[朱宜振] 蘋果研發中心落腳深圳對台灣的影響|數位時代 BusinessNext

時間正值中國第二屆的創客週以及雙創週主站場落在深圳。中國力推雙創已經有許多人探究了各種原因或者不得不的理由，我們在此也不多探究雙創的理由，反而對於台灣人情感上比較有意義的莫過於Apple竟然在深圳設了研發中心。

身為一個熱愛檢討自身的台灣人，立馬可以在網路上臉書上看到許多檢討我們自身的貼文或者文章。

大多數的論點都會來檢討為何這不會發生在台灣，事實上這樣的狀況在多年前Intel開始不在台灣舉辦IDF（Intel Developer Forum）不就已經該知道是這樣的局面了嗎？

我們做了什麼能夠留住科技大廠嗎？

國際大廠設置研發中心確實有其意義，所以我們可以思考的是要做哪些事情才能讓國際科技大廠願意把研發中心放在台灣呢？

千萬別說稅制、補貼等，只要是這一類外顯或者說硬體資源，永遠可以有人比你補貼的好。加上可能還有我們沒有的資源，例如「龐大的內需」。拿錢補貼更不用說了，永遠有人可以比你拿更多錢出來勾引這些業者。

人才地圖與需求不對稱

回想過去為何DELL、HP、IBM、Intel這些外商為何都會在台灣設置大的研發中心。然而新的高大上的國際企業如Facebook、Google等不設置規模大的研發中心在台灣？

答案倒也可以說簡單，除了政府可以提出的硬體資源外，人才地圖與他們需要的不對稱可能是更主要的原因，這人才可以說是軟體人才和互聯網人才。

而Apple把研發中心放在中國，如果你是庫克，那不正是一個再合理也不過的一個決策嗎？甚至很有可能從來沒有台灣這個選項或者其他國家的選項。

從別的角度來看， 如果我們還是倚賴類似Apple的研發中心，那是否也代表著某種的代工心態的延伸呢？

總不能一邊高喊著要有自我品牌，要有自我研發能力，卻又一邊希望國際大廠來拯救我們的代工生態。

改變現況的唯一解：Keep working

Apple的動作已經做了，你也無須去試著改變。我們可以思考的是：「如果現在深圳就是真正的亞洲矽谷了，我們能夠做些什麼來跳躍前進到下一個階段，取得未來的制高點？」

策略性的思考就是得不斷的往前看並且看更遠，而非去探討為何我們過去的地位被深圳搶走了？這並不能改變現況，能夠改變現況的思考是我們現在開始做些什麼，能夠在下一個未來產業崛起時，我們已經在那！

這答案也可以說極度簡單，依然就是「人才」二字。

人才培育仍是根本

台灣過去能夠有輝煌的電子業，肇因於早年第一批從事電子業的前輩們。如果我們認為未來是網路是資訊軟體等，企業或許有自己的原因無法變革，並且只看三、五年的回報，政府該看的就是十年以上，甚至可以說是二十年以上的遠景，再回頭來做設計。

記得與cacaFly執行長邱繼弘的交流中，他提到了一個我很喜歡的觀點，已經是個具體的策略：與其花錢在各項被罵臭頭的硬體建設，還不如把錢直接投資在1千個人身上，讓他們去國外念我們指定的最優秀的學校系所，投資一個人1千萬台幣。整個方案不管是人才回來發展與否，都會對台灣有所助益，回來台灣的人，可以一起建立下一個未來產業，留在國外的人，最好能夠成為該國的社會中堅，依然可以幫到台灣。

只要、只要、只要我們能夠真心想改變，不要以為這樣叫圖利，不要以為這樣投資人才叫做肥貓，我們身為公民真的要有自覺，不要一邊酸政府不投資，一邊又罵政府的不作為。

一千個頂尖人才能夠帶來多少改變？我們就看看當年出國的優秀前輩們創造出來的電子業榮景，那就是我們可以想像的未來了。

絕對、絕對不是創造個物聯網園區就可以達到的，只要沒想清楚不以人為本，那我們就是繼續蝕本。

若我們真的能夠上下一心投資在未來的人才，那麼Apple把研發中心放在深圳又有何干？

延伸閱讀：庫克再訪中國，宣布蘋果年底前將設中國研發中心

《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。

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/