104學習

想靠抓綠鬣蜥斜槓變現？沒證照抓到能換錢嗎？本文整理綠鬣蜥移除教育訓練資格、4大考核重點與換獎流程，透過真實官方數據揭開「百萬獵人」背後的工傷風險與真實代價，幫各位拆解這項非典型工作的真實投報率。 文／《104職場力》 本文目錄 綠鬣蜥獵人是正規職業嗎？關於「證照」的真實定位沒證照能抓綠鬣蜥嗎？「自主防除」與「申領獎勵」的界線抓一隻綠鬣蜥能領多少錢？獎勵標準與算法解析捕獲綠鬣蜥如何兌領獎勵？5步驟點交流程誰可報名綠鬣蜥培訓？當獵人要考哪些內容？抓綠鬣蜥是門好副業嗎？拆解獲利真相與隱形成本 外來種綠鬣蜥氾濫，根據農業部林業及自然保育署統計，近年全台年度移除量已達數十萬隻，2025年更突破26萬隻，其中又以屏東、高雄等南部地區為主要熱區，隨著官方加碼防治，新聞頻頻報導民間高手靠抓蜥「月入十幾萬」、「半年換得上百萬禮券」，讓「綠鬣蜥獵人」成為社群媒體熱議的非典型副業。 但這項工作真的是人人可賺的「無門檻高薪」嗎？一般人抓捕能否換錢？本文從法規定位、考核內容、吻肛長計價，到領款點交的完整SOP，帶大家全面拆解這項新興副業的運作模式與真實代價。 綠鬣蜥獵人是正規職業嗎？關於「證照」的真實定位 「綠鬣蜥獵人是公務員嗎？」「這是一份穩定職業嗎？」雖然是跟政府合作，但在一股腦投入前，必須先破除以下兩個最常見的觀念迷思。 1.綠鬣蜥抓捕證是地方年度「受訓認證」，不是「國家證照」 媒體常以「合格狩獵證」或「綠鬣蜥證照」稱呼，但在官方行政體系中，並沒有由考選部或勞動部核發的國家級綠鬣蜥獵人證照，這個憑證正確的官方名稱是各縣市政府所核發的「移除教育訓練結訓證明」或「防除人員識別證」。 此外，這項資格通常有「單一年度有效」的期限限制，隔年必須重新參與回訓，確保技術與公約符合規範。 2.綠鬣蜥獵人「非受僱正職」，不是公務員 受訓合格的綠鬣蜥獵人與政府之間不存在任何勞雇關係、底薪或勞健保保障，所以不會看到政府單位開缺徵人。 官方綠鬣蜥獵人定位屬於「公私協力」的計件獎勵機制，抓到多少、經檢驗合格後核發對應額度的獎勵金或禮券，本質上更接近按件計酬的斜槓專案。 沒證照能抓綠鬣蜥嗎？「自主防除」與「申領獎勵」的界線 許多民眾好奇「如果在自家農地看到綠鬣蜥，沒去受訓可以抓捕嗎？」這個問題必須拆成「能否抓」與「能否領錢」兩個層面： 自主移除（合法但沒錢） 依據《野生動物保育法》第21條規定，野生動物若危害農林作物、家禽或人身安全，在無虐待動物且確保自身安全的前提下，農民與民眾得逕行移除。 網傳「未授證抓蜥會開罰6至30萬元」是早年特定保育法條的誤傳，林保署新聞稿已明確澄清，政府並未禁止民眾自主移除生活周遭的綠鬣蜥，只是不能申請獎勵而已。 申領政府獎勵（必須有認證） 若抓捕綠鬣蜥的目標是向政府換取獎勵金或禮券，就必須出具當年度的受訓合格認證。 此舉是為了確保作業人員具備人道處置觀念、使用合法工具，並熟悉系統通報機制，杜絕殘虐動物或非核准武器引發安全事件。 抓一隻綠鬣蜥能領多少錢？獎勵標準與算法解析 過去許多民眾傾向捕捉容易入手的小綠鬣蜥，導致2025年捕獲個體中未達30公分者高達84%，為了有效壓制族群繁殖力，中央與各地方政府滾動調整了獎勵階梯，最新政策調高了具繁殖能力的「成體」收購單價，調降「幼體」獎勵。 2026年林保署綠鬣蜥移除獎勵基準 移除對象類別吻肛長30公分以上（成體）吻肛長未達30公分（幼體）完訓認證民眾（民間綠鬣蜥獵人）300元／隻（原250元）50元／隻（原100元）縣市政府委託專業廠商500元／隻100元／隻 什麼是「吻肛長（SVL）」？為什麼不用全長計算？ 吻肛長是指從綠鬣蜥的「嘴吻前端」到「洩殖腔孔（肛門口）」的直線距離，不包含尾巴。 由於綠鬣蜥在遭遇天敵或危險時具備斷尾逃生特性，尾巴長度變異極大且容易人為拉扯膨脹，因此官方收購一律以骨骼結構穩定的吻肛長作為判定成體與幼體的唯一標準。 捕獲綠鬣蜥如何兌領獎勵？5步驟點交流程 為了防止跨縣市灌水或重複投件，從抓住綠鬣蜥到請領獎金，背後有一套嚴謹的防弊機制：捕獲當下APP打卡→量測與人道保存→預約排程送交→實體拉尺核驗與對點→現場銷毀並領取獎券。 1.現場拍照與定點定位 捕獲當下，民眾必須開啟林保署指定通報APP，開啟手機GPS定位並拍攝綠鬣蜥全身照片，系統會即時鎖定時間與經緯度，確認捕捉地點符合該縣市管轄範疇。 2.人道處置與低溫保存 依工作公約規範採人道方式處置綠鬣蜥或妥善束縛裝入防逃透氣袋中，若無法當天送交，民眾需自行備有低溫冷凍設備保存，避免腐敗影響現場檢驗。 3.依指定時段前往收件站 各縣市農業局（處）會公布固定的點交時段與地點（如各地消防分隊、特定合作農會、動物防疫所或委外驗收點），民眾可撥打各鄉鎮公布之電話聯繫，依安排期程送件。 4.現場量測與資格核對 民眾須攜帶身分證件、培訓識別證與手機通報紀錄到場，由承辦人員現場拉鋼尺複查吻肛長，並比對系統定位無誤。 5.登記核銷與獎勵發放 驗收完畢後，工作人員會對蜥體進行標記或銷毀防弊，並當場簽收發放對應額度的超商禮券、農會商品券或造冊辦理撥款。 誰可報名綠鬣蜥培訓？當獵人要考哪些內容？ 