1,628家上市櫃企業員工年薪全揭開!誰年薪破400萬元?誰加薪最多?高薪企業20強一次看
1,628家上市櫃企業員工年薪全揭開!誰年薪破400萬元?誰加薪最多?高薪企業20強一次看

上市櫃1628家企業2020年總計發出1.44兆元薪資!2020年是台灣受疫情動盪的一年,但台灣多數出口導向型產業的企業獲利成長,內需產業獲利則受挑戰,這年度誰發薪最豪邁?誰逆勢成長?

證交所2019年起要求每年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,讓各上市櫃企業薪酬更透明,鼓勵當公司營運績效逐年成長,企業主能重視並增加基層員工薪資福利。

今年6月1日,金管會先公布千家上市櫃企業員工薪資總額,2020年平均員工總年薪榜首是鴻海集團旗下鴻準奪得,擠下去年榜首上緯投控!此次榜單也以出口導向企業最名列前茅。

1,628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高薪企業以鴻海集團旗下金屬機殼大廠鴻準精密居上市櫃第一高薪企業,平均員工年薪419.2萬元,十分風光,比2019年大增21.2%,鴻準目前員工171人,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255.1萬元。

2020企業薪資榜(新)拷貝.jpg
圖/ 數位時代製作

台積電一向被視為幸福企業,平均年薪239.2萬元,上市櫃千大中薪資排名26名,由於台積電2020年營收獲利都創新高,發薪給員工也不手軟,比去年37名名次大幅前進,換言之,2020年入榜TOP 20高薪企業的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5家屬於此型態,包括崑鼎、三商、永豐餘、聯華、南僑,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,以產業來分,半導體業高達9家,逼近榜單一半,也顯示半導體需求強勁,也嘉惠從業人員2020年賺得高年薪,半導體產業去年僅5家入榜。

TOP 20高薪企業中,員工人數最多的是聯發科,高達9083人,人數也比去年8,555人大增,平均員工年薪341.5萬元,加薪幅度16.9%,由於聯發科總員工人數逼近上萬人,今年排名第8高薪,比去年第10名進步兩級,能長期擠入TOP 20高薪榜,意味顯示其獲利能力好,整體員工薪資福利行情也有高水準。

除聯發科,半導體入榜企業還包括祥碩、原相、聯詠、瑞昱、信驊、群聯、威盛、昇佳電子。

至於TOP 20高薪企業中,2020年員工平均年薪比2019年年薪增幅最高的前三名也出爐,第一名是食品業的聯華控股,員工年薪320.5萬元,年增逾3倍。第二家年薪增幅高的企業是營造業愛山林,員工年薪平均394萬元,年增75.5%,薪資增幅第三高是威盛,今年入榜高薪企業第20強,員工年薪比去年平均增74.2%。

2.你服務的產業中,誰最敢給?

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2020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。

31產業薪資大公開拷貝.jpg
圖/ 數位時代製作

編按(2021.8.12更新):原生技產業最高薪誤植為「中天/636萬」,特此更正為「智擎/249萬」。

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400萬元以上企業,2家!
鴻準、永豐餘

年薪300萬元以上,11家:
愛山林、崑鼎、祥碩、精成科、聯發科、原相、聯詠、瑞昱、三商、聯華、昇佳電子

年薪200萬元以上,35家 :
信驊、群聯、和泰車、華固、亞電、南僑、威盛、智擎、志超、愛普、群光、晶焱、台積電、逸達、鴻海、力旺、遠雄港、旭隼、崇越電、創意、日月光投控、南帝、聯陽、台數科、宏觀、矽創、長華、熱映、晶豪科、揚智、新潤、國揚、冠德、致新、嘉威

年薪150萬元以上,96家:
敦泰、智易、亞泰、群電、創惟、嘉澤、鈊象、紘康、華立、應廣、神基、晶相光、業強、威鋒、M31、華擎、勤益控、廣宇、虹冠電、菱光、松翰、新興、大統益、義隆、萬海、華票、中鋼構、圓剛、鴻碩、生華科、聚陽、凌通、大中、佶優、凡甲、崇越、盛群、宏碁、亞信、統一證、天鈺、鑫聯大、億豐、華碩、矽統、永信、立積、智原、致伸、欣陸、是方、長榮、大聯大、杰力、元大金、倚強科、來思達、佳世達、遠雄、龍邦、京城、中菲行、安鈦克、神盾、聯電、致伸科、技嘉、漢唐、擎亞、中信金、廣達、達興材料、新華、和益、至上、聰泰、曜越、博晟生醫、光寶科、中航、微星、德宏、聯成、國票金、兆豐金、耀登、富宇、艾恩特、優群、基亞、中再保、蔚華科、華孚、迅德、文曄、海悅

責任編輯:蕭閔云

最新6月號雜誌《高價值企業100強》馬上購:傳送門
零接觸電子雜誌訂閱:傳送門

關鍵字: #人才
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