Google如何管理知識菁英？|數位時代 BusinessNext

美國(新聞周刊)(Newsweek)在二○○六年的第一期，以「知識革命」 (The Knowledge Revolution)為主題，製作了一整本專題報導，探討為什麼一些「聰明過人」的公司或國家能永保常勝。其中(Google：十大黃金律則)(Google: Ten Golden Rules)，由Google執行長施密特(Eric Schmidt)和加州大學柏克萊分校教授暨Google顧問韋瑞安(Hal Varian)共同撰寫。兩位作者認為員工領薪水的原因並非出賣勞力和時間，而是能「有效」地替企業解決問題。而聰明企業能替員工做的就是搬走所有的絆腳石，讓員工好辦事。這篇文章提及，企業若想要在未來二十五年致勝，關鍵在於雇用知識工作者。如何能找到並抓住知識工作者，Google的十大黃金律則如下：第一以委員會雇用員工(Hire by committee)；第二滿足員工所有需求(Cater to their every need)；第三讓員工聚在一起(Pack them in)；第四使溝通協調容易(Make coordination easy)；第五一定要用公司自家的產品(Eat your own dog food)；第六鼓勵創意(Encourage creativity)；第七盡力達成共識(Strive to reach consensus)；第八不作惡(Don't be evil)；第九以資料來做決策(Data drive decisions)；第十有效溝通(Communication effectively)。強迫容易自滿的工程師接納他人仔細探究十大律則，可簡化成「對員工好」、「溝通」、「創意」和「不作惡」。多數媒體已經對Google的餐廳、洗衣房、運動健身等「滿足員工所需」做了十分煽惑人心的描寫，讓人們一窩鋒地欣羨Google員工的好福利。其實，Google也有難以解決的問題，Google內部最大的問題，也是所有企業面臨最大的問題——溝通協調，達成共識。公司好，雇用到的員工相對也菁英，菁英者不免聰明、有見識，一起工作起來，可能就會自持己見，十大律則裡一半以上都在強調溝通協調的重要性。Google強調工程師最常犯的毛病就是「技術自滿」 (techno arrogance)，不僅和對手互相競爭，有時也會造成內耗。更甚者，技術自大的人也常染患了ＮＩＨ(Not-invented-here)症候群。技術不是自己開發的就不屑，殊不知也許整合別人的技術，快速開發，搶占市場先機更為重要。 Google的十大黃金律則其實不難，在矽谷其他科技公司或多或少也都有做到，但這幾年來由於Google員工遽增，到去年第三季止，Google的員工人數已達四千九百八十九人，是兩年前的三倍以上。十大黃金律則在Google是逐漸演化而成，對Google來說十分受用，相信對未來想要繼續成功的企業必定也有幫助。時序進入二○○六，看好、看壞Google的人都有，對一個想要「幫助全世界的用戶獲得所需資訊」的科技公司來說，如何能有效溝通整合日益擴大的員工，異中求同，開發員工和數以億計網友喜愛的創新產品，是Google的大挑戰，也是Google未來是否能繼續成功的重要關鍵。

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/