思考整理從忘記開始|數位時代 BusinessNext

近來日本書市關於「思考整理」的書籍大行其道，整理、整頓的重點已逐漸從有形的整理（文具、文件、抽屜），轉變為無形的整理（資訊、思考、邏輯）。尤其在網路資訊過多的數位時代，想要消化所有看到的資訊與情報，根本是不可能的事情。因此，如何整理資訊、情報與思考脈絡，成為許多人關注的課題。

其中，《思考的整理學》與《佐藤可士和．超整理術》兩本與整理相關的書籍，不約而同提出對於「捨棄」的看法。

《思考的整理學》的作者外山滋比古主張，整理的第一步就是「捨棄」，他強調，「思考的整理，就是如何高明地忘記（捨棄）。」這本書1986年出版以來，22年一直是長銷書，去年10月起連續21週獨占東京車站前的丸善書店丸之內總店暢銷榜首，一年之間銷售30萬冊，累計銷售量超過46萬冊。

《佐藤可士和．超整理術》的作者為著名設計師佐藤可士和，他曾經為Uniqlo紐約蘇活區分店進行室內設計、為東京國立新美術館設計標誌、為NTT DoCoMo設計極簡手機N702iD等。他將整理分為三個階段：空間、資訊、思考，最容易著手的是空間整理。他認為所謂的「捨棄」，要先將所有的項目可視化，然後排出重要性的順序，接著將不必要的捨棄，捨棄就是整理的第一步。他認為，「捨棄」就是與「首先」、「最重要的是」奮戰的結果，因此只要抓到捨棄的竅門，就可以幫助人們找到觀點、打開創意之門。（撰文＝文及元）
**
思考的整理學**
● 作者：外山滋比古　
● 出版社：筑摩書房　
● 出版日期：1986年4月
**
佐藤可士和．超整理術**
● 作者：佐藤可士和　
● 出版社：日本經濟新聞社　
● 出版日期：2007年9月

阿里巴巴的神話
● 作者：孫燕君
● 出版社：馥林文化　
● 出版日期：2008年7月

阿里巴巴的上市宣告中國B2B電子商務模式成功。這個創造國際.com網路帝國的幕後推手，是從杭州發跡的英文老師馬雲。作者與馬雲是多年舊識，因此能詳實記錄其創業時的峰迴路轉、面對網路酷寒時的策略，並生動地側寫馬雲與身旁夥伴的互動、批露他與日本軟體銀行孫正義、美國雅虎創辦人楊致遠的合作秘辛。（撰文＝吳升皓）

**
新媒體消費革命**
● 作者：大衛．佛克林／柏妮絲．坎納
● 出版社：商周　
● 出版日期：2008年6月

在這個年代，沒和網路沾上邊的媒體，將面臨業績無法成長的窘境，但如果以為網路是所有問題的答案，卻又落入時代的陷阱。本書是本使用者手冊，幫助讀者了解周遭媒體、通訊業的運作和解讀新媒體現象：搞笑劇怎麼反而不賣？收視率為何總被高估？消費者的「眼球」不算數了，真正啟動你聽覺、視覺的，其實是行銷者和廣告主。（撰文＝吳升皓）

我們比我聰明
● 作者：李伯特／史班特
● 出版社：培生集團　
● 出版日期：2008年6月

群眾智慧大於個人，維基百科是最好的例子。本書透過實例，為想運用線上群眾力量的人解讀know-how，例如寶僑推出新款洗碗精時，透過供閒聊的話題，讓「媽媽大軍」幫忙促進銷售；釀托邦則由其一萬多名社群成員投票決定出啤酒的種類、顏色等細節。由眾人的智慧改變做生意的方式，反而更精準有彈性！（撰文＝吳升皓）

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/