想取得合法的領獎資格，必須參加地方政府開辦的「綠鬣蜥移除教育訓練課程」並通過筆試與術科考核，但注意，並非人人都能成為綠鬣蜥獵人，無論是報名資格或名額都有限制。 1.綠鬣蜥獵人報名資格門檻 多數縣市的硬性規定為「年滿18歲」，且為防止跨區投機，絕大多數場次嚴格限制設籍於該縣市之居民才能報名。 外縣市民眾若未在該地設籍，通常無法取得該縣市的獎勵申領代碼。 2.綠鬣蜥訓練課程與考核內容 訓練課程內容絕非單純教大家如何捕抓，而是圍繞在物種辨識、安全操作、動保法規與數位申報4大面向： ▲綠鬣蜥物種習性與本土辨識 生態與習性認知：綠鬣蜥原產於中南美洲熱帶雨林，喜愛棲息於大河、紅樹林或灌溉溝渠邊的灌木高處，具有絕佳的跳水躲避天性，學員需掌握其晝行與夜間隱蔽規律。 嚴防誤傷本土原生種：課程考核重點之一是物種精準辨識，學員必須能一眼區分綠鬣蜥與臺灣本土的「攀木蜥蜴（如斯文豪氏攀蜥）」或水蜥，嚴格杜絕濫捕誤傷原生生態。 精準吻肛長量測：考核學員以量尺測定「吻端至洩殖腔（肛門）距離」之實務技巧，正確判讀30公分以上成蜥與30公分以下幼蜥的獎勵級距。 →→綠鬣蜥習性、特徵與風險←← ▲合法工具與人道處理 核可工具規範：受訓人員僅能使用政府指引核定的非殺傷性工具，例如長竿套索、彈弓配合安全魚鏢等實體工具。 絕對禁用武器清單：民間獵人嚴禁攜帶與使用高動能空氣槍、原住民自製獵槍、鎮暴槍或任何有毒化學藥劑，破除「考證即可配槍」的迷思。 動保福利與影像紅線：作業須全面落實人道處置原則，不可戲謔虐待動物，更絕對禁止在公開社群散布或炫耀血腥宰殺影像，違者除取消資格外，亦將移送動保法規裁處。 ▲安全防護與實務操作 保定技巧（物理制伏）：綠鬣蜥成蜥爪子極為鋒利，且其粗壯的長尾佔了全身3分之2長度，是防衛抽打的核心武器，擺動力量驚人。考核要求學員必須精熟壓制尾部與固定四肢的「保定手法」，避免遭抓割傷或撕咬。 高風險野外環境應變：實務演練在河堤護坡、崎嶇農地或攀爬高處時的自身防護，預防高空墜落、失足跌入泥淖，以及遭遇野外毒蛇蜂螫時的應急SOP。 ▲法規遵循與回報公約 筆試測驗與簽署公約：學員完訓後需通過測驗並簽署「工作公約」，恪遵移除規範，始能正式納入地方政府的防除人員名冊。 核發正式識別證件：審核通過後，縣市政府會發給公文或「綠鬣蜥防除人員識別證」，載明核可之物種、執行區域、使用工具與授權期限。這張識別證是獵人在野外作業時，面對巡邏員警、防汛巡查員或農地地主查問時最重要的「合法執勤護身符」。 林保署官方APP申報操作：學員必須學會現場合規打卡拍照、記錄經緯度與點位數據，確保後續至實體站點點交時資料吻合。 →→外來入侵種綠鬣蜥移除指引←← 3. 開課縣市概況 開課頻率與梯次由各地方政府視當年度預算、委外專案及野外危害程度而定，並非全年固定常設，目前以綠鬣蜥危害較嚴重的屏東、高雄、臺南、嘉義、雲林等中南部縣市最常開班，近期亦以屏東等重點熱區開課規模較為顯著。 如何掌握報名資訊？ 建議直接鎖定戶籍地縣市政府農業處／農業局官方網站之「最新消息」，追蹤「綠鬣蜥移除教育訓練」或「綠鬣蜥防治宣導工作坊」公告，切勿輕信社群網路上的私人收費代訓或代辦報名。 →→屏東縣116年綠鬣蜥移除教育訓練9月22日起開放報名←← 抓綠鬣蜥是門好副業嗎？拆解獲利真相與隱形成本 先別被新聞聳動的「百萬獵人」標題沖昏頭，民眾若以投入副業的角度評估是否投入，必須理性看清背後的數據分配與執業成本。 1.殘酷的「二八定律」：8成學員未曾領獎 以屏東縣公布的真實統計為例：2026年全縣受訓合格的657名獵人中，實際有繳交綠鬣蜥並領取獎勵者僅132人，換言之，超過8成受訓者完訓後未曾兌領。 在累積發出的1,035萬餘元獎勵中，前3名高手分別領走131萬、108萬與95萬元，光這3個人就囊括了全縣超過32%的總預算；而在雲林縣，首批25名完訓學員甚至曾出現結訓後2個月內無人繳交個體的現象，這表示，「獵蜥」需要極度熟稔的野外經驗與長時間蹲點，絕非受過幾小時室內課就能輕鬆變現。 延伸閱讀：雲林首批綠鬣蜥獵人完成受訓 2個月尚無人捕獲兌換獎勵金 2.顛倒的作息與高度工傷風險 白天綠鬣蜥視力絕佳、逃竄迅捷，獵人多半利用其夜間視力弱的特性，在深夜10點至凌晨4點間打燈夜巡，長期晝夜顛倒對白天有正職的上班族是極大的生理考驗。 另外夜間深入雜木林、泥濘魚塭堤岸或湍急溪溝，極易發生失足滑倒；南臺灣野外草叢中也常有眼鏡蛇、雨傘節等毒蛇與蜂群出沒，作業環境充滿不可測風險。 3.自備生財工具與禮券變現成本 獵人需自備高流明續航頭燈、防穿刺長袖厚手套、長筒防滑溯溪鞋、高強度伸縮套索與專用網袋；若單次收穫量大，家中還需自備大型冷凍冰櫃以維持蜥體狀態，要投入一定的裝備成本。 若該縣市不發現金，是發超商或賣場禮券，在後續轉售變現或生活日常開銷折抵上，有一定的不便性。 總而言之，「綠鬣蜥獵人」高額獎勵金的背後，是一場自負盈虧、門檻極高的「體力技術戰」，與其只看那少數「百萬獵人」的收入上限，更該先問問自己：你是否能承受那8成空手而歸的沉默成本，以及是否具備深夜深入草叢面對未知危險的心理素質？ 將【104職場力】加入Google偏好來源 延伸閱讀： 植物診療師是什麼？薪水職涯、報考資格、流程、證書申請懶人包！ AI無法取代！需求1,500名的「森林療癒師」如何逆勢走紅成熱門新職？

