← 返回公司庫

L3 公司投研頁 · 2026-06-21

AEM

AEM Holdings

AEM 是半導體後段測試裝置(測試 handler/熱測試/系統級測試)供應商，受益於 AI 晶片高功率、先進封裝帶來的測試複雜度與系統級測試需求上升；約束在大客戶集中(Intel)與半導體資本支出週期。

研究定位 基礎設施層

半導體材料與裝置

訂閱這家公司變化新觀點 / 硬資料進信箱

1. 投資摘要

  • 公司定位：系統級測試（SLT）、高功耗老化/燒機、測試處理與熱控平台供應商，處在 AI/HPC 晶片量產測試與良率驗證環節。12
  • AI 相關性：AI 相關暴露來自 HPC/AI 處理器在封裝後需要更長、更高功耗、更高並行度的系統級測試；公司 2025 年釋出的 SEMICON Taiwan 資料稱 AMPS-BI 面向 HPC 與 AI 處理器，HPST 是高功率先進 SLT 平台。4
  • 產品錨點：AMPS、HPST、系統級測試處理器、Final Test、Burn-in、熱控模組與應用定製測試單元。24
  • 財務錨點：FY2025 年報來自 SGX 連結；1H2025 公司公告揭露營收 S$190.3m、年增率 +10%，PBT S$3.9m、經營現金流量 S$46.4m。1
  • 客戶與訂單：Intel Foundry 是公開具名合作方；DBS 研究報告估計 Intel 對集團營收貢獻約 60%-70%，該比例屬於券商估算而非公司揭露。35
  • 最新事件：2025-05-20，公司宣佈與 Intel Foundry 擴大 SLT 與 Burn-In 能力開放，面向先進計算客戶。3
  • 同業比較應放在“裝置/材料子環節”內，而不是把公司直接與 NVIDIA、雲端廠或整機伺服器廠比較。810
  • 本頁只做事實整理、產業邏輯和追蹤架構，不給價格結論、評等、買進/賣出/部位建議。

2. 產業鏈位置

  • 鏈條座標：chain-materials / infra，具體為 系統級測試（SLT）、高功耗老化/燒機、測試處理與熱控平台供應商，處在 AI/HPC 晶片量產測試與良率驗證環節。12
  • 需求源頭是 AI 訓練和推論帶來的先進製程、先進封裝、HBM/DDR5/GDDR7、資料中心網路與晶圓廠自動化投資，而不是公司直接銷售 AI 模型或伺服器。
  • 價值傳導路徑：雲端廠/晶片廠資本支出 -> 晶圓製造/封裝測試擴產 -> 裝置、材料、耗材、自動化系統採購 -> 公司訂單/營收確認。
  • 這類公司的研究重點是“是否卡在關鍵工藝節點”和“財務是否能從訂單轉化為現金流量”，不能只看 AI 關鍵詞。
  • 與伺服器整機不同，材料/裝置供應商通常經歷客戶驗證、樣機、量產認證、批次採購和售後服務幾個階段。
  • 若公司沒有揭露 AI 單獨營收，本頁把 AI 暴露定義為“可被先進封裝、先進製程、資料中心晶片製造拉動的營收池”。
  • 下游客戶通常不願公開具體裝置或材料供應商份額，因此客戶名、單客戶營收、產品 ASP 只在來源明確時書寫。

3. AI相關營收拆解

口徑已揭露事實AI 對映可信度
集團營收FY2025 年報來自 SGX 連結；1H2025 公司公告揭露營收 S$190.3m、年增率 +10%，PBT S$3.9m、經營現金流量 S$46.4m。1只能作為總盤，不等於 AI 營收A/B
直接 AI 產品AMPS、HPST、系統級測試處理器、Final Test、Burn-in、熱控模組與應用定製測試單元。24與 AI 晶片製造/封裝/測試相關B
AI 單獨營收[未充分揭露]公司未給出 AI revenue line itemA
客戶 AI 專案佔比[未充分揭露]不能用行業景氣倒推出公司份額A
訂單/Backlog僅採用公司公告或交易所揭露訂單到營收存在驗收時滯B
  • 本頁不把“半導體營收”全部等同於 AI 營收；成熟製程、汽車、消費電子、工業電子也可能貢獻相同裝置或材料需求。
  • 若來源只寫 advanced packaging、HPC、AI processor、data center，本頁寫作“AI 相關暴露”，而不是寫作“AI 營收”。34
  • 若來源來自券商或媒體，表格中標為 B/C 級，不與公司財報同權重。57

