2026-09-15
56
每年第四季,东南亚台商工厂都在编明年预算。今年多了一个新问题:AI 要不要列、列在哪一项、列多少?Gartner 预估 2026 年全球 AI 支出达 2.59 兆美元、年增 47%,但企业多半偏好在既有软件里渐进导入,而不是另起炉灶。本文整理 AI 预算的三种编法(订阅工具费、项目费、底座升级费),拆解训练、API、试错与信息安全四笔常被漏掉的隐性成本,并说明为什么把 AI 接进既有 ERP 的底座升级,在预算上应该被当成投资而不是费用。#IT预算 #AI投资评估 #海外子公司财务管理 #台商 #预算编列 #ERP升级 #AiGP #隐性成本 #东南亚台商 #跨国运营管理
对在越南、泰国设厂多年的台商来说,第四季的固定功课是编明年预算:人力、设备、租金、税务顾问,每一项都有多年的经验值可以参考。2026 年的预算会议上,多了一项没有前例可循的东西:AI。
老板从台湾总部带回来的消息很明确,明年要“用 AI”。财务主管的问题也很实际:列在哪一个科目?编多少才合理?如果只是同仁各自订阅几个 AI 工具,需要进预算吗?
先看大环境。Gartner 在 2026 年 5 月 19 日发布的预测指出,2026 年全球 AI 支出将达 2.59 兆美元,年增 47%,其中基础设施占了超过一半;同一份报告也观察到,多数企业对用 AI 做颠覆式变革的兴趣有限,反而偏好战术性的、能渐进提升效率与生产力的做法,并且倾向在既有软件应用里扩大使用已内嵌的生成式 AI,而不是全部另购新方案(来源:Gartner 新闻稿,2026 年 5 月 19 日)。
这个观察对台商工厂特别有参考价值:不必为了 AI 另起炉灶,重点是让 AI 进到你已经在用的系统里工作。
实务上,东南亚台商的 AI 支出大致会落在三种编法,各自对应不同的期待与风险。
第一种是“订阅工具费”。每人每月几十美元的 AI 工具,让业务写英文信、财务整理表格、工程师查规格。门槛最低、见效最快,但它买到的是个人生产力,不是企业能力。更麻烦的是,当每个部门各订各的,帐单散在不同信用卡上,年底一加总往往比预期高,而且数据丢去哪里没人管。
第二种是“项目费”。找外部团队为某个场景客制一套 AI 应用,例如自动读取客户订单、自动生成报表。优点是针对性强,缺点是每一个场景都是一个新项目,数据要重新接、权限要重新设,项目结束后的维护与模型更新也常常没人接手。
第三种是“底座升级费”。把既有 ERP 升级到具备 AI 接入能力的版本,让 AI 助理直接在你已经在用的系统里读单据、看报表、答问题。这种编法一次投入较大,但它买到的是“以后每一个场景都不必从零开始”的基础,而且数据、权限、审计都沿用 ERP 既有的框架。
三种编法没有绝对的对错,关键在于你打算让 AI 停留在个人层次,还是变成企业的能力。
无论选哪一种编法,预算表上最容易出错的不是看得见的授权费,而是四笔隐性成本。
一、训练成本。工具买了,同仁不会用、不敢用、用错,是最常见的失败原因。每一次人员流动,训练就要重来一次,这在流动率高的东南亚工厂尤其明显。
二、API 与用量成本。生成式 AI 多按用量计价,个别订阅看似便宜,一旦串进日常流程、每天成千上万次调用,费用就会失控;而且多数企业没有人在把关 token 用量与分配。
三、试错成本。自行拼凑 AI 最大的隐性成本,是“从无到有”的摸索:数据格式对不上、场景选错、做到一半发现权限管不住。这些时间与人力通常不会出现在任何一张发票上,却是真实的支出。
四、信息安全与合规成本。同仁把客户数据、合约、成本表贴进公开模型,是很多老板没有意识到的风险。越南《网络安全法》相关子法(53/2022/ND-CP)要求跨境服务商在越南设实体并在境内保存数据(以主管机关最新公告为准),数据放在哪里、由谁访问、能不能审计,都会回头变成合规成本。
把这四笔算进去,“订阅工具费最便宜”的结论往往就不成立了。
从财务角度看,AI 工具订阅是典型的运营费用:按月付、随时停、停了就没有了。底座升级不同:它让既有 ERP 里累积十几年的订单、库存、成本与客户数据,变成 AI 可以直接调用的资产,而且这个能力会留在公司里,不随人员流动而消失。
上一篇〈东南亚老台商的 AI 升级路径〉提到,多数老台商仍在跑的 Workflow GP3、GP4 是 32 位架构,升级到 AiGP 之后才是 64 位;要让 AI 读取大量数据、即时运算,底座本身得先跟上。这不只是 AI 的问题,也是信息安全与性能的问题,因此升级的效益不该只用“AI 省了几个人”来衡量。
以企业自行导入与原厂升级相比:前者要先克服数据源的正确性与结构化整理,还要自己猜想使用场景,并自行控制 API 流量与费用;后者由原厂处理 AI 整接、不改变既有流程与数据结构,模型来源可靠、机密不外流,token 用量也有人把关。这些差异在预算表上不会直接显示,却决定了明年这笔钱是变成能力,还是变成一堆各自为政的订阅。
具体的效益仍要回到场景。以订单生单为例,若工厂每天接 50 张订单、人工平均一张 3 分钟,一天要花 2.5 小时;让 AI 读取图片文件或邮件直接生成单据后,一张约 6 秒,一天 5 分钟即可处理完(专家辅导经验,实际数据依行业与企业不同有差异,仅供参考)。这类数字才是编预算时该拿来对照投入的东西。
一、先盘点现况,再决定编法。列出公司目前所有 AI 订阅与付费帐号,加总金额,再问一句:这些花费有没有变成企业能力?多数企业盘完会发现,分散的订阅费已经足以支撑一个更有结构的做法。
二、用场景估效益,不用愿景估效益。挑一到两个“高频度、高负荷”的场景,用“同样的人可以多处理多少单”来估算,并且把训练、用量、试错、合规四笔成本列进去。
三、把数据主权当成预算的一部分。无论选哪种编法,都先问清楚模型接入方式、数据存放位置、权限与审计机制;在越南、泰国运营的工厂,这一题不能省。
明年的预算会议上,AI 这一行该怎么填,取决于你希望三年后公司留下什么。如果贵公司正在编列 2027 年预算、想评估既有 ERP 升级到具备 AI 能力的投入与效益,欢迎填写需求表,由熟悉您产业与所在国家的顾问为您评估。
A1:建议编进去,而且要集中管理。分散订阅不只是费用问题,更是数据流向与信息安全问题;把它列进预算,才能看见全貌,也才能判断是否该改用更有结构的做法。
A2:把时间拉长到三年来看。项目费每一个场景都要重新投入数据串接与权限设置;底座升级一次投入后,后续场景是在同一个框架上叠加。另外把训练、用量、试错、合规四笔隐性成本一并列入,比较才公平。
A3:从一个高频度、数据最完整的场景开始,例如订单生单或报表分析,并确保它是在既有系统里运作而不是另一套孤岛。小规模但有结构,比大范围但各自为政更容易在明年看到成果。
鼎新數智購
6 Followers
延伸閱讀
鼎新數智購
6 Followers