗，加上鋼帶一直在動態傳輸，都提升了識別缺陷的難度。羅萬福舉例：「以前比較誇張的狀況，檢驗員還會因為沒有檢查完全，把鋼捲送到處理線慢慢看，但這樣會增加出貨的時間，造成產線的負擔。」

為此，中鋼導入了另一個同為製造業的典型AI應用，訓練出瑕疵檢測模型，透過影像辨識技術，在即時的鋼帶影像畫面中自動標記缺陷的位置、形狀、大小、嚴重程度，抓出缺陷後，再經由人工複查是否確實。換句話說，過去要由人工全檢所有鋼捲的查驗流程，現在能以AI自動辨識來取代，人工只需複查經AI標示出缺陷的鋼帶區域即可，不僅大幅省下查驗人力，更提升了缺陷識別的的準確率。

羅萬福指出：「過去用人工檢驗，會有一定的漏檢率，可能5%～10%，真的很難每一個缺陷都看到。」但在加入AI後，幾乎不再發生漏檢，瑕疵辨識準確率提升到95%以上，進一步提升了鋼捲品質。

人工查驗除了有漏檢的風險，更大的問題，則是在於沒有一套記錄的機制，將鋼帶表面的查驗記錄保存下來。

「以前遇到客戶說，在100公尺的地方有一個缺陷，你們怎麼沒看到？我們就只能認了，因為沒有記錄。」羅萬福指出，沒有記錄機制，就無法得知缺陷到底是發生在自家工廠，還是客戶的工廠中。

但現在，透過AI檢查鋼捲表面，自動標示出缺陷位置與種類後，將這些紀錄留存下來，未來遇到客戶反應類似情形，就能提供當初查驗留存的缺陷地圖（Defect Map），來證明工廠出貨時的品質無虞。

「所以我們不只是導入AI，還把整套記錄建立起來。」羅萬福說。

目前，檢驗區的瑕疵辨識AI已經在去年正式上線，但這項技術，還不足以完全取代人工查驗，除了缺陷處需人工複查，部分非表面瑕疵的缺陷，比如鋼片側面成波狀等形狀缺陷，還是需要靠人眼來識別。

進料區也設瑕疵辨識AI，找出上游廠缺陷鋼捲

除了在後段的檢驗區導入瑕疵辨識AI，中鋼也正在將該技術導入前段進料區。這是因為，部分在後段檢驗到的鋼捲表面瑕疵，可能不是在熱浸鍍鋅廠造成，而是在前一廠區製成鋼捲時，就已經生成。

羅萬福指出，一般來說，鋼品表面的缺陷可能是在傳送鋼帶的過程中，因下方滾輪沾附不明物體，而在鋼帶表面殘留印跡，「不外乎是壓痕、刮痕、或是一些污染，」當發現這些缺陷，就得去找出造成缺陷的來源，並確實清除乾淨，確保下一捲鋼捲的生產過程不會留下缺陷。

然而，在後段檢驗區查驗出缺陷，回頭在製程中查找缺陷來源時，若缺陷並不是在熱浸鍍鋅廠區生成，可能需要花費更多時間來判定缺陷來源。不只如此，熱浸鍍鋅產線從頭到尾大約要經歷2,000公尺的加工運送，若是在前一廠就已經產生嚴重缺陷，原本就不合格的鋼捲，又多進行了近2,000公尺的製程，對鍍鋅原料來說也是種浪費。

「如果可以在進料區就先檢測出來，就能馬上可以判斷，這一捲鋼捲還要不要繼續生產。」羅萬福說。

而且，越早發現缺陷，也能越快通知上游工廠找出生產流程的問題，不只能避免產出更多有瑕疵的鋼捲，快速撤查出同一批生產的瑕疵品，也能減少其他下游廠誤用瑕疵品的可能性。

因此，中鋼正在開發前段進料的瑕疵辨識AI系統，但不是只用於找出缺陷而已，而是要與後段檢驗區瑕疵辨識系統所拍到的畫面，進行整合比對，來檢視前端所發現的缺陷，是否就是造成後段缺陷的原因，藉此建立缺陷演化分析的AI模型。

