2011企業新挑戰,打造IFRS與績效管理雙優勢!
2011企業新挑戰,打造IFRS與績效管理雙優勢!

2011年台灣企業最先要面對的一項挑戰,就是IFRS!國際財務報告準則IFRS (International FinancialReportingStandards) 將於2013年正式施行,依據金管會規定,上市上櫃公司須於2012年開始進行雙軌報表開帳;根據歐洲各國的執行經驗,企業在進行差異化分析後,至少需要 4~9個月的時間,才能完成 IFRS的導入。在時間壓力下, IFRS導入迫在眉睫!

IFRS分析容易導入難,如何輕鬆上手!

 多數台灣企業都了解 IFRS的重要性,但在實際執行上如何進行,則是必須嚴肅看待及思考的議題;尤其在進入IFRS專案導入的實作階段,企業將立即遭遇到五大難題—作業時間、會計專業、預算規劃、外部資源、解決方案等。台灣 IBM工商事業群總經理劉鏡清表示IBM已累積豐富的 IFRS實戰經驗,協助歐洲各國企業成功導入 IFRS。面對導入的時間壓力,IBM依據企業目標,提供三大解決方案:

 第一種做法, ERP改造計畫:這是整合度最高、財務流程最嚴謹的解決方案,許多大型上市櫃公司均採用此做法。透過 IFRS的導入,全面改造 ERP系統,讓財務與國際接軌,跨國資本募集更有效率,財務部門也可轉型為策略型部門,並輔助企業決策。

 此種做法花費成本較高,時間上也需要至少 9個月以上的時間配合,不僅提升財務資訊品質,也能符合跨國與高成長企業管理需求。

 第二種做法,智慧報表合併解決方案:企業可考慮在財務部門導入 IFRS的同時,依商業策略進行績效管理,並提供會計策略模擬試算每股盈餘 (EPS);此做法成本較第一種做法低,是一個介於中間的選擇。導入所需的時間約 6個月,也就是 2011年一開始就必須立刻進行規劃。

 第三種做法,自動報表整合方案:也可稱為「速效型」方案,是目前最多廠商能夠接受的方式。以最低成本導入 IFRS,符合經濟效益,導入時程約需 3個月,也能符合政府相關法規的做法,為業界最省錢、省時、省力的方案。

IFRS下一章‧反省過去到管理未來

 除了 IFRS導入之外,新的年度企業更需思考如何建立一個智慧且具快速回應的績效管理平台 (Efficient Performance Solution )。過去企業因為內外部環境變化不大,每年只需做一次營運計畫,但現在許多績效指標都不在流程範圍內,加上經濟環境的急遽變化,因此亟需要一套有效的工具。 IBM建議企業若要提高企業經營績效,建置一個能夠貫穿策略規劃、營運執行、回饋關鍵績效指標及績效考核的快速回應績效管理平台是切入的捷徑。

 因此,企業內部的動態模擬工具,將扮演越來越重要的角色,目前一般企業每月檢討盈餘虧損狀況的方式,在快速競爭的商業環境下,已過於緩慢。「優秀的企業家如張忠謀在管理台積電時,眼光都放得很遠,他們會看到 12個月後的財務與管理績效狀況,提前做好準備」劉鏡清說。

 「像是台積電每個禮拜都會進行預算模擬分析規劃,如此一來不需要等一個月,第二個禮拜就知道事業單位營運狀況,若訂單因環境改變而有變化,即可因應處理,這樣才有可能精準地維持 EPS值、向股東負責」,台灣 IBM全球企業諮詢服務事業群顧問丁伯康也表示。

全球化策略管理,創造企業嶄新綜效

 IFRS實施後,是以集團合併報表的方式來思考,未來揭露的報表要跟管理報表合併,內部管理與財務報表必須要一致,在資訊流程上,都需要重新規劃,才能與國際接軌。「現在就連大陸企業,都理解到環境和從前不同,非常願意嘗試其他競爭者所使用的方法;當世界級的競爭對手,已經在做未來管理,提高競爭力時,台灣企業也應該及早做準備」,劉鏡清建議。

IFRS最佳省錢方案

為配合政府因應國際化而推動企業全面採用 IFRS,企業必須導入一套功能完善的集團合併報表系統,以縮短編表時程與提升編表效率。專家建議,選擇集團合併報表工具時,須考量以下運作功能:

■提供原始財務資料收集平台/提供原始財務資料驗證報表:

 可整合各種 ERP系統的資料格式,並驗證資料的合理性與完整性。

■提供系統自動合併沖銷處理/支援人工手動調整:

 可自動產製沖銷工作底稿/沖銷分錄。

■支援多套帳本處理:

 可同時產製 ROC GAAP與 IFRS的合併財務報表以上資訊由 IBM與合作夥伴倍力資訊共同提供。

想瞭解更多合併報表系統相關資訊

‧請撥打 0800-016-888按 1

‧或上網搜尋 IFRS最佳省錢方案http://www-07.ibm.com/tw/midmarket/bs/hottopic/ifrs.html

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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