AI浪潮正在改變大學選系風向？台大教務處註冊組組長李宏森、升學專家藍天予解析資工、材料、化工、文法商等熱門科系消長，帶同學掌握116年選系思考方向，並整理4個免費科系探索資源。 文／天下學習編輯部　由Cheers授權轉載 本文目錄（點擊可快速前往） 113～115學年熱門科系分數變化一覽熱門科系洗牌！校長拆解3大趨勢一次看！1. 資工神話破滅？為什麼「台大資工」會一口氣掉12級分？2. 未來之星崛起：「實體科技」與「材料系」成為新寵3. 文組消長大調查：誰在殞落？誰在強勢崛起？116學年考生必看：選系前先做這些準備！給明年（116學年）考生的科系探索建議與免費資源 近年來AI浪潮襲捲全球，許多國高中生跟著覺得「選科系，盲選資工、電資就對了！」但今年（2026年）剛放榜的大學分科測驗入學榜單，卻給所有學生帶來了震撼。 如果你是明年（116學年度）準備參加學測或分科測驗的考生，這絕對是一份必看的「選系指南」。我們結合了台灣大學教務處註冊組組長李宏森、升學輔導專家藍天予的第一線觀察，帶你一口氣看懂近三年熱門科系的消長、分數變化與背後原因！ 113～115學年熱門科系分數變化一覽 總覽近三年大學科系錄取變化，可得到三個重要趨勢： 領域類別焦點科系分數趨勢與變化（113–115 學年）核心原因與第一線專家觀點二類組（電資／理化）台大資工系暴跌 12 級分（240.5 分 → 228.5 分）AI 工具開發門檻降低；考生憂心純軟體工程師被取代。台大電機系穩居高位（維持在 228 級分水準）兼具「硬體＋IC 設計」，不可替代性比純軟體高。台大材料系、化工系明顯攀升（填補資工留下的缺額）「準台積電」科系，半導體實體製造與材料需求爆發。三類組（醫藥衛生）台大醫學／牙醫系長年霸榜（自費醫維持 228+ 級分最高門檻）國家執照保障、不可替代性極高，社會地位與薪資避風港。一類組（文法商）純文史哲（如哲學／中文）缺額率升、分數普遍下修缺乏就業直接連結，傳統純文科面臨招生警訊。台大法律系（財法組）屹立不搖（單科平均高居一類龍頭，約 295 分）專利法、AI 智慧財產權與科技法規帶動專業證照價值。台大財金系／資管系強勢崛起（商管第一志願，穩定上揚）結合「數據分析＋金融科技（FinTech）」，展現跨領域優勢。▲資料來源：大學考試分發委員會（由Cheers授權轉載） 延伸閱讀：畢業手握11個工作！這科系逆勢變業界新寵，揭密營建業「10年跳升法則」 熱門科系洗牌！校長拆解3大趨勢一次看！ 1. 資工神話破滅？為什麼「台大資工」會一口氣掉12級分？ 過去幾年只要沾上「資工」兩個字，分數就被捧上天。但今年放榜最震撼的一幕，就是台大資工系的錄取門檻從去年的 240.5 級分，大降 12 級分來到 228.5 級分。 專家解析：台大教務處註冊組組長李宏森分析，今年台大資工系的採計科目與計分加權與去年完全一樣，在沒有考科變動的前提下出現12級分落差，最可能的原因就是受到AI浪潮的衝擊。現在像ChatGPT、GitHub Copilot 這類AI 工具寫程式又快又準，導致許多考生與家長心生焦慮：「如果未來寫code 被AI取代，那讀純資工還划算嗎？」 給考生的建議：這並不代表資工系沒價值了，而是市場在「擠掉盲目跟風的平庸程式人才」。未來只會寫基礎程式碼的人會被淘汰，但懂得將演算法與特定領域（如醫學、物理、硬體）結合的跨界人才，依然極度搶手。 2. 未來之星崛起：「實體科技」與「材料系」成為新寵 相較於軟體為主的資工系降溫，材料系、化工系與物理系反而成為今年的大贏家！ 專家解析：升學專家藍天予指出，半導體龍頭台積電以及先進封裝、晶片材料供應鏈的大膨脹，讓市場對「材料科學」與「基礎化學配方」的需求空前絕後。材料系被不少高分考生視為「進入半導體龍頭產業的直升機」，畢業後起薪高且工作不可替代性強，吸引大量原本二類頂尖考生轉投材料與化工。 3. 文組消長大調查：誰在殞落？誰在強勢崛起？ 許多人常喊「文組要沒落了」，但從這幾年的數據來看，文組並不是全面沉淪，而是出現極端的分化與轉型！ A. 正在面臨挑戰的科系：純文史哲學群 傳統的純中文、歷史、哲學等科系，在分發入學中屢屢出現缺額或分數下修。原因在於職場對於「單一人文技能」的需求門檻提高，若在大學期間沒有搭配次專長（如數位行銷、數據分析、語言檢定），畢業初期的薪資成長較慢。 B. 逆勢崛起的亮點科系：法律、財金與「數位商管」 法律與財經法律系：台大法律系（財經法學組）今年依然穩坐文組龍頭，分科採計後分數高達 295.00 分（單科平均分數極高）。隨著 AI 衍生出智慧財產權、資料隱私法規以及企業 ESG 審查，具備國家執照與法規判讀能力的法律人才反而更加炙手可熱。 財金系與跨領域資管（一類）： 台大財金系維持文組商業類第一志願。現今金融業極度渴望「金融技術＋數據分析」的人才，能夠運用 Python 處理金融大數據、做量化交易的商管學生，薪資與就業前景完全不輸理工科系。 