這個AI模型，能用來判斷進料時不同類型的瑕疵，經鍍鋅製程後是否還會留存下來，當模型越準確，就能判斷前段缺陷的危害程度，來節省更多的浪費。

「這就是我們的產業專業知識，去定義出這個缺陷類型是不是刮痕、這道刮痕鍍鋅後還能不能看得見、這捲鋼捲能不能繼續生產？」羅萬福說。

羅萬福表示，若在後段檢驗區發現鋼捲瑕疵，一噸鋼捲就要損失200美元以上，一捲鋼捲約20噸重，換算成臺幣，就會損失12萬元以上，「能即時找出缺陷，預先判斷要不要繼續生產，就是成本控管的關鍵。」

若用一句話來解釋熱浸鍍鋅方法，就是將鋼捲放入鋅槽，使其雙面都沾附鋅液，讓鋼片表面附著一層薄薄的鋅，能耐腐蝕。不過，實際上要生產出一捲捲數噸的熱浸鍍鋅鋼捲，需要經過一連串複雜的處理流程，先後進入進料區、退火區、鍍鋅區、調質整平區、塗覆區、檢驗區、出料區，才能完成熱浸鍍鋅的作業。

中鋼開發的AI應用，位於生產流程中的進料區、鍍鋅區與檢驗區。在進料區與檢驗區，運用了AI瑕疵檢測技術，來取代部分人工查驗作業，在鍍鋅區，則運用了AI製程調參的技術，找出不同生產條件下的最佳化製程調參作法。

１ 進料區：進行的解捲、剪裁、焊接的步驟，先運用解捲機，將入料的鋼捲攤開，剪裁後，再利用焊接機，把兩個鋼捲接在一起，形成一個連續鋼捲，類似於將兩個捲筒式衛生紙的紙面連起來的樣子。

2 退火區：透過溫度變化，達成特定產品所需的機械性質，比如高強度鋼，需要在特定製程條件下才能生產而成。

3 鍍鋅區：鍍鋅區主要配備一個鋅槽，並透過氣刀來將多餘的鋅液刮除，藉此來控制鋅的膜厚（公克／每平方公尺），中鋼可生產單面每平方公尺40～200公克的熱浸鍍鋅鋼捲，越薄的鍍鋅層，用於越高階的產品，也越考驗鍍鋅的技術。

4 調質整平區：運用調質軋延機將剛鍍完鋅的光滑鋼板，依據客戶的需求，加上特定的表面紋路，比如部分要求高粗糙度的鋼板，就會以調質軋延機賦予特殊的表面。

5 塗覆區：在鋼品表面進行特殊處理，比如在用於家電外殼的鋼板上，進行耐指紋處理；又或是在用於抽屜滑軌的鋼板上，塗上高潤滑塗劑，確保鋼板能承受超過一萬次的拖拉。

6 檢驗區：查驗每一捲鋼捲表面是否有瑕疵。檢驗室內設置了鋼捲的垂直檢驗區及水平檢驗區，前者需透過鏡面反射，同步識別鋼捲雙面缺陷，後者則能從不同角度發掘瑕疵。

7 出料區：依據客戶對鋼捲寬度與重量的需求，將鋼捲裁邊修改成特定尺寸，再分捲成不同噸數的鋼捲，或是將鋼捲焊接成超過原尺寸的鋼捲來出貨。

AI瑕疵辨識如何取代人工目檢

作業流程？

實際走訪檢驗室，可以了解到員工過去要查驗鋼捲，需要在快速傳輸的鋼帶上，識別出鋼捲雙面的缺陷。但是，過去的作業流程，存在一定漏檢率，更可能因為沒有檢查完全，把鋼捲送到處理線重複檢驗，而延遲出貨時間，造成產線負擔。（如圖示：人工目檢1、2）

導入AI後，透過影像辨識技術，員工現在已經可以坐在控制室，看系統自動抓出鋼捲表面缺陷，再進行人工複查。如此一來，不僅大幅省下查驗人力，更降低了缺陷識別的漏檢率。（如圖示：AI作法1、2）

