第四季的老問題，加上一個新變數

對在越南、泰國設廠多年的台商來說，第四季的固定功課是編明年預算：人力、設備、租金、稅務顧問，每一項都有多年的經驗值可以參考。2026 年的預算會議上，多了一項沒有前例可循的東西：AI。

老闆從台灣總部帶回來的訊息很明確，明年要「用 AI」。財務主管的問題也很實際：列在哪一個科目？編多少才合理？如果只是同仁各自訂閱幾個 AI 工具，需要進預算嗎？

先看大環境。Gartner 在 2026 年 5 月 19 日發布的預測指出，2026 年全球 AI 支出將達 2.59 兆美元，年增 47%，其中基礎設施占了超過一半；同一份報告也觀察到，多數企業對用 AI 做顛覆式變革的興趣有限，反而偏好戰術性的、能漸進提升效率與生產力的做法，並且傾向在既有軟體應用裡擴大使用已內嵌的生成式 AI，而不是全部另購新方案（來源：Gartner 新聞稿，2026 年 5 月 19 日）。

這個觀察對台商工廠特別有參考價值：不必為了 AI 另起爐灶，重點是讓 AI 進到你已經在用的系統裡工作。

AI 預算的三種編法

實務上，東南亞台商的 AI 支出大致會落在三種編法，各自對應不同的期待與風險。

第一種是「訂閱工具費」。每人每月幾十美元的 AI 工具，讓業務寫英文信、財務整理表格、工程師查規格。門檻最低、見效最快，但它買到的是個人生產力，不是企業能力。更麻煩的是，當每個部門各訂各的，帳單散在不同信用卡上，年底一加總往往比預期高，而且資料丟去哪裡沒人管。

第二種是「專案費」。找外部團隊為某個場景客製一套 AI 應用，例如自動讀取客戶訂單、自動生成報表。優點是針對性強，缺點是每一個場景都是一個新專案，資料要重新接、權限要重新設，專案結束後的維護與模型更新也常常沒人接手。

第三種是「底座升級費」。把既有 ERP 升級到具備 AI 接入能力的版本，讓 AI 助理直接在你已經在用的系統裡讀單據、看報表、答問題。這種編法一次投入較大，但它買到的是「以後每一個場景都不必從零開始」的基礎，而且資料、權限、稽核都沿用 ERP 既有的框架。

三種編法沒有絕對的對錯，關鍵在於你打算讓 AI 停留在個人層次，還是變成企業的能力。

四筆最常被漏掉的隱性成本

無論選哪一種編法，預算表上最容易出錯的不是看得見的授權費，而是四筆隱性成本。

一、訓練成本。工具買了，同仁不會用、不敢用、用錯，是最常見的失敗原因。每一次人員流動，訓練就要重來一次，這在流動率高的東南亞工廠尤其明顯。

二、API 與用量成本。生成式 AI 多按用量計價，個別訂閱看似便宜，一旦串進日常流程、每天成千上萬次呼叫，費用就會失控；而且多數企業沒有人在把關 token 用量與分配。

三、試錯成本。自行拼湊 AI 最大的隱性成本，是「從無到有」的摸索：資料格式對不上、場景選錯、做到一半發現權限管不住。這些時間與人力通常不會出現在任何一張發票上，卻是真實的支出。

四、資安與合規成本。同仁把客戶資料、合約、成本表貼進公開模型，是很多老闆沒有意識到的風險。越南《網路安全法》相關子法（53/2022/ND-CP）要求跨境服務商在越南設實體並在境內儲存數據（以主管機關最新公告為準），資料放在哪裡、由誰存取、能不能稽核，都會回頭變成合規成本。

把這四筆算進去，「訂閱工具費最便宜」的結論往往就不成立了。

為什麼底座升級應該被當成投資

從財務角度看，AI 工具訂閱是典型的營運費用：按月付、隨時停、停了就沒有了。底座升級不同：它讓既有 ERP 裡累積十幾年的訂單、庫存、成本與客戶資料，變成 AI 可以直接調用的資產，而且這個能力會留在公司裡，不隨人員流動而消失。

上一篇〈東南亞老台商的 AI 升級路徑〉提到，多數老台商仍在跑的 Workflow GP3、GP4 是 32 位元架構，升級到 AiGP 之後才是 64 位元；要讓 AI 讀取大量數據、即時運算，底座本身得先跟上。這不只是 AI 的問題，也是資安與效能的問題，因此升級的效益不該只用「AI 省了幾個人」來衡量。

以企業自行導入與原廠升級相比：前者要先克服資料來源的正確性與結構化整理，還要自己猜想使用場景，並自行控制 API 流量與費用；後者由原廠處理 AI 整接、不改變既有流程與資料結構，模型來源可靠、機密不外流，token 用量也有人把關。這些差異在預算表上不會直接顯示，卻決定了明年這筆錢是變成能力，還是變成一堆各自為政的訂閱。

具體的效益仍要回到場景。以訂單生單為例，若工廠每天接 50 張訂單、人工平均一張 3 分鐘，一天要花 2.5 小時；讓 AI 讀取圖檔或郵件直接生成單據後，一張約 6 秒，一天 5 分鐘即可處理完（專家輔導經驗，實際數據依行業與企業不同有差異，僅供參考）。這類數字才是編預算時該拿來對照投入的東西。

編預算前的三個建議

一、先盤點現況，再決定編法。列出公司目前所有 AI 訂閱與付費帳號，加總金額，再問一句：這些花費有沒有變成企業能力？多數企業盤完會發現，分散的訂閱費已經足以支撐一個更有結構的做法。

二、用場景估效益，不用願景估效益。挑一到兩個「高頻度、高負荷」的場景，用「同樣的人可以多處理多少單」來估算，並且把訓練、用量、試錯、合規四筆成本列進去。

三、把資料主權當成預算的一部分。無論選哪種編法，都先問清楚模型接入方式、資料存放位置、權限與稽核機制；在越南、泰國營運的工廠，這一題不能省。

明年的預算會議上，AI 這一行該怎麼填，取決於你希望三年後公司留下什麼。如果貴公司正在編列 2027 年預算、想評估既有 ERP 升級到具備 AI 能力的投入與效益，歡迎填寫需求表，由熟悉您產業與所在國家的顧問為您評估。

常見問題

Q1：同仁各自訂閱 AI 工具的費用，需要編進預算嗎？

A1：建議編進去，而且要集中管理。分散訂閱不只是費用問題，更是資料流向與資安問題；把它列進預算，才能看見全貌，也才能判斷是否該改用更有結構的做法。

Q2：底座升級與購買新的 AI 專案，預算上怎麼比較？

A2：把時間拉長到三年來看。專案費每一個場景都要重新投入資料串接與權限設定；底座升級一次投入後，後續場景是在同一個框架上疊加。另外把訓練、用量、試錯、合規四筆隱性成本一併列入，比較才公平。

Q3：預算有限，AI 這一項最少該從哪裡開始？

A3：從一個高頻度、資料最完整的場景開始，例如訂單生單或報表分析，並確保它是在既有系統裡運作而不是另一套孤島。小規模但有結構，比大範圍但各自為政更容易在明年看到成果。