延伸閱讀：半導體、護理強勢擴張，商管、藝術萎縮！未來高教趨勢為何？ 116學年考生必看：選系前先做這些準備！ 看完分數變化，千萬不要只看「現在什麼系紅」就填什麼系。四角化的產業變化告訴我們：現在熱門的系，四年後畢業可能剛好飽和；現在修飾調整的系，可能正是你低分高報的進場點。 給明年（116學年）考生的科系探索建議與免費資源 善用以下官方與大學提供的免費探索工具，幫自己找到最適合的定位： 1. collego! 大學選才與高中育才輔助系統 (教育部官方網站)特色：目前全台最完整的科系介紹庫，包含各科系的學習內容、開課地圖、未來進路，以及學長姐的真實心得。 2.大學多元入學升學網 (大學問 / 大學考試入學分發委員會)特色：可以查詢近幾年各科系的採計科目改變、歷史最低錄取分數與加權轉換。 3.台大 OpenCourseWare (OCW) / 臺大開放式課程特色：想知道資工系、材料系、財金系到底在學什麼？直接進去免費聽台大教授上第一堂課，立竿見影知道自己有沒有興趣。 4. IOH 開放個人經驗平台 (Innovation Open House)特色：收集了全台灣各大大專院校、超過上千位各系學長姐的影音分享，真實記錄「這科系在學什麼、畢業後做什麼、適合什麼性格的人」。 （原文標題：【深度剖析】大學志願大洗牌：資工系暴跌，AI真的搶了工程師飯碗？專家建議：學會這件事，程式人才依舊搶手） 將【104職場力】加入Google偏好來源 延伸閱讀： 四技二專甄選入學 6 個志願怎麼選填？統測成績落點、科系選擇一次說清楚 半導體後的下一個護國群山？從零組件到發射衛星，太空產業人才需求在哪裡 AI搶飯碗時代，《經濟學人》揭４個「哲學家」超搶手的關鍵理由 營建業翻身「就業金飯碗」！這個科系畢業生平均手握１１個工作機會，企業贊助２０萬獎學金搶才

2026-09-23 聯合新聞網　由聯合新聞網授權轉載 英國一項大型研究發現，閱讀不只能增加孩子的閱讀能力，在孩子成年以後，也與更佳的認知能力、心理健康有關。不僅如此，這些孩子的語言學習、記憶與語言發展也較佳，就連出現壓力與憂鬱相關症狀的情況也比較少，可說是各方面帶來益處的好習慣。 據《紐約郵報》（New York Post）報導，英國劍橋大學研究團隊分析超過10萬名美國兒童與青少年的資料，從9、10歲一路追蹤至成年早期。受試者參與「青少年腦部與認知發展研究」，研究人員將他們分成兩組，一組是在2至9歲之間就養成閱讀樂趣的人，另一組則是較晚開始閱讀，甚至幾乎沒有閱讀習慣的人。 結果發現，約48%的孩子很少閱讀休閒讀物，或直到較晚的年紀才開始閱讀；而其他孩子則已經累積約3至10年的閱讀經驗。研究團隊進一步比較臨床訪談、認知測驗、心理與行為評估，以及腦部掃描結果，並考量社經背景等因素後發現，較早開始閱讀的孩子，在青少年時期的認知表現普遍較好。 這些孩子在語言學習、記憶與語言發展測驗中表現較佳，學校課業表現也往往比較好。而且好處不只停留在課業上；這些孩子出現壓力與憂鬱相關症狀的情況較少，注意力也較好，攻擊行為與違反規則等行為問題也更少。 愛看書的孩子還有一個意外優勢，那就是較低的螢幕使用時間。研究發現，從小培養閱讀習慣的孩子，到了青少年時期，不論平日或週末，看電視及使用手機、平板的時間通常較少，同時睡眠時間也比較長。 腦部掃描更顯示，早期閱讀組的青少年整體腦部區域與體積略大，其中包括與認知能力相關的腦區；另外一些出現差異的區域，也與心理健康、行為及注意力有關。 不過，研究也發現「書看太多」可能反而沒有額外好處。研究團隊估計，兒童每週進行約12小時的休閒閱讀時，相關益處最為明顯；超過這個時間後，優勢似乎開始趨於平緩，認知測驗分數甚至出現下降。研究人員推測，原因可能是孩子如果長時間埋頭看書，便可能減少運動、和朋友互動等同樣有助於大腦發展的活動。 研究人員呼籲，與其只把閱讀當成提高學業成績的工具，不如從小讓孩子找到「看書本身很好玩」的感覺。畢竟閱讀帶來的好處可能不只屬於童年，成人研究也發現，閱讀與較低壓力、較放鬆，以及較高同理心有關；年長後持續從事閱讀等刺激大腦的活動，也與較低的認知功能下降及神經退化疾病風險相關。 延伸閱讀： 時間不夠如何讀更多書？「高效能閱讀法」挑出必讀好書 OECD研究揭：全球青少年閱讀力正在下滑！AI世代如何培養「深度腦」？ 工作讀書老是分心？不只手機，這些「內外部分心物」偷走注意力