除了在檢驗區導入，中鋼也正在開發進料區的瑕疵檢測AI，要提前檢驗出上游鋼廠造成的瑕疵，攔截瑕疵品進入產線加工，來減少鍍鋅原料浪費。（如圖示：AI作法3）

人工目檢１

人工垂直檢驗鋼捲

人工目檢２

人工水平檢驗鋼捲

AI作法１

以攝影機蒐集鋼帶表面影像

AI作法２

系統自動標示缺陷位置與種類

AI作法３

訓練進料區瑕疵辨識AI

附圖：過去得靠老師傅依據經驗法則來人工調參的作法，現在已經看不到了。以前，老師傅需將每一次的參數設定抄寫到筆記中（如圖所示），但現在透過AI，能更精準掌控特定生產參數下的鍍鋅膜厚。（攝影／洪政偉）
圖解熱浸鍍鋅生產流程
攝影-洪政偉
過去要查驗鋼捲，員工需要在快速傳輸的鋼帶上，識別出鋼捲表面的缺陷，且不只要檢查單面，透過鏡面反射，還得同步識別鋼捲另一面的缺陷。圖為垂直檢驗區的實際檢查流程。（攝影／洪政偉）
除了垂直檢驗，查驗人員也需水平檢驗鋼捲，從不同角度發掘鋼捲表面缺陷，比如沖模過程中，可能產生類似於污點的缺陷，即可在此檢驗出來。（攝影／洪政偉）
為了取代人工目檢，中鋼將攝影機裝設在垂直檢驗區的鋼帶底部，也就是圖中綠色雷射光點的位置；拍攝到的鋼帶表面影像，則會顯示到控制室的螢幕畫面中，同步進行影像辨識來查找瑕疵。（攝影／洪政偉）
在控制室內，員工可以直接從螢幕看見鋼捲表面檢查情形，若AI偵測到任何瑕疵，系統會同步標註出缺陷位置、形狀、大小、嚴重程度，提供明確的缺陷資訊，節省人力目檢的負擔。（攝影／洪政偉）
左邊螢幕是檢驗區瑕疵檢測系統，右邊螢幕則是進料區瑕疵檢測系統。目前，中鋼正在開發進料區瑕疵辨識AI，更要藉由與後段瑕疵辨識所拍攝畫面的比對，來建立缺陷演化AI分析模型。（攝影／洪政偉）

資料來源：https://www.ithome.com.tw/news/142941

▍加速產業躍進的背後推手
#創業誌

宜特屬科技產業鏈中的服務業，從輔助客戶解決工程問題的角度出發，初期以服務IC 設計公司改善研發速度，陸續拓展至零件廠、系統廠、品牌廠，並與國際企業建立緊密互動合作。歷經24年的醞釀、發展與深耕，站穩亞洲驗證測試龍頭，幕後推手正是白手起家的余維斌。

📌看盡興衰起落　窮怕了！
余家原籍臺南西港鄉，家中數代仕官，在當地無論是財力及聲望都不容小覷。余維斌的叔叔們多以務農為生，唯獨父親擁有高工畢業文憑，因此外公便將多數的田地交由叔叔們繼承，父親則分配較多財產。

聽說都蘭山有藍寶石礦，加上政府推出開發補貼政策，余維斌的父親就這樣帶著全家大小和一個夢，移居臺東闖蕩。「圍繞在父親周圍的『蒼蠅』很多，不少人慫恿他投資，無論是賣買木材、開照相館、買地、種西瓜、薑、檳榔...想得到的幾乎都做過，但所有的投資全都虧得一塌塗地。」每當錢賠光了，父親就回頭當個小會計掙錢，之後又周而復始，相同戲碼不斷重覆上演。

記憶中，家裡開雜貨店時，由於債務實在太多，每天都能看到債權人在店門口站崗，只要一有客人上門付現，下一秒錢就被收走，最後甚至連房子也拿去抵押，一貧如洗。「在那個年代裡，女人沒有地位，一切都是男人當家說了算，直到父親大受打擊瀕臨崩潰後，罹癌的母親便一肩扛起照顧全家的重擔。母親總是疼我，對我寄予厚望，就算拖著孱弱的身軀依舊咬牙苦撐，排除萬難也要讓我完成大學學業，能有今天的成就和一切，全部要歸功於我的母親。」

