打破公司治理的迷思|數位時代 BusinessNext

博達案例在國內資本市場持續發酵，財務透明度與公司治理等相關議題，再度成為眾所關注的焦點。基本上，「公司治理」的立意甚佳，在歐美市場已行之多年，是非常正確而且必須要做的事；不過，如果只專注在表面功夫而沒有從根本做起，結果或許仍不盡如人意。

**公司治理人人有責

**
是否全數引進並套用歐美企業所實施的「公司治理」的模式，就可以防杜作假帳、虛報業績等等的金融弊端，這恐怕是個值得探討與深思的議題。因為，即使是向來極度重視公司治理的美國資本市場，仍免不了會爆發像安隆（Enron）公司醜聞這麼嚴重的弊案，而且這椿血淋淋的教訓並非是史上頭一遭，我相信，也不會是最後一個案例。
透過公司治理的精神，並針對國內企業所面臨的問題及實際運作上的狀況，截長補短，加以修正，才能夠真正落實到公司治理與財務透明的基本意義。不過嚴格來說，身為企業內部的員工，每一個人都應該肩負著公司治理的責任，並非是內控、稽核或財務等相關人員的任務而已；甚至，也不是總裁或董事長，才必須扛下這個重責大任。當然財務單位肩上的擔子，要比別人來得更沈重些，不僅僅是扮演公司最後一道把關防線的角色而已。畢竟，消除壞帳、管控財務等「除弊」的任務，可能比較消極，一個好的財務單位更應該要化被動為主動，要發揮所謂「興利」的作用，亦即，致力改善公司財務結構，用更宏觀、更積極的財務策略，來建構一個效能最佳的現金流量表。

**適度舉債創造價值

**
舉例來說，如果單看財務報表中負債比例很低，就將「保守」跟該公司的財務結構健全畫上等號，這是錯誤的思維。事實上，財務指標太低並非全然是好事，它所代表的另一層意義是，財務單位並未發揮財務管理的真正價值，僅是一味地守成而已，並沒有將公司資金做最有效率的運用，以及替公司爭取良好的信用；譬如，適度舉債有時候反而可以為公司創造更多的附加價值，特別是在公司邁向大型化、國際化的過程中，更需要前瞻性、建設性及國際觀的財務管理。
在國外、尤其是美國市場，舉債是企業界最主要的節稅管道，適度舉債，可以產生所謂「tax shield」的效果。台灣企業因為節稅方法及避稅管道較多，負債比例大多低於國外企業，以致於陷入「負債比例愈低就是好公司」的迷思中。隨著國際化及大者恆大時代來臨，大型企業一旦要邁向國際舞台，就必須建立起應有的正確觀念，亦即，財務單位必須要有更積極的作為，不單單只是檢視負債比例、現金流量而已，甚至是就整體公司考量的ROE（股東權益報酬率）、各個事業群的ROIC（投資報酬率），乃至於籌資規畫、資金周轉率等，均要相互搭配，在財務上要有完整的配套措施與長遠的規畫，這麼一來，才能夠發揮財務單位應有的最大效益。

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/