[Mr. Finance] 馬上就不一樣了|數位時代 BusinessNext

「馬上就不一樣了。」10年來，偶而會在9點多，信步走到巷口的早餐店覓食，不過我其實是去找顧攤的老夫婦聊聊天。

「阮下個月就要收啊。」老太太話比較多一點，主動打招呼，說要收攤不令人驚訝，畢竟「頂讓」的紅紙貼了很久。

「你之前不是說沒人要接？」我記得年逾70的老夫妻抱怨過：子女寧願上班月領3萬，也不要接手這麼累的工作。

「就隔壁那個炒米粉的越配，一個月賺30萬嫌無夠，加這20萬才笑有紋。」老先生突然插話：「下個月開始，我們就沒錢賺啊，也沒需要貼錢給後生，一個月賺3萬還天天跟著朋友出國⋯⋯。我做死乎後生享福，這世間奇奇怪怪，目睭眨一下就不一樣了。」

早餐店裡的報紙上刊登著一則消息：「勞動部指出，去年大學學歷以上職場新鮮人全體平均起薪為28,649元，較前年增加244元，約0.9％，雖然連續兩年增加，但仍較2000年的2,9143元低。大學學歷職場新鮮人去年起薪為27,152元，較前年增加237元；研究所以上學歷者為32,189元，較前年增加172元。」

報紙翻過來，是對岸的消息：「大陸智聯招聘發布報告：今年大陸大學應屆畢業生平均月薪為人民幣4,793元，約新台幣23,700元。」這水準跟台灣不相上下。

這裡所代表的是全中國的平均，主要城市的職場新鮮人薪水早已遠超過台灣。

其實往來兩岸工作的人都已經注意到，15年前台灣的薪資水平是中國的3、4倍，現在卻已經被中國超越。許多台灣人也因為觀察到這樣的現象，聲嘶力竭地批評台灣政府無能。

其實同一群人，應該也看到了中國的物價水準在這十多年間增加好幾倍。薪資和物價同步波動是經濟發展的常態。過去十多年，日本、台灣的薪資物價相對僵固，上班族罵薪水不動，中國、韓國的薪資物價同步攀升，受薪階級生活也沒什麼好過，罵的是物價。但是當兩類經濟體交會，中、韓的人就覺得錢真好用。

台灣的「優質人力外流」（Brain Drain）現象近年變本加厲，估計有一、二百萬的人力在海外工作，其實原因就在於「領海外的薪水，在台灣生活」，是看來最幸福的選擇。

沒有辦法到海外工作的人，就只能繼續忍受台灣的低薪，因為在可見的未來，薪水不可能大幅上漲。原因在於：台灣每年有三、四人萬的大學畢業生，大部分都在找「坐辦公室」的白領工作，可是台灣的經濟沒有巨大成長，因此就業機會取決於原有的就業人力因退休等原因離開。但是這些退出的人數每年只有一、二十萬，而且白、藍領各半，因為教育制度的方向，造成了白領人浮於事的現象嚴重，如果願意選擇藍領的工作，待遇可能遠勝白領。

台灣用15年從經濟奇蹟淪落到經濟地獄，最厲害的預言師是當年林信義所說的：要有過日子的打算。而這經濟的失速，從薪資面看得最清楚，真的是「馬上就不一樣了」。這種困境看起來未來10年，不會有什麼不一樣。

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/