誰來做?執行應該更重於規劃的新亞洲矽谷
誰來做?執行應該更重於規劃的新亞洲矽谷
2016.09.09 | 科技

昨日中午,行政院通過了據稱經過唐鳳協助修改後所推出的新版「亞洲・矽谷」推動方案。總的來說,從新版的亞洲矽谷計畫看來,國發會的確有聽到一些社會上的聲音。同時考量也比較全面。但在細節上仍然有很多不清楚、待改進的地方。站在「創新」的角度上,給人「換湯不換藥」的感覺。

少了園區與大樓,更宏觀的「亞洲・矽谷」

整個新版「亞洲・矽谷」計畫不會再把錢拿去蓋園區、眼光更宏觀了。計畫中不再只侷限在單一面向,包括人才培育、吸引國外人才、引進國外投資、法律改革、IPO 環境都有考慮在內,計畫也不只專注在新創公司,一般企業也在計畫的範疇之中。新版的「亞洲・矽谷」也有明確指出新技術應用的方向,如智慧物流、自動化交通系統、創新醫療服務等等,這些應用情境都比之前計畫內容考慮得更加廣泛些。可惜這個計畫完全只關注 IoT(物聯網)產業,其他諸如金融科技(FinTech)、電子商務、生產力工具、雲服務或平台等由軟體主導的產業卻都沒有提及。

計畫思維仍重研發,輕市場

這個版本的「亞洲・矽谷」,還是帶有很重的 ODM 代工思維,整體政策太過注重研發面,卻忽略了幫助企業走向市場的重要性。計畫中有提到要「推動物聯網的關鍵零件 (半導體、面板)」,但這件事情台灣早就已經做很久了,大家都知道台灣的強項就是半導體的技術。然而,如何把這些技術發展為成熟、創新的產品,帶到其它市場去,甚至創造出有國際地位的台灣品牌,才是政府應該關注的。

「亞洲・矽谷」創得出 Elon Musk 或他的 SpaceX 嗎?
Source: SpaceX

在新版的「亞洲・矽谷」政策,政府仍然沒有提到將如何引進新創服務到台灣來,這點非常令人惋惜。臺灣其實很適合作為矽谷 Startup 在亞洲的首發市場,如果台灣政府可以多邀請跨國網路/科技公司來台設立研發中心(R&D center),除了能夠增加本地優秀人才的工作機會,也可以吸引海外的工作者回台工作。這些優秀的人才未來都有可能成為新經濟體系下的成長動力。譬如 Google 就準備在新加坡建立上百人的工程團隊,打造 “The Next Billion Users” 的產品。把國外成功的網路企業帶來台灣,吸收他們的成功經驗,比起一直把新創公司送去矽谷更直接、成效更也快速。

預算細節在哪裡?長期計畫是什麼?

在 2017 年,「亞洲・矽谷」總共編列了 113 億台幣的預算,不過並沒有細節提到會如何具體應用,個人就蠻好奇,交通部編列的 5.7 億預算會花在哪?

更重要的是,在這個計畫裡看不到一個長期的安排。人才培育、高科技產業等改革不是一、兩年的預算可以完成。「亞洲・矽谷」推動方案第一年就花一百多億,但之後七年的計畫、指標、預算通通都沒有交代。長年的改革計畫,都該有階段性的指標,才可以評估成效、調整策略。先對之下,ALPHA Camp 有幸跟新加坡政府合作的技術人才培育計畫,第一期就是三年的考量,有清楚的整體預算,而每一年都有明確、可量化的指標。這就是一個「有規劃性的解決問題」的政府該有的表現。

同一群人做創新?

政策不管怎麼變,結果看起來還是同一批人在搞創新。改名後的「亞洲・矽谷」推動方案裡,除了大、中、小企業與新創事業,仍是那些傳統大學與法人單位(資策會、工研院等)。過去數十年,他們一直都在做一樣的事情;辦資管、資工課程,辦育成中心、搞技術轉移、做新創輔導等等。網路上有句謠傳是愛因斯坦說過的話:「做同一件事情期待不同的成果,真是瘋了!(Insanity: doing the same thing over and over again and expecting different results.)」,我們也可以照樣造句:

如果你再給同一批人一百億的預算,然後期待他們做出什麼亞洲矽谷來,那你一定瘋了!

台灣政府一直以來的問題不是在有沒有做什麼,而是誰在做那件事。行政院這次延攬唐鳳入閣,個人覺得很值得鼓勵,這代表政府願意傾聽真正有國際經驗、網路思維的人的建議。不過綜觀整個「亞洲・矽谷」推動方案,相關的執行單位其實都還是老面孔,我們不是不認同過去這些單位的努力,而是如果新創的政策要接地氣,不能只仰賴官派的組織;其實很多民間新創已經做到一定的成績,比如像去年中募到四百萬美金HWTrek,一直以來都扮演媒合台灣技術與國外硬體新創團隊的角色。群募顧問貝殼放大更多次替台灣 Makers 在國際平台上成功募資。政府應該放手讓民間單位做更多,而不是一直仰賴官派單位,才有可能做出一番新氣象。


[白話新商業電子專刊] 物聯網基礎入門+進階應用 套書合購價129元!
@@BOOKID:126865@@

@@ACTIVITYID:638@@

關鍵字: #亞洲矽谷
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