創投業應該建立跨國性平台，才有賺頭|數位時代 BusinessNext

這三年，台灣創投業真的很辛苦，在現有的兩百家創投公司中，90%創投手中有的不是錢，而是燒錢的案子，是沒有辦法期待的。現在的景氣看起來要明不明，儘管大家認為景氣循環總是「起久必落、落久必復甦」，但是經過30個月的空頭，雖然市場資本支出有增加趨勢，但人在谷底久了，會變得比較謹慎，投資的錢就不會這麼大方，過去10個案子可能投資5個，但是現在只會投資一到兩個。
面對空頭市場，創投業者有種說法是「先低調、守台灣，其他不要碰」，這種創投公司什麼也不能做，或是只投資台灣未上市公司，但是現在要在未上市公司中挑到明珠是不可能的，而好的未上市公司，股價又太高。

**建構獨特平台，發展全球化

**
因此在現階段，創投公司本身的平台要獨特，要能找到錢、找到好的案子，也就是所謂有獨特的pipeline（產品發展進程），做到客戶做不到的事，讓客戶覺得你成為股東之後，公司的價值會增加。中經合過去一年在台灣投了4個案子，算是滿活躍的，投資了包括光寶集團和友訊，他們就是看好中經合在美國和大陸的資源，可以幫助集團將來的發展。
這一兩年全球都在「瘋亞洲」例如，INETL、DELL，但是這些老外對於中國跟亞洲還是不懂，因此需要找創投當vehicle（催化劑）。這些大公司來到亞洲，不管是為了成本、市場或產品的考量，都需要藉由創投協助克服語言文化等隔閡；同時在亞洲子公司的管理及IPO業務（新公司股票初次在公開市場發行），也都是創投最擅長的。儘管環境不同、時代不同，但是過去兩三年有認真架構跨國平台的創投，還是有很多機會。
美國跟歐洲廠商現在都體會到全球化的重要。例如，在美國做行銷與打品牌、Know-How和管理以及上市放在台灣、製造生產在大陸，而研發和創新則放在日本或韓國，強調專業專工。
因此一般創投認為理想中的好案子，就是「美國找錢，台灣設置研發與上市，北京負責生產與市場」。

**投資上遊產業，掌握主導權

**
但是，中經合在1992年就進入大陸市場，發現大陸企業思維跟其他國家不一樣：國際大廠會認為，外包是要降低成本，代工廠商只要賺取高毛利率就好。但是大陸企業卻要有自己的規格、執照、甚至品牌，不願意把好處與跨國企業分享，例如大陸現在發展EVD（高清晰度光碟播放機）企圖取代DVD。有鑑於此，我們正嘗試一種新的模式：投資上游產業，取得建立產業標準的權利。
中經合在大陸投資四個產業標準，MP4便是其中之一，一旦取得MP4規格化的權利，其他的中下游廠商也會來找我們，希望能透過我們協助他們建立產業標準和取得許可。
各家創投文化不同，有些創投只是想要分一杯羹，但是我們是希望有主導權，投資上游產業建立縱向的pipeline，再加上既有的橫向發展平台，我們就可以不用等待DEAL，而是創造DEAL。

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/