4. 核心產品

  • 核心產品組：AMPS、HPST、系統級測試處理器、Final Test、Burn-in、熱控模組與應用定製測試單元。24
  • 產品價值量取決於工藝難度、客戶認證、良率影響、耗材復購或裝置服務 attach，而不是隻取決於出貨臺數。
  • 對材料公司，關鍵指標是配方認證、單位晶圓消耗量、客戶良率依賴、擴產能力和替代材料進度。
  • 對裝置公司，關鍵指標是 throughput、uptime、工藝視窗、良率貢獻、服務營收、客戶匯入週期和驗收節奏。
  • 對自動化/搬送系統，關鍵指標是 cleanroom 等級、低振動、可靠性、軟體控制、現場維護能力和專案管理。
  • AMPS-BI 面向 AI processors 與 HPC units 的高電壓壓力測試，HPST 則是高功率、先進 SLT 平台，適合把 AEM 歸入高階封裝後測試/老化裝置，而不是泛半導體裝置。34
  • 未揭露項：單機 ASP、產品毛利率、AI 產品營收佔比、產能利用率、按客戶拆分營收。

5. 上下游

環節關鍵物件對公司影響揭露狀態
上游原材料/部件高純化學品、精密機械、電子零部件、光學/真空/RF/軟體模組決定成本、交期和質量多數未充分揭露
上游裝置平台光刻、刻蝕、沉積、CMP、封裝、測試、AMHS 等主裝置決定公司產品嵌入位置部分揭露
直接客戶晶圓廠、OSAT、基板廠、裝置 OEM、材料廠、科研和工業客戶決定訂單與驗收客戶名單多未揭露
終端需求AI GPU、CPU、ASIC、HBM、DDR5/GDDR7、800G 網路、資料中心決定行業 beta可由行業來源交叉驗證
  • 客戶側事實：Intel Foundry 是公開具名合作方；DBS 研究報告估計 Intel 對集團營收貢獻約 60%-70%，該比例屬於券商估算而非公司揭露。35
  • 上游約束更偏精密自動化、熱控、電源與測試儀器模組，若關鍵零部件交期或客戶定製規格變化，影響會先體現在交付節奏、存貨和毛利率。14

6. 同業與競爭格局

  • 競爭維度一：高功耗 SLT 與 burn-in 能力。AI/HPC 晶片封裝後測試時間、並行度和熱控難度上升，AEM 的 AMPS-BI/HPST 與 Advantest、Aehr 等測試/老化方案存在預算競爭。410
  • 競爭維度二：大客戶認證與生態位置。AEM 公開宣佈與 Intel Foundry 擴大 SLT/Burn-In 生態開放，但其他先進計算客戶、份額和訂單金額未充分揭露。3
  • 競爭維度三：交付與成本。系統級測試裝置往往需要客戶定製，能否在高功耗、熱穩定性和產線自動化之間保持良率與成本，是與通用測試平台拉開差距的關鍵。24
  • 競爭維度三：產品組合。耗材復購、服務營收和軟體控制會改善營收質量，純裝置一次性營收更週期。
  • 競爭維度四：客戶集中度。券商估算 Intel 對集團營收貢獻較高，但該比例不是公司逐項揭露；若單一客戶拉貨節奏變化，營收和現金流量波動會放大。5
  • 競爭維度五：價格紀律。材料和子系統若具有高認證壁壘，價格更穩；標準化裝置和自動化整合則更容易競價。
  • 競爭結論：公司不是 AI 總需求的唯一代理，必須在本細分環節裡與可替代方案比較。