從父親的身上體會到「做生意，真的很難！」但換個角度再看，那段記憶也成為余維斌在未來創業路上最重要的養分與驅動力，因為「真的窮怕了！很想～很想賺錢，我一定要活下去！」

退伍後，淡江物理系畢業的他聽說科學園區發展機會多，而且政府也有補貼，於是選擇先去半導體培訓中心接受專業訓練，之後進入工研院電子工業研究所服務，開始接觸電子分析技術。在工研院的6年裡，因為勤奮踏實和積極進取，獲得主管們高度肯定和喜愛，經常派他至歐美交流考察，獲得實地觀察市場的絕佳機會，了解電子產品故障分析的委外需求，結果意外嗅出臺灣還尚未開發的獨特生意-「開創IC電路缺陷修改服務」（FIB）。

📌傾聽 解決客戶的痛處
1994年余維斌毅然決然離開舒適圈，31歲的他找了幾位工研院同事與親朋好友集資1000萬後，勇闖創業路，「宜特科技」就在一間老舊的公寓裡成立，而這條路難走也是預料中的事，光是買下全臺灣第一部晶片檢測與電路修改FIB機臺就耗資950萬元，開業第二天沒想到會計又無預警離職，只剩他一個人校長兼撞鐘，白天勤跑業務拜訪客戶，晚上則窩在儀器前分析案件。

「當時我的存款只有20萬，靠著媽媽和妹妹的支持才硬湊足100萬元與友人合股創業。這世上還有什麼人可以讓你不用解釋太多，就心甘情願拿錢讓你去實現夢想呢？唯有家人了！因此我絕對不能輸，輸了就一無所有！」

當時，技術環境所開發出來的IC設計平均僅有30%～50%的成功率，無論是在定性及表現上皆無法達到目標，然而產生失敗的原因可能發生在IC晶片製程的任何一個環節與過程中。初期宜特從一周只能接獲幾個零星案件，每件費用約10000元，但憑著余維斌強烈的企圖心苦幹實幹，以及專業技術及服務的差異化，終於靠著口碑推薦，讓宜特業務穩定、逐步成長。

爾後，宜特逐年拓展新服務，包括故障分析（FA）、可靠度驗證（RA）、材料分析（MA）、化學/製程微汙染分析、訊號測試等，建構完整驗證與分析工程平臺的全方位服務，客群囊括電子產業上游IC設計至中下游成品端。「不僅僅是找出問題，更要幫忙解決問題，大幅縮短IC設計由概念到量產上市的時間，這對於研發競爭激烈的IC設計產業而言，十分重要。」

「當我們做完一項驗證工作之後，客戶還有遇到什麼問題嗎？還有什麼是我可以幫上忙的呢？」余維斌常常為了客戶的特殊需求，不斷斥資添購新的設備儀器，借位思考的態度，讓許多客戶與他之間不僅僅只是業務上的關係，更像是朋友和夥伴。

📌聚焦深化 持續不懈
隨著電子產品開發週期愈來愈短，產業競爭愈來愈激烈，驗證需求相對提高，他發現客戶不只是想要加速研發腳步，同時也希望測試新產品投入的市場預期，因此光從這兩項需求就可以再延伸出許多服務項目和解決方案。

「我們雖然不是萬能，但宜特具備各種工具、經驗與人才，在硬體、軟體、材料分析上都有能力提供客戶專業協助，幫助電子零件加速研發，並且保證品質良好，甚至在產品尚未開發之前就預先協助客戶評估成本及了解產品能否申請專利，透過分析協助客戶進行客觀判斷，正是宜特的服務強項與核心價值。」

2004年宜特掛牌上櫃，至今除了金融海嘯那一年虧損之外，其餘每年每股獲利幾乎都在4元以上，而且從成立至掛牌上櫃之前都未辦過現金增資，這個成績使得股東們和當初支持他創業的親友們都非常佩服，當然也讓大家的荷包滿滿，投資報酬率暴增。

