「選擇權」不再是個好選擇？|數位時代 BusinessNext

股票選擇權的出發點很有說服力，希望把員工變成股東，鼓勵員工積極為公司效力，同時也鼓勵企業經理人做出能提升股價的決策。在過去長達10年的多頭市場中，不僅多達90％的美國企業已經採用股票選擇權的制度，歐洲的企業也蔚然成風。台灣企業雖然囿於法令限制，不能發給員工股票選擇權，但是類似的股票分紅(restricted stock bonus)，也造就了數以萬計，身價以億計的高科技新貴。

**股票空頭，選擇權光環消失

**
過去其實一直有投資人，還有拿不到選擇權的商學院教授，質疑股票選擇權的作法，根本是慷股東之慨。但是當股市持續上漲時，這樣的論調只是馬耳東風。然而在股票市場驟然變天，股票價格直直落的情況下，上市企業的股東會上，投資人紛紛質疑企業有濫發股票選擇權的嫌疑。台灣少數可以發放股票選擇權的和信超媒體，最近就傳出了管理階層大量換血，更令投資人震驚的消息，那就是原先的管理階層，已經陸陸續續處分股票四、五百萬美元，幾佔目前市值的1/10。
其實和信超媒體的管理階層，對公司能在華爾街上市功不可沒，因為股票上市，也才能留住保命的現金，成為台灣少數存活的網路公司之一。只是風水輪流轉，股票選擇權和股票分紅制度，一夕之間淪為人人喊打的過街老鼠。忍了很久的《經濟學人》 (The Economist)和《財星》 (Fortune) ，最近也不約而同撰文檢討股票選擇權的缺失。
一般投資人想像不到的是，無論股票選擇權或是股票分紅，都不會當作成本出現在公司的損益表上，而是由公司直接發行新股(或由市場買回庫藏股)交給員工。因此不但過度美化了獲利數字，同時也稀釋了原有股東的股份比例，等於說是將公司價值，由原有股東身上，五鬼搬運到員工手中。根據統計，如果微軟(Microsoft)將發給員工的股票選擇權作為費用處理，則過去幾年的獲利，會是一張慘不忍睹的紅色成績單。
在稅務方面，股票選擇權激起更大的爭議，因為股票選擇權雖然不出現在損益表上，卻可以抵免企業所得稅。美國稅務機關沒有大驚小怪的部分原因在於：照實價課稅的「資本利得」，在美國是併入個人所得稅計算，因此當擁有所有權的員工賣出股票時，國庫的收入依然源源不絕。
不知道是不是因為股票所有權制度是從美國坐飛機來的有時差，還是怎麼回事？往往遠遠落後於潮流的台灣，最近才開始有引入股票所有權制度的提議。但是股票所有權不僅已經證明不是振興企業的萬靈丹，恐怕還有潛力成為扭曲機制的元兇之一，如果在沒有合適的配套措施配合下實施，不難想見管理階層配合股市作手炒作股票，或是大股東濫發股票選擇權，圖利自身的情況將會層出不窮，股票選擇權將會是一隻不受獸檻限制的野獸。看來如果想要激勵員工，還是想想「股票選擇權」以外的選擇吧！

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/