7. 護城河

  • 護城河 1：工藝認證與量產履歷。先進製程和先進封裝更重視穩定性、良率與可追溯性。
  • 護城河 2：客戶工程協同。裝置/材料往往需要和客戶共同定義引數，匯入後粘性高。
  • 護城河 3：熱控與高並行測試 know-how。AMPS-BI 揭露可做多區智慧熱控並支援高功耗器件壓力測試，這類能力需要裝置、夾具、電源、軟體和現場工藝協同。34
  • 護城河 4：產品迭代。AI 晶片功耗、封裝尺寸、互連密度和工藝步驟上升，會推高對高階方案的需求。
  • 護城河 5：服務網路。裝置類公司售後、備件、現場工程師和軟體升級可以形成二次營收。
  • 反向提醒：若產品可被客戶二供快速替代，護城河會退化為交期和價格競爭。
  • 反向提醒：若 HPST/AMPS-BI 只是客戶驗證而未進入規模化採購，或新訂單需要低價換量，護城河不會自動轉化為毛利率和現金流量改善。16

8. 財務質量(趨勢表+杜邦+逐季)

指標最新已核驗口徑上期/對比解釋
營收FY2025 年報來自 SGX 連結；1H2025 公司公告揭露營收 S$190.3m、年增率 +10%，PBT S$3.9m、經營現金流量 S$46.4m。1見來源只採用來源揭露數字
毛利率[未充分揭露][未充分揭露]未取得分產品毛利率時不倒推
淨利/營業獲利見公司財報或公告見來源不把 adjusted 與 GAAP/IFRS 混用
經營現金流量見來源揭露；未揭露則標缺口見來源裝置/材料公司要重點看訂單轉現金
研發費用[未充分揭露][未充分揭露]若未取得財報明細，保留缺口
杜邦項判斷證據
淨利率取決於產品 mix、價格、折舊、減值與費用財報獲利表
資產週轉率裝置公司受訂單驗收和庫存影響，材料公司受產能利用率影響資產負債表/現金流量量表
權益乘數需看淨現金/淨負債、租賃負債和營運資本資產負債表
ROE不能只看單年景氣高點；要拆淨利率、週轉和槓桿年報
季度營收/訂單獲利現金流量質量判斷
最近季度見來源揭露見來源揭露見來源揭露若營收增而現金流量弱，需警惕驗收/庫存
前一季度[未充分揭露][未充分揭露][未充分揭露]等待公司季報補齊
前二季度[未充分揭露][未充分揭露][未充分揭露]不用第三方估算替代公告
前三季度[未充分揭露][未充分揭露][未充分揭露]只保留趨勢架構
  • 財務結論：本頁更看重營收質量、毛利率方向、經營現金流量和資本支出，而不是單個季度訂單新聞。

9. 業績傳導

AI 訓練/推論需求
  -> 高階 GPU/ASIC/CPU/HBM/網路晶片擴產
  -> 晶圓製造、先進封裝、基板、測試、計量和潔淨室自動化投資
  -> AEM 所在細分環節獲得訂單或耗材需求
  -> 通過客戶認證、交付、驗收、量產爬坡進入營收
  -> 若客戶從驗證走向量產採購，先看訂單/交付，再看營收確認、毛利率和經營現金流量是否同步改善
  • 傳導的關鍵滯後：裝置訂單可能領先營收 1-4 個季度，材料認證可能領先放量更久，專案型系統營收依賴驗收。
  • 傳導的關鍵客戶變數：Intel Foundry 合作證明 AEM 進入先進計算測試生態，但未揭露開放生態帶來的新增訂單金額，因此不能把合作新聞直接換算成營收。3
  • 傳導的關鍵質量：營收增長同時毛利率、經營現金流量和存貨週轉改善，才是高質量放量。