如今，宜特陸續在大陸、日本、美國等地拓展營運據點，並成為國際知名且具有公信力機構——IEC/IECQ、TAF、TUV NORD、CNAS認可的實驗室。同時在國際大廠的外包趨勢下，扮演獨立品質驗證第三方公正實驗室，取得 TI、Lenovo、Dell、Cisco、DELPHI、Continental Automotive、ISTA、HDMI等品牌大廠供應鏈驗證認證資格，服務項目高達800多項，客戶數超過6000家，年營業額突破28億元。

「專心一致把『自己最強的東西』與『客戶最在意的東西』做到最好、最大，只要能幫助客人解決問題與困難，發揮自身價值，一切自然水到渠成。」多數創業者對於「這個事業能否投入」以及「規模要做多大」都有強烈的不確定感，他建議不妨先從檢視企業能力與團隊強項開始著手，「看懂自己的優點在哪裡是最難的，因此評斷的標準應該來自於外界。」藉由外部顧問、業界高手的請益與協助，將企業的定位與優勢搞清楚。

倘若公司尚未具備強而有力的核心項目，建議伺機而動、小規模的做，降低創業風險；若是公司本身已具備特殊技術或市占率不錯的項目，便可以再深入思索這些項目與未來趨勢兩者之間，能否找到共同的交集。「趨勢大家都知道，問題是在這個趨勢裡，『你可以有什麼角色？』」

余維斌認為，如果無法從中去創造一個產品、服務或客戶價值，千萬不宜貿然投入，因為商機背後也隱含著大家爭先搶食的危機，因此，「不用做多，只要聚焦」，在特定領域將1、2樣項目做到最突出、做到發光發熱，企業價值自然顯而易見。當企業穩定成長後，再進一步思考是否要與其他佼佼者策略聯盟、合資……等，以擴增產品或服務的深度與廣度，提高企業競爭力。

📌五大趨動 後勢可期
在物聯網、5G通訊、汽車電子、人工智慧、先進製程五大需求驅動下，余維斌乘勝追擊擴大投資規模，2017年10月將總部進駐新竹科學園區，廠房從原來的3000坪擴充4倍為12000坪，吸引各國大廠陸續到宜特進行新廠的驗證及洽談長期合作，目前握有的訂單已攀升至歷史高點，成果逐步展現在業績與獲利上。此外，隨著車用電子產品功能愈來愈多元，金屬氧化物半導體場效電晶體(MOSFET)成為車用電子、電動車不可或缺的必備功率元件，余維斌認為汽車電子未來在半導體產業中將佔據舉足輕重的地位。

「一部車達1萬多顆電子零件，檢測驗證的需求必然增加，但在服務客戶的同時，我們也發現晶圓量產到封裝之間，還缺少晶圓薄化與表面處理的重要橋段，這塊市場非常值得投資經營。」於是，今年宜特正式宣布跨入「MOSFET晶圓後段製程整合服務」，結合子公司（創量科技），提供從晶圓製程處理一路到後段CP、WLCSP與DPS一站式解決方案。隨著各項專業平臺陸續布局與到位，未來可望成為宜特再創高峰的重要跳板。

歷經20多年的篳路藍縷，靠著不斷鞭策、持續創新及工作團隊胼手胝足的努力之下，才達到今天的規模。當一個市值不到100億的公司，面對規模高達數兆的大企業客戶時，余維斌形容得直白：「他不太理你！」唯有專注在獨特專精之處，才有機會吸引國際大廠的目光。他強調，雖然我們無法第一時間知道客人在發展過程中遇到哪些問題，但是當他們遇見困難時，如果能深切感受到我們與他是站在同一陣線、同一艘船上，此時正是打動客戶最好的時機。「只是當機會來臨時，你準備好了嗎？」

「我很榮幸將宜特的品牌刻劃在全球電子產業的歷史上，一路累積千百種解決方案與核心技術平臺，接軌國際認證規範，定義新的準則，甚至創造新的指標。這一切的全力以赴，都為了一個初衷：『為客戶創造更大的價值。』」未來，宜特也將秉持永續經營的理念，持續在經濟、社會與環境三面向，為客戶提供更完整、快速、先進與創新的高品質技術服務，與全球領先趨勢共同成長，朝長久發展的目標勇往直前。

宜特科技 Integrated Service Technology
#新創總會