AI會先取代誰，又會留下哪些位置給人類？李開復以工作內容自由度與人際互動依賴度，提出智力、體力工作兩張職場地圖，解析難被AI取代的關鍵，以及未來最值得培養的5種能力。本文節錄自《AI未來已來》。 文／李開復 本文目錄（點擊可快速前往） 兩張地圖：我的工作還安全嗎？智力工作的四象限地圖體力工作的四象限地圖李開復：3個方向，未來的路成為團隊裡最會用AI的那個人 兩張地圖：我的工作還安全嗎？ 現在把鏡頭從你的公司拉到整個勞動力市場上。每個人都想要一張能進行自我對照的地圖，以判斷自己的工作到底安不安全。很多年前我就做過AI將改變、甚至取代人類工作的預測，事實證明我的邏輯是對的。隨著AI的飛速進步，我把這個預測更新成下面兩張地圖：一張給智力工作者，另一張給體力工作者。 下面先講兩條由兩張地圖共用的軸。 橫軸表示的是一份工作的內容自由度。低自由度意味著工作環境中有標準答案，邏輯清楚、對錯分明，機器在這裡有壓倒性優勢；高自由度意味著工作中沒有標準答案，這種工作可能看起來有一些模糊、很新穎，對隨機應變能力有很高的要求，有時連問題本身都不容易說清楚，人在這裡有優勢。這條軸的兩端並非總是截然兩分的，但大體上可以認為自由度愈低，機器愈占上風。 縱軸表示的是一份工作對人際互動的依賴度。在低依賴度一端，價值是你工作的速度、規模、成本、品質等，在這些方面，機器在未來都會更強；在高依賴度一端，價值是誰能在場承擔責任、誰值得被信任、誰能說服他人、誰能創建合法性、誰能關心別人、誰能被另一個人需要，在這些場景中，人更強。 這兩條軸劃分出四個區域：機器最占優勢的是「工作內容自由度低＋人際互動依賴度低」區域，人最占優勢的是「工作內容自由度高＋人際互動依賴度高」區域。 智力工作的四象限地圖 圖／《AI未來已來》 下面具體介紹智力工作四象限地圖的4個區域。 機器主場（工作內容自由度低＋人際互動依賴度低） 在這個區域，每項工作都有清晰且可遵循的標準答案，不需要某個特定的人在場，比如資料輸入、帳務處理等。一個很「扎心」的事實是，以前我們認為人類能力的高點之一——基礎程式碼撰寫，居然也在這個區域。因為程式碼對不對是有標準答案的。正因為有這把客觀的尺，AI在寫程式碼上才進步神速。所以如果今天你只是一個「寫程式的封閉執行者」，那麼你能留在機器主場的日子就不多了。 人機協作（工作內容自由度低＋人際互動依賴度高） 機器已經比人更會執行這個區域的工作的核心環節，但這個區域的工作仍然需要保留一部分人——可能是為了取得信任、擔負責任，或者確保合法。比如，AI已經能解讀放射科提供的影像資料了，但簽字負責的仍是主治醫生。又如，法官做出的裁決可能本就基於AI的推薦，但這一判決必須由人來做出才有合法性。 這個區域的工作者面臨的風險就是可能變得只會「蓋章」。若是如此，那麼其遲早會被取代。 開放成果（工作內容自由度高＋人際互動依賴度低） 這個區域的工作的特點是：內容很雜、很新穎，所以還得由人來做，但沒人在乎由哪一個人來做。這一類工作沒有關係溢價，如前沿研究、原創寫作、腦力激盪、給全新問題想出第一版策略等，它們處於人類智力和創造性的前沿，但很少涉及人際關係。這個區域的工作者暫時安全，但這種安全性會隨AI技術的進步逐漸下降。 人性核心（工作內容自由度高＋人際互動依賴度高） 這個區域的工作特點是內容很雜且是關於人的。這類工作的從業者多為資深人員，包括心理治療師、優良教師、資深業務等。這是目前人類最有優勢，也最安全的區域。 體力工作的四象限地圖 體力工作的四象限地圖是類似的。（如圖22所示） 圖／《AI未來已來》 左上方的部分，還涉及很多人際互動，收銀員有時要和客戶互動、理髮師需要和客戶聊天溝通，機器的滲透還相當有限。 左下方是機器主場，涵蓋的工作包括倉庫分揀、流水線裝配、產品品質檢驗等，機器正在一塊塊拿下這個區域。 在圖中愈往右的區域，機器的優勢愈小。右下方的工作包括老屋水電改造、災後救援、管道搶修等，對於這些雜亂的工作，工作者需要在不可預測的空間裡隨機應變，人仍然穩穩占優勢。而右上方涵蓋的工作，如護理、臨終關懷、助產、到府私廚等，更是隱藏著機器無法觸碰的人性核心。 這裡還有一個反直覺的現象。十年前，絕大多數人認為AI會先搶走工廠工人和卡車司機的工作，知識工作者最安全。但真實結果是大腦能幹的活比我們以為的更封閉，手腳能幹的活比我們以為的更開放。這正是「摩拉維克弔詭」在四象限地圖上的樣子。 在AI 1.0剛出現的時候，包括我在內的很多人都把創意工作當成人類的安全區，沒想到生成式AI一腳就踏了進來。創意工作可以分為以下兩種。 重組式的創意工作——公式化的行銷文案、圖庫插畫、範本設計，這類工作很快就被推到了「封閉＋交付結果」區域，AI在此已占上風。 原創式的創意工作——真正去界定一個新問題，這是AI很難觸及的，這類工作仍處於「開放＋交付結果」區域。 所以「創意能讓你安全」本身是一個過度簡化的結論，重要的是你得分清你做的是哪一種創意，究竟是有跡可循的公式重組，還是原創性極強的新想法。 李開復：3個方向，未來的路 本節的內容是給每個人的一張行動地圖，這也是你能轉達給身邊其他人的建議。地圖的價值在於告訴你：哪些仗別再打了，以及哪些方向真的通向人還占優勢的地方。整體有以下3個方向供你參考。 方向一：往「開放」靠 你要主動去尋找那些最難、標準化程度最低、最沒人願意去做的事，去問題還沒被定義清楚的地方。如果你是工程師，與其更快地寫一段標準函數，不如去啃那個連需求都沒人說得清的專案。你要去做靠品味和判斷、沒有清晰對錯的事，成為那個決定什麼值得做的人。當執行幾乎免費，稀缺的就不再是「做」，而是「選」。培養品味、磨練同理心都很有價值，你要大量去看你所從事的產業裡最好的作品，逼自己講清楚它好在哪裡。 