10. 經營拆分與反證架構

本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。

模組關鍵經營變數強敘事訊號反證閾值
營收與採用營收增速、ARR/訂單、客戶採用營收增長由真實客戶採用和復購支撐營收或訂單連續放緩，且缺少客戶採用證據
獲利質量毛利率、費用率、現金流量毛利率穩定，現金轉換改善毛利率下行或現金流量惡化
競爭與客戶客戶集中度、份額、替代風險大客戶擴張且競爭格局穩定客戶砍單、份額流失或替代方案加速

11. 風險

  • 客戶集中風險：若核心客戶資本支出或外包測試策略變化，AEM 的訂單、營收和產能利用率會受影響；公開資料不足以分拆各客戶營收。58
  • 揭露風險：AI 營收、客戶、產能、ASP、產品毛利率未充分揭露時，研究結論必須降級。
  • 產品匯入風險：AMPS-BI、HPST 等高功耗平台需要客戶驗證與產線匯入，樣機或生態合作不等於批次驗收。34
  • 技術風險：先進封裝路線、玻璃基板、混合鍵合、工藝節點變化可能改變材料/裝置價值量。
  • 競爭風險：測試與 burn-in 裝置存在 Advantest、Aehr 等同業或替代方案，若客戶採用更低成本方案，AEM 的價格與份額會承壓。10
  • 財務風險：訂單增加不等於現金流量改善，庫存、應收、預付款和驗收延遲都可能吞噬獲利。
  • 合規風險：出口管制、客戶保密、供應鏈本土化和地緣政治會影響跨境銷售。

12. 常見誤讀糾偏

  • 誤讀 1：出現 AI/HPC 客戶或產品，就等於公司擁有高 AI 營收佔比。糾偏：沒有分部揭露時，只能寫 AI 相關暴露，不能寫 AI 營收。
  • 誤讀 2：行業資本支出增長，就等於所有上游公司都會年增率高增。糾偏：裝置/材料必須進入客戶 AVL 並完成驗證，才會轉化為訂單。
  • 誤讀 3：與 Intel Foundry 合作就等於新增營收已經確認。糾偏：合作說明生態入口和技術適配，營收仍取決於客戶訂單、交付、驗收和付款。3
  • 誤讀 4：集團大盤財務能代表半導體子業務。糾偏：若半導體營收未單列，應把集團財務與鏈條暴露分開看。

13. 最新事件(帶日期)

  • 2025-05-20，公司宣佈與 Intel Foundry 擴大 SLT 與 Burn-In 能力開放，面向先進計算客戶。3
  • 2025-2026：全球半導體裝置銷售和晶圓廠/先進封裝投資繼續受 AI 基礎設施驅動，但不同子環節節奏並不一致。910
  • 2025-2026：客戶更關注良率、功耗、熱管理、潔淨搬送和高密度互連，利好通過認證的關鍵材料與裝置。23
  • 2024-07-09：AEM 釋出 AMPS-BI，稱其用於 AI processors 與 HPC units 的高電壓壓力測試，並強調多區智慧熱控和並行測試能力。11

14. 追蹤指標

指標觀察頻率為什麼重要
半導體/AI 相關營收或訂單季度/半年驗證 AI 暴露是否從故事轉成營收
毛利率和產品 mix季度判斷是否只是低毛利放量
經營現金流量和存貨季度判斷訂單質量和驗收節奏
客戶認證/新產品匯入事件判斷護城河是否擴大
同業訂單和行業 billings月度/季度判斷行業 beta 與公司 alpha
未揭露項變化每次公告若公司開始揭露 AI 營收/客戶/產能，研究結論可升級
  • 最重要的反證指標：行業高景氣但公司訂單、毛利率、現金流量三者不同步。

15. 來源

相關推薦

同產業鏈：materials

同產業鏈 · 相關公司

滬矽產業 / NSIG688126.SH愛發科6728.T巴斯夫BAS.DE布魯克BRKR超科林UCTT達興材料5234.TW大德電子353200.KS大福6383.T
source: 公開揭露與公開資料整理 本頁僅用於產業鏈學習、資訊檢索和研究輔助；不構成投資建議，不預測漲跌，不提供買賣、部位或目標價建議。