在復甦行情中淘金|數位時代 BusinessNext

原諒現在這些彷如驚弓之鳥的投資大眾吧！每個投資人，都驚惶失措地納悶道，自己該往哪裡去？經濟發展慢了下來，政治的前景不明，美好的昔日（隨便撿支股票、都享有點石成金之樂的那個年代），已經遠去了；原本的股王之王，現在卻一敗塗地。科技股？2000年的科技股掉了28.5%；電信股？滑落了32.8%。2000年的贏家，竟然是（水、電、瓦斯等）公共事業股、醫療股，和銀行股，直叫人跌破眼鏡！還有什麼比這更令人灰心呢？
嘿！開心一點吧。2001年的景氣即將復甦，前提是，你得先知道績優股要上哪兒找。先恭喜你，因為尋寶圖就在你眼前。

**選股技巧相對重要

**
不用懷疑，現在要投資，是比兩年前困難得多；展望2001年投資前景，並不像2000年Nasdaq的驚險萬狀，也不會大起大落地像道瓊指數。基本上，美國的經濟是很健康的：參與本調查的54位經濟學家，預料美國2001年的經濟成長率是3.1%。緊張的投資人，可能會以攀升的油價，或者自由落體般的美元，構築出世界末日就要到來的連環場景。但是聯邦準備理事會主席葛林史班鎮守一旁，嚴防景氣滑落；而華府各方勢力雖不相上下，膺任總統的小布希，未來只能小心行事，但適度的減稅方案，應該是可被期待的。
華爾街指望的多頭是，在聯邦儲備率（Fed rate）削減後，可帶動景氣的回升。而主流派的華爾街投資人不以為然：只有32%的受訪者，認為2001年的股市會上揚。這是5年以來，最空頭的調查結果；不過現在的投資人，指望的已不是整體的景氣，而是本身的選股技巧。79%的受訪者認為，他們自己會比市場更高明。
股票要怎麼選？不妨先從非科技類高成長個股，以及小、中型資本額的股票開始下手。這些股票，有不少是屬於舊經濟的範疇；由於開放民營與善用科技，舊經濟吸引了新血輪，加入工業與服務業的行列。而考慮海外股的投資者，歐洲的股票，會比亞洲或拉丁美洲的股票更被看好。
雖然與2000年3月的最高點相較，Nasdaq已滑落40%。但是科技類股中，寫軟體的公司、製造資料儲存設備的公司，應該都會大發利市；甚至還可以在主機代管（web-hosting）和網路安全提供者（net-security provider）等.com類股中挖到寶。
如果這些類股都還不夠勁，那麼起落不定且富含.com風味的生化類股，保證讓你又愛又恨。生化類股中，已有350種正在進行臨床實驗的治療方法，又有充足的現金資助這些產品上市。長期而言，投資生化類股，應有豐厚的回饋。
2000年給我們的教訓是：世界一切沒有保證。1990年代咸認定「萬無一失」的好股，轉眼卻成了21世紀大陷阱。今日做投資，少不了的是研究、遠見、以及膽量。有了本專題在手，您起碼三者中有二；如何？就以此來展開新的一年吧！

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/