1,606家上市櫃企業員工薪資全揭露!誰給最大方?高薪企業20強一次看
1,606家上市櫃企業員工薪資全揭露!誰給最大方?高薪企業20強一次看

當公司營運績效逐年成長,鼓勵企業主重視並增加基層員工薪資福利,金管會要求上市櫃企業做表率,每年6月公佈員工去年度福利薪資水準,2020年更加碼要求公佈非主管員工中位數薪資,各上市櫃企業薪酬更透明。

1,606家上市櫃企業6月1日全面公佈員工薪資福利,28個產業薪資行情全都公開,《數位時代》採訪中心特地展開調查,分析哪些是產業中薪水最高的公司?哪家又是薪水偏低的企業?各產業的平均薪資大公開,看看自己是否高於或低於行情!

《數位時代》從證交所公佈資料整理出三大特點,一次全解讀!

1. 上市櫃企業高薪TOP20,薪資給最好的全揭露!

TOP 20高薪企業以風電產業的上緯投控居上市櫃第一高薪企業,平均員工年薪516.6萬元,十分風光,比2018年公佈的平均年薪361.5萬元大幅成長,而能擠入2019年度TOP 20高薪企業榜單的員工平均年薪門檻是259.8萬元。

不分類總榜-1.jpeg
圖/ 數位時代製作
不分類總榜-2.jpeg
圖/ 數位時代製作

延伸閱讀:專題|台灣高價值企業100強

台積電一向被視為幸福企業,平均年薪197.3萬元,上市櫃千大中僅排第37名,換言之,TOP 20高薪企業員工平均薪酬全都優於台積電。

證交所指出,「員工薪資費用」通常包括本薪、加班費、獎金、酬勞等經常性及非經常性薪資,也可能包括依股份基礎給付之評價金額(如員工認股權憑證)。

至於「員工人數」則包括本國籍及外國籍所有受僱人員,員工可能以全職、兼職、永久、不定時或臨時之方式提供服務,包括經理人、一般員工及約聘僱人員等,但不包括監察人、派遣人力、業務承攬或外包人員,且經扣除「未兼任員工之董事人數」。

這也可能是公佈員工年薪能否入榜關鍵,可以看見,能擠入跨產業TOP 20高薪企業的行業型態,不少是員工人數不到百人,甚至個位數人力的「 投資控股型態 」,在20名榜單中,就有6家屬於此型態,包括上緯投控、三商、永豐餘、勤益控、遠雄港及崑鼎,這些企業在台灣只保留高階管理人才,所以年薪雖高,但能領到的人數不多。

TOP 20高薪企業中,員工人數最多的是聯發科,高達8,555人,平均員工年薪292.1萬元,由於員工人數逼近上萬人,卻能擠入TOP 20高薪榜,意味企業不僅獲利能力好,整體員工薪資福利行情也有高水準,實屬不易。

TOP 20高薪企業中5家為IC設計公司,除聯發科排名第10名,還有晶焱、原相、信驊、瑞昱、聯詠都上榜,半導體族群是上榜家數達6家最大產業類別,其他高薪企業則分散於各個產業,顯示各行各業都有高薪、好福利企業可選擇。

值得注意的是,鴻海家族有鴻準及鴻海兩家入榜,鴻準員工年薪排名第6達386.4萬元,鴻海雖是母公司,平均員工年薪297.4萬元,排名第18還比子公司略低近百萬。

2.你服務的產業中,誰最敢給?

各產業平均年薪-1.jpeg
圖/ 數位時代製作
各產業平均年薪-2.jpeg
圖/ 數位時代製作
各產業平均年薪-3.jpeg
圖/ 數位時代製作

延伸閱讀:專題|台灣30家高潛力企業是他們

各產業別中,企業薪資落差頗大,部分原因是有企業在台有設立工廠,聘用大量外勞或約聘人力,將使平均薪資水準壓低,出現高獲利,但報酬低於同業(工廠設在中國或他國)的失真情形。

證交所提醒,傳產、電子、金融等各產業特性不同,景氣循環及市場競爭強度有別,即使相同產業,但不同行業別的公司,在營運規模、獲利能力及經營策略等也有差異,所以將各企業之間做比較不易有客觀一致標準。

證交所會在6月底前進一步揭露上市櫃公司2019年度「非擔任主管職務之全時員工薪資資訊」,包括員工人數、薪資總額、薪資平均數及薪資中位數,暨公司經營績效與員工薪酬之關聯性與合理性。

3. 員工年薪破150萬元企業有105家!

眾多上市櫃百萬年薪企業中,我們統計排序出收入最高的三個金字塔族群:

年薪300萬元以上,7家:

上緯投控、三商、華固、永豐餘、崑鼎、鴻準、精成科

年薪200萬元以上,28家

勤益控、晶焱、聯發科、原相、信驊、旭隼、瑞昱、遠雄港、新潤、聯詠、鴻海、智擎、群光、和泰車、南僑、群聯、鴻碩、愛山林、長華、浩鼎、逸達、日月光投控、祥碩、創意、應華、宏觀、神盾、永信

年薪150萬元以上,70家:

力旺、台積電、崇越電、聯陽、亞泰、智易、智易、緯穎、矽創、鑫聯大投控、致新、吉祥全、揚智、神基、嘉威、大宇資、杰力、藥華藥、志超、致伸、智原、M31、達能、嘉澤、中信金、華立、松上、生華科、億豐、佶優、來思達、新興、良維、愛普、華票、創惟、台開、晶豪科、九暘、義隆、擎亞、菱光、大聯大、天鈺、應廣、華碩、訊映、凌通、是方、環球晶、群電、亞信、亞電、大中、晶相光、達興材料、聚積、大統益、正崴、台微體、迅德、業強、虹冠電、王道銀行、京城、佳世達、順藥、敦泰、中鋼、順達

責任編輯:蕭閔云

關鍵字: #台積電 #聯發科
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