方向二：往「複雜、風險、把關」靠 高風險的把關、跨部門的協調、要照顧各方利益與進行合規的判斷，這些愈是依賴人和規則的專案，AI愈啃不動。而且出了事，只有人能承擔責任，AI無法承擔責任。你要把自己放到「出了事要由你負責」的位置上去，那正是價值聚集的地方。 方向三：往「溫度、信任」靠 未來人類參與最多的工作，不是前沿技術領域的工作，而是「另一個人特意為我付費」的服務工作。當一個人有了更多的時間和更厚的錢包，他要的往往不只是一頓飯、一堂課，而是「我無條件信任他」、「有個人真的把心放在了我身上」的感受。人與人的關係很多時候需要時間和經歷的累積，這是AI完全無法取代的。 這裡再分享5種無論朝哪個方向走都該努力培養的能力，按重要性由高到低排列如下： 一是模糊中的判斷力（資訊不全時做對決定，並知道什麼值得做）。 二是建立信任與關係的能力（讓他人希望你在場）。 三是共情與在場能力（真正聽懂他人的話）。 四是指揮AI的能力（界定問題、拆解、委派、驗證、整合）。 五是獨特的品味與策展能力。 成為團隊裡最會用AI的那個人 最後，如果挑一件清晰且可以執行的事情來幫助你在未來獲得更強的競爭力，那麼它會是：從2026年起，成為你的團隊裡最會用AI的那個人，這是你能買到的最便宜的保險，而且別只用它追求「更快」，要用它追求「更高」，讓它把你托舉到原來達不到的層級。這正是破解「斷梯」難題的辦法。AI先取代的恰恰是初級職位，新人一開始就要和AI競爭，這第一級台階反而是最困難的；而善用AI，新人能直接交付出過去要熬幾年才拿得出的東西。 節錄自：天下文化《AI未來已來）：變革巨浪中的CEO、企業、個人轉型戰略》／李開復 著 將【104職場力】加入Google偏好來源 推薦閱讀： AI時代該學什麼？程世嘉：比技術更值錢的是「基本功＋軟實力」 AI進入3.0時代：智慧通膨、零點擊、人機協作如何改寫白領工作？

OECD最新報告顯示，全球青少年的深度閱讀力明顯退化，愛用AI寫摘要的學生成績反而更低，這背後原因為何？本文帶你看懂數據，並提供讓深度思考力不退化的具體做法。 文／《104職場力》 本文導覽 閱讀力下降，最麻煩的不是「看不懂」跌得比較多的，不一定是弱勢學生AI不是敵人！但有沒有把「思考」外包出去很關鍵！上班族可以怎麼做？建議從「不急著要答案」開始訓練！ 遇到一份落落長的文件，第一步是「丟給AI幫忙整理」，幾秒後拿到摘要，快速掃過幾行重點後就當完成了閱讀……這個舉動已成學生及上班族的常見習慣。 AI確實能幫忙節省大量時間，但一份最新的OECD報告卻點出一件值得思考的事：當資訊越來越容易被整理成重點，人還能不能靜下來把一件複雜的事情讀懂？ OECD近期發布了一份涵蓋91個國家與經濟體、超過76萬名15歲學生的研究報告《PISA 2025》，結果顯示，閱讀是3大核心學科中表現下降最明顯的一項；而從2018年至2025年，有可比較資料的教育體系中，約4分之3的閱讀表現都出現下滑。 這個現象不只教育工作者要關心，也提醒每天都在讀Email、報告、簡報和資料的上班族：AI工具可以幫忙處理資訊，但「理解資訊」這件事不能全部交出去。 閱讀力下降，最麻煩的不是「看不懂」 先看最直接的數字。 2015年至2025年，OECD國家的平均閱讀分數從489分下降到461分，少了28分，是3大學科中下降幅度最大的項目；到了2025年，平均20%的15歲學生在閱讀、數學、科學等科目上都沒有達到基本程度。 另外，OECD還在這幾年的數據中觀察到，那些作答很快，但容易答錯的「急躁型讀者」（Hasty Readers）顯著增加；且越到測驗後段，學生的表現下滑得越厲害。 這反映出當前的核心危機，恐怕不只是「閱讀能力變差」，還有在面對複雜、長篇的內容時，大家越來越難保持耐心與注意力。 跌得比較多的，不一定是弱勢學生 如果把閱讀力下降直接歸因於「教育資源不足」，其實不完全符合這次的研究發現！數據顯示，2018到2025年間，來自富裕家庭的學生分數下滑幅度反而比弱勢家庭更加劇烈，這說明比起社經地位，問題的根源可能更接近PISA資料所呈現的另一個點：全體學生接觸文字的習慣徹底改變。 大家越來越少翻開小說、紙本雜誌或報紙，轉而在社群與通訊軟體上打字聊天，整個社會接收資訊的模式被訓練成「快速搜尋、快速瀏覽、快速下滑，然後快速拿到答案」，當「速食資訊」變成生活日常，學生對閱讀的樂趣自然顯著下滑。 面對一份需要靜下心、花時間梳理的長篇大論時，還能不能耐著性子讀完？這不僅是教育課題，也是所有人共同要面臨的挑戰。 AI不是敵人！但有沒有把「思考」外包出去很關鍵！ 報告中有一項值得注意的數據：習慣用AI做摘要的學生，平均成績低於完全不使用的學生。 但OECD並沒有把AI污名化為「成績殺手」，報告特別強調，AI與學習表現之間的關係十分複雜，關鍵在於「怎麼用它」！適度運用數位工具，對學習其實是大有裨益的；真正造成負面影響的，是過度依賴和注意力分散。 如果AI扮演的是引導者，適度給予提示、整理框架、提供回饋，讓大家更有方向思考，它就是最好的輔具。 但如果每次遇到難題，都直接讓AI把最耗腦力的步驟做完，那也同時省掉自己大腦升級的機會。 