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
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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