[洪士灝] 談政府補助與計畫執行
[洪士灝] 談政府補助與計畫執行
2016.07.14 | 人物

昨天去經濟部協助計畫審查,行政院長官說政府希望審查委員幫忙把關,多砍掉那些沒有意義的研發計畫,我很同意這樣的思維。與其給錢去扶植那些扶不起的阿斗,不如完全不要給。(附帶一提,只拿了2000元出席費,要扮演3小時的黑臉,得罪一堆原本是朋友的提案人,評審真是難為。)

錢給了扶不起的人,一則大概做不出好東西,二則做不出好東西又為了生存的人往往致力於包裝成果、請託關說,增加評鑑的困擾;三則這種作法久了之後成為常態,劣幣驅逐良幣,扶不起的人更扶不起,有希望站起的人拿不到補助。

圖說明

台大資工系教授洪士灝。攝影/郭涵羚

話說,很久以前為什麼有頗成功的政府補助案例?因為拿了錢的人有真正努力在做事,而且市場定位所需求的技術層次不高,容易做出能賣錢的技術和產品。現在很多?變了,反過來了,研發出普普通通的技術和沒有特色的產品不易找到出路,尤其是軟體業。

軟體如果沒有競爭力,可能連免費送人都沒人要,所以我不覺得會寫程式有甚麼了不起,重點在於做出有競爭力的產品。產品可能是高超的演算法、高效率的軟硬整合運算技術、創新的系統架構、超好用的雲端服務、聰明絕頂的人工智慧。時至今日,有競爭力的軟體往往不是隨便找一群人、花幾個月就能搞出來的。

所以我今天看到「交通部擬推台灣版Uber」的報導,預計兩個月內完成台灣版網路「類Uber產品」,遭到一群朋友韃伐,我有種不意外的感覺。但意外的是,前一陣子「亞洲矽谷」不是才被打槍,怎麼又來一次?很多對這些案子有異議的朋友,不是為反對而反對,更不是為自己利益而反。

要做台灣版Uber,需要多少人力和時間呢?為了探討這個問題,我們先參考一下Uber這家公司的相關資訊。關於Uber的歷史和公司概況,請直接看維基百科就行了,有人預估他的資本額是625億美金。這個大公司,目前還在積極招募工作人員,有興趣的朋友可以去看看相關職缺

我們看到,Uber這麼大的公司,搞了好幾年,目前還積極招募工程師(engineering),有278個職缺。打開工程師職缺網頁所見,大半都是軟體工程師、資料科學家。

圖說明

前一陣子「亞洲矽谷」才被打槍,今天又傳出交通部擬推台灣版Uber

當然,交通部只是說要開發「類Uber產品」,沒有說要「類」到甚麼程度。好比之前政府說要蓋「亞洲矽谷」,也是一個「類矽谷」的概念,但也沒說要「類」到甚麼程度。這樣的提案,你不能說提案者沒有企圖心,但我們如果站在評審的角度客觀來看,必須很清楚知道他想要做到甚麼程度,以及要憑藉甚麼方式來做到。

「亞洲矽谷」的構想,之所以被打槍,是因為構想中似乎天真的以為只要蓋一個夠大的園區,加上一些招商策略,就能打造出矽谷那樣的高科技新創的環境。但去過矽谷的人都知道,矽谷不是園區,是一個很寬廣的區域,而我們現在比較常用的稱呼是灣區(Bay Area), 包括的範圍比從台北到新竹還大。

在新店有個叫做「台北矽谷」的地方,做為民營的大樓、會議中心的名稱可以,不礙著誰。但政府帶頭做事,如果「畫虎不成反類犬」,就貽笑大方了。我們常看到一些號稱「先求有、再求好」的案子,花了錢做了勉強可用的東西,之後也沒有求好。最糟糕的是那些,東西不能用,原本就是一場騙局的案子。

新政府要知道,這些年民眾對於施政頗有怨言,不信任政策規劃,其來有自。在問題很嚴重的情況下,光是「比舊政府好一些」,並不能讓民眾滿意和信任。政府新的規劃,如果只是新瓶裝舊酒,無法大破大立,恐怕沒有辦法解決問題、讓民眾有感。況且,如果有圖利特定人士的可能性,會造成民眾反感;老是去扶那些扶不起的阿斗,也無濟於事。

我不知道交通部「類Uber產品」的具體想法,但如果只是為了強化某些計程業者的服務,或是幫偏遠地區提供共乘服務,那的確可以很快做出來,但究竟有多好用,會不會有人用,都是問題。既然以交通部的高度來做事,或許格局可以放大些,看遠一點。

把格局放大些,我們想想,Uber純粹靠抽取佣金賺錢嗎?為什麼要雇用這麼多軟體工程師和資料科學家?因為系統所累積的大數據,以及做為交通工具的重要通路能結合其他行業所產生的商機,才是Uber所著眼的金礦。

例如高嘉良兄建議政府做資訊交換平台,就是一個不錯的發想。政府應該著眼於公眾利益,讓資訊透明公開,規定各種公眾交通仲介服務(包括客運、計程車、Uber)必須提供去隱私之後的載客資訊上傳到平台上供大眾利用,不偏袒特定廠商。

當然,要做出像樣的資訊交換平台也有其難度,政府也可以選擇不做,節省納稅人的錢。請不要以為政府形式上有在做事情,沒有功勞也有苦勞,就能向民眾交代。如同本文一開始所提到的,半吊子的執行、不正確的補助,不只浪費錢,更嚴重的是造成不良的副作用,例如政府繁瑣的公文和統合視導,對中小學教師造成極大業務壓力,五年五百億造成大學之間、教授之間的嫌隙與學術研究的偏頗。因此,政府做事情要有所為、有所不為才好。

本文授權轉載自:洪士灝Facebook

代表圖截取自:《Silicon Valley》

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

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_內文1.JPG
圖/ 數位時代

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。

勤英科技_內文2.JPG
圖/ 數位時代

「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/

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