有些知識，我們必須親自卡關、親自思考過，才會真正變成自己的，就像看再多健身影片都不會長出肌肉一樣，只看AI整理好的懶人包，絕不等於真正理解議題。 104 AI通用素養檢測 實體 104 AI通用素養檢測｜104獨家AI測驗認證 1656人感興趣 了解課程＞ 上班族可以怎麼做？建議從「不急著要答案」開始訓練！ 雖然這份報告研究的是15歲學生，但也可以映射到職場，工作上有太多關鍵事項絕不能只看3行摘要，比如合約、市場分析、數據，甚至只是一封字數較多的Email，因為魔鬼真的會藏在那些「很麻煩、很長、很想跳過」的細節當中。 平時我們可以透過這些方式訓練自己的大腦： 有問題先自己想，再請AI補 遇到問題時，先花幾分鐘整理自己的想法，哪怕只是粗略的猜測也無妨，接著再讓AI幫忙補充、尋找盲點，避免全面「外包思考」。 就算有摘要，也要知道原文在說什麼 日常資訊快速掃過摘要當然沒問題，但面對關鍵報告、決策依據時，別只停留在AI整理出的幾行文字，至少要回頭確認原文上下文與原始數據，才不會把「AI消化後的版本」誤當成「事實本身」。 偶爾留一點時間，自己「啃」難題 時間要花在刀口上，不必每件事都親力親為，但我們可以刻意保留一些需要深層閱讀、梳理與推理的工作，因為許多高階的決策與洞察力，就是在這些「有點慢、有點卡」的認知掙扎中鍛鍊出來的。 AI讓工作與學習變快當然是巨大的進步，只是不當應用衍生的後果已經浮現，透過這份報告，職場人更該謹慎運用手邊工具，畢竟在資訊爆量的時代，能否「讀懂、判斷、連結，並形成自己的想法」才是核心競爭力。 （參考資料：OECD (2026), PISA 2025 Results (Volume I): Future-Ready Students, PISA, OECD Publishing, Paris. https://doi.org/10.1787/73451bc5-en） 將【104職場力】加入Google偏好來源 延伸閱讀： ChatGPT也開始「管」孩子怎麼用AI？青少年版上線：防沉迷、防抄作業！ AI也能用來經營人脈！從零碎資訊看懂對方，找出溝通切入點

2026-09-08 世界日報編譯陳韻涵　由聯合新聞網授權轉載 美國就業市場出現罕見逆轉，沒有大學學歷的年輕勞工迎來數十年來少見的有利求職環境；相較之下，大學畢業生，尤其是科技、科學等專業領域的求職者，反而面臨更嚴峻的就業市場。 勞動市場智庫「燃燒玻璃研究所」(Burning Glass Institute)分析，未讀大學或大學肄業的22歲至34歲勞工失業率，接近20多年來最低水準。 該研究所經濟學者萊瓦農(Gad Levanon)指出，過去20年間，不同教育程度勞工的失業率大致同步，景氣好壞都呈現類似走勢，但如今情況明顯分化。 沒有大學學歷者的失業率表現優於過往水準，大學畢業生卻處於20多年來最差的求職環境之一，進階學位持有者以及科技、科學領域從業者受到的衝擊尤其明顯。 「華爾街日報」報導，這項轉變反映勞動市場供需失衡。 嬰兒潮世代陸續退休，加上移民人數減少，營建、製造等產業的技術勞工供應吃緊；另外，擁有大學學歷的人口持續增加，企業對大學畢業生的需求卻未成長，而近年蓬勃發展的人工智慧(AI)取代部分過去由應屆畢業生擔任的入門白領職位。 萊瓦農表示，「擁有學士學位的人快速增加，沒有學位的人則快速減少」，而這種結構性變化「並非暫時現象」。 就絕對失業率而言，大學學歷仍具有明顯優勢；截至7月的12個月期間，25歲至54歲的勞工當中，大學畢業者平均失業率為2.7%，低於曾大學肄業者的3.6%，以及僅具高中學歷者的4.7%。 不過，若與各教育族群自2003年以來的歷史失業率相比，藍領及高度依賴人際互動與實際操作的服務業工作，目前表現明顯較佳。 最新就業數據也凸顯此趨勢，上月新增16萬2000個工作，其中餐飲業增加5萬9000個，占全國新增職位逾三分之一，反映需要到場服務、動手操作或難以完全由AI取代的職位，仍有強勁需求。 萊瓦農建議應屆畢業生擴大求職範圍，包括放寬地理位置及職位條件。他說：「要一舉進入頂尖企業或許很難，但只要願意妥協，就會容易許多。」 104 AI通用素養檢測 實體 104 AI通用素養檢測｜104獨家AI測驗認證 1656人感興趣 了解課程＞ 延伸閱讀： 藍領工作大翻身！不怕AI取代 企業主管改開計程車：12天賺到以前月薪 黃仁勳點名「未來高薪」！一堆人想學水電翻身 業內人曝難處：不是技術

