Enron改寫New Economy破產紀錄|數位時代 BusinessNext

2001年深冬，又一家著名的新經濟公司倒下，而且它的破產金額寫下美國史上最高紀錄──510億美元。它的名字是安隆（Enron）。一家以石油、天然氣起家，以旗下世界最大期貨商品交易網站Enron Online而知名的能源公司。
1985年成立的安隆，2000年營業額曾超越1000億美元，在美國500大企業排行榜中名列第七，擁有北美地區天然氣等能源市場將近25%佔有率，特別是能源產業網路交易市集Enron Online，被視為極具開創性的企業典範，因為它不僅能買賣石油和電力，還可以兜售DRAM、頻寬及紙漿、自來水等──任何有固定需求，但價格波動極大的大宗商品。
今年7月，世界老牌的英國《經濟學人》雜誌才將它列為世界7家卓越.com公司，股票巔峰期創下600億美元市值，為什麼突然就倒地不起？
原因在它複雜、黑箱的財務操作，騙倒了華爾街和老財經記者，但騙不了景氣！為了大舉擴張業務，安隆在全世界購併和成立許多新事業，介入當地水利和電力的買賣，包括英國的Wessex水公司、印度的Dabhol電廠、巴西的聖保羅電力公司，還花了12億美元建立全美光纖網路。這些總計超過100億美元的投資都是安隆透過它的策略夥伴公司出面成立，使得業務的真實盈虧數字不會出現在安隆的財務報表上；而資金則由安隆提供它的股票作擔保，由夥伴向銀行借錢。
在執行長史基林（Jeffrey Skilling）、財務長法斯托（Andrew Fastow）的大力鼓吹下，安隆化身新經濟代表，股價扶搖直上，2000年8月最高來到90美元一股。高漲的股價使安隆很容易就借到錢，但蕭條的景氣、投機倒把的經理人（法斯托就被控將3000萬美元中飽私囊），卻使安隆事業沒一個賺錢。2001年，當安隆股價逐步下跌超過當初借款時的擔保價格，銀行要求安隆還錢；這家全美最大能源公司一下子出現「現金流量」危機，3個月前，知名債信評等機構標準普爾公司（S&P）把安隆的信用評等降為「垃圾債券」等級，成為安隆破產前的最後一根稻草──它再也借不到錢，卻必須在2個月內立即還出160億美元的債務。原本安隆的對手交易商動能公司（Dynegy），要以230億美元收購安隆，但因它的會計師「實在看不懂」安隆的財務報表，宣告作罷。安隆股價由天價90.56美元，跌至2001年11月底的26美分，連公司的搖錢樹Enron Online也被宣布無限期停止交易，在全美各地的交易螢幕上消失蹤影。
安隆留下什麼啟示呢？
在各種創新商業模式出現的全球化社會中，沒人能真正了解技術與新事業的內涵；任何一個投資者要做投資判斷，一定要看經營者的過往事業記錄。美國《財星》雜誌說得好：「始於傲慢，繼之以貪婪，而後又在財務上企圖欺騙掩飾」的公司，你最好離它遠點。
在台灣股市大反彈的資金狂潮中，你可得小心這樣的公司！

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/