斜槓青年和零工經濟達人必懂攻略:為技能與服務訂出正確報酬
斜槓青年和零工經濟達人必懂攻略:為技能與服務訂出正確報酬

本文摘自《自由工作的未來》,天下文化出版

先說最重要的事,來談談錢的問題。

收費方式五花八門,不過主要來講有四種:按時數收費、專案費、成功費、配股。按時數收費最常見;企業習慣依據工時付費給專業服務提供者,例如律師與會計師,因此以相同方式付顧問費順理成章。儘管如此,如果按照工時計費要留意相關法條,因為依據工作的性質,可能會出現違反薪資與工作時數法規的問題。此外,有的監理單位把時薪當成認定標準,判斷相關工作者應被視為員工而非契約工。

按天、月時數收費,包含無法納入計費的工作時間

許多方法都能協助你找出設定平日費率的公式,相關考量包括可以收費的時數;休假或開發生意等無法納入計費的時間;行銷成本、會計費用等支出;稅前的目標收入等等。ConsultingSuccess.com網站提供線上計算工具,但除了自己想收多少錢,也得考量客戶願意為你的服務掏出多少錢。

按天數收費是按時數收費的延伸。有的客戶偏好按日計費,尤其是如果他們在意每日工時的時候。此外,工作坊與策略顧問也歡迎按天數收費,因為策略計畫或訓練課程一般要好幾天。替這類零工訂一天收費2,000美元(金額可以任填),將是更為有效的訂價策略。

同樣的,按月收取的委任費,也是按時數收費的延伸,適合每個月所需工時不確定或不一定的工作。委任費一般適合不需要全職投入的工作,例如小型公司可能以合約的方式聘請兼職財務長。委任費在公關領域尤其常見,不過委任費的問題在於,客戶要求完成的工作可能會超出時間允許的範圍。最理想的委任費架構是講好在一定期間內「不得超出」多少時數,額外的時數以雙方都同意的方式按時數計費。

按專案收費,必須擅長估計成本

策略與科技領域的常態則是依專案收費。選擇這個方法的顧問必須擅長估計成本,尤其是達成理想結果所需的時間。各位如果採用這種方法,一開始就要談清楚最後的產出。許多依專案收費的顧問碰上的大麻煩是「工作超出合約範圍」,也就是客戶不斷追加最初沒提到的工作。如果是沒講好的事,顧問得決定是否要延長工作時間,或者是要重新商議合約。

思科等許多大型企業從另一個角度看待這個問題,反過來認為自己並未得到當初講好的結果。解決辦法是藉助專案管理方法,事先擬定複雜的「工作說明書」(Statement of Work),詳細定義工作產出。

工作說明書是多數專案管理計畫的標準做法,公司請人承包專案中可獨立工作的部分。工作說明書會以大綱的方式列出工作細項。人力資源產業分析師顧問公司最近的〈零工經濟評估〉調查,直接將工作說明書專案列為一種獨立工作,顯示這個方式已日漸被採用。

相關費用一般以達到某個里程碑來計算。由於許多工作說明書專案曠日費時,因此依據產出的計費方式,通常還會外加每月的委任費。多數採取工作說明書的公司有詳細的專案追蹤系統。一般來講,達成產出後就會自動付費的流程。在這類環境下工作的顧問需要了解相關系統的細項,以正確的方式報告進度,確保專案能夠成功。

按專案成功收費,金融業常見

專案成功費在金融或併購零工中很常見。顧問的收費根據的是:是否替客戶爭取到資金或公司買主,例如金融顧問收取出售價格或募得資金的一定比例。制度較為完整的公司可能採取反向的雷曼架構(Lehman structure),也就是募得的資金愈高,專案成功費的比例就愈高。

營運改善專案也可能採取專案成功費制度,費用多寡由省下的營運費用而定。此時會碰上的問題是:如何判定是因為執行專案而得到節流的效果?這一定要在事前就清楚講好判斷節流金額的費用計算方式。

股權代替現金,新創公司最愛方式

最後,以股權代替現金費用是新創公司界最熱門的方式。各位如果選擇這種方式,別忘了這種收費的風險最大,因為公司價值可能最終沒有變現的一天。此外,就算最終沒變現,得到的股權的確有價值,因此你拿到X新創公司價值5,000美元的股票,依舊得申報為應課稅所得。如果你決定拿權證或股票,最好加上至少能彌補稅金的現金報酬。以我的M平方公司為例,如果是以股權代替費用的案子,必須先由財務長核准,因為這種收費方式實際上是一種信用決策;我們接下案子前,財務長會先評估客戶公司的財務穩定度。各位如果考量拿股權來折抵費用,一定要先請教稅務顧問,可能也得先請教會計。

決定價格的是工作內容,而非專長

確定服務費用的架構後,接著要思考你要收多少錢。許多顧問沒意識到最終決定價格的是工作內容,而不是你的專長、收費方式或資歷。任何人都可以、也理應設定各種費率。替面臨破產危機的公司擔任臨時財務長的收費,理應比對一般子公司擬定財務計畫的收費還高。同樣的,別人介紹的工作理應收費較低,因為花的力氣較少。不過不管怎麼說,最重要的是市場價格。

在訂定價格範圍時,記得要考量所有可以比較的項目。以下是訂價時可以考量的一些事項:

風險與報酬直接相關:專案的風險愈高,不論是因為範疇廣或目標高,都應該收取更多的錢。例如協助重建公司,失敗的可能性很高,獎勵就應該比較多。反過來講,如果某個專案對你來講風險極低,因為你已經有過數千次類似的經驗,或許可以打折。

把累積資歷當作長線投資:如果接下某個工作可以拓展技能,累積智慧資本,就算比其他的工作收費低,你也應該要接下來,因為長遠來講,你會更具市場性,而且有可能因此提高收費。請把這樣的機會當成投資。不過,有的人會走極端,為求累積資歷,願意免費接案,但除非是替非營利組織做慈善工作,不然我不建議這麼做。收取較低的價格是合理的做法,但完全不收費是在自貶身價。

另一方面,如果客戶想從你那裡獲得某個產業、公司或技術的特殊知識,打算擁有或利用你帶來的智慧財產權,也應該收取較高的費用。你需要更多的投資報酬。

各位可以考慮採取1%原則:我同樣也在第一本書提過這個好用的經驗法則:按日計算的費用,應該是年薪的1%,例如認為自己的專業目前的薪資行情是20萬美元的行銷顧問,每日的服務收費應為2,000美元,或每小時250美元。年薪8萬的初階人士應該每日收費800美元,或每小時100美元。儘管如此,別忘了價格的決定性因素是工作的內容,而不是你的學經歷。

主要客戶可以考慮提供優惠:不動產市場把購物中心的主要零售商稱為關鍵承租戶。關鍵承租戶不但會帶來購物人潮,還占了高比例的租金收入。同理,主力客戶不斷給你案子,讓你有錢繳房租,年年都有同樣的客戶帶給你源源不絕的專案是很美好的事。有的顧問會在幾年後希望調漲費用,但除非你的成本大幅增加,不然最好克制住那樣的衝動。對有的人來講,有辦法事先知道今年有某個公司的案子可以做是很奢侈的事,應該好好珍惜那個客戶。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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