打破公司治理的迷思
打破公司治理的迷思
2004.08.01 |

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。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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