花錢上課、拿到完課證明，為什麼轉職、加薪、升遷依然卡關？學了這麼多職涯會什麼沒改變？本文分析工作者與雇主對「學習」的認知落差，提供職場能力轉化的4層架構、實戰變現法，幫各位把學費變成真正的職涯籌碼。 文／《104職場力》 本文導覽 「有上課」不會加分？主管與面試官真正在意的是什麼？知識如何變籌碼？跨越「學完到變現」的4大階段第1層：聽得懂（打好底子，但別淺嚐即止）第2層：用得上（把新方法放進日常工作）第3層：做出成果（拿真實爛攤子開刀）第4層：被看見（用數字說話，把功勞變成籌碼）延伸思考：花錢上課到底是「真有需求」還是「買心安」？ 上班突然想學東西，多半是職場給了某種刺激，比如看到同事用AI幾分鐘搞定工作，開始擔心自己沒價值；點開想投的職缺，發現條件多了一項陌生技能；或者在同一個位子卡了幾年，薪水和職稱紋風不動，心裡難免發慌。 這時候，下單買課成了最快見效的定心丸，輸入卡號、跳出報名成功的那一秒，心裡通常會鬆一口氣：至少，我已經開始做點什麼了……但把影片看完、拿到完課證明後，隔天走進辦公室，依舊是那個轉職卡關、調薪沒份的小透明，於是又陷入了新的職涯焦慮循環。 這很像辦健身房會員，簽完約天天報到就覺得自己會改變，卻忘了體態養成是繳完錢後，從學用器材、矯正姿勢、反覆訓練來的，不是天天去健身房滑手機就會長肌肉；學習也一樣，我們都以為「上完課職涯就會改變」，其實要打破現狀，課後只是起點，當公司看見你真正動起來之後的成果，才可能給你更多機會！ 「有上課」不會加分？主管與面試官真正在意的是什麼？ 工作者進修時，習慣計算的是自己的「輸入成本」，比如：花了多少週末、看了幾小時影片、買了幾堂線上課、筆記多精美等。 但在企業端，評價標準永遠只有：你能不能把學到的東西轉化為實際產出、直接變現，或幫組織達成目標？ 如果上班族進修只停留在「我有上過課」的自我滿足，那在「求職、調薪、升遷」這3個職場最現實的場景中，就容易因為巨大的認知落差而吃虧！底下用一張表對比兩種想法的差異，並提供真正有益的指標： 場景普通人思維老闆主管期待的能力真正的關鍵評估指標轉職求職我修畢40小時Python數據分析，附上完課證書能不能看懂未經整理的數據，並從中找出商業盲點親手處理過的案子並能清楚說明解題邏輯（證明能力有落地、能解決問題）爭取調薪今年自主進修了3門AI自動化流程課有沒有真的幫自己或團隊減少每週重複的工作負擔組織的成本節省量或產出擴增量（證明學習有轉化成省時或創造營收的能力）角逐升遷讀完了專案管理與團隊領導的完整理論框架專案卡關、跨部門起衝突時，敢不敢出面收拾？預計怎麼處理？責任承擔半徑（證明在混亂與不確定中具備推進力） 雖然有點殘酷，但對企業來說，有價值的是「解決問題的確定性及能力」，不僅僅是員工個人的「求知慾」，只有將輸入的內容轉化為組織有感的輸出，「學習」才具備議價空間。 知識如何變籌碼？跨越「學完到變現」的4大階段 如果從著名的「柯氏評估模型（Kirkpatrick Model）」來分析，把一項新知識放進職涯中，要依序走過「認知、工具、產出、影響力」這4個層級： 認知層➜聽懂專業名詞、跟著示範操作、取得完課證明（上完課只到這邊） 工具層➜帶回日常工作替換舊流程、在實際業務中除錯 產出層➜做出真實專案、建立量化儀表板、打造個人作品 影響力層➜跨部門成效驗證、被市場看見（具備議價與變現權） 多數人之所以覺得進修對職涯沒幫助，是因為才剛跨過第1層，就以為能收穫第4層的結果，才沒那麼簡單！每階段都有阻力跟盲點，卡關的話，不妨參考底下建議： 第1層：聽得懂（打好底子，但別淺嚐即止） 剛看完教學、聽得懂名詞，跟著講義範例也能跑出正確結果，很多人這時候就容易陷入盲點、走出兩種極端： 一種是「只看前兩章學點皮毛就自滿」，以為記住幾個流行單字就等於學會。 另一種則是「為了追求完課率而死讀書」，把看影片當成打卡。 專業能力需要完整架構支撐，不能只偷懶學碎片，想破局，首先要耐著性子把核心邏輯搞懂，不必非得死背每個細節，只要底層原理通了就可以嘗試往下實際操作，別讓學習只停留在腦袋裡。 延伸閱讀：線上課永遠看不完？5點燃起線上學習動力，讓每分錢都花得有價值 第2層：用得上（把新方法放進日常工作） 這階段開始想把新觀念或工具帶回辦公室，不過起初會發現「用新方法反而做得比原本更慢」，甚至頻頻碰壁出錯，多數人會在這個陣痛期退縮，默默換回原本笨拙但熟悉的舊習慣，但這樣很可惜，因為熬過陣痛期才有可能長出「肌肉」。 建議每學完一個關鍵技能，就強迫自己在當週工作中至少用一次，剛開始一定會卡關，但多撞幾次牆，工具才可能真正變成你的武器，練成不用開講義也能下意識用出來的本能。 第3層：做出成果（拿真實爛攤子開刀） 頻練習很好，但課程附帶的練習檔通常都是清洗乾淨、邏輯完美的「無菌室環境」，跟真實職場中資料格式殘缺、需求講不清楚的狀況不同，很多人在教材裡拿滿分，一回到工作現場面對混亂就完全不知從何下手，這樣也不算「學會」。 建議大家練習完那些簡單範例後，直接拿手邊最棘手、最繁瑣的真實業務當白老鼠，想辦法做出成果，無論是一份能輔助主管決策的自動化報表、一套團隊可通用的SOP，還是能放進履歷的個人專案，在會出錯、有破綻的真實爛攤子裡親手除錯一次，實戰經驗遠勝照著教材點擊百次。 第4層：被看見（用數字說話，把功勞變成籌碼） OK你做出了一點東西，但完全沒人知道，那終究還是難逃被埋沒的命運！在企業眼裡，沒被看見、沒經過量化、沒顯示出效益的產出，就很難變成談薪或升遷的籌碼。 別再盲目相信「默默努力老闆主管自然會看見」，請主動呈現自己的價值，把「我學了什麼」調整成「組織因為我這項能力獲得了什麼好處」，比如：把「具備自動化處理能力」改成「導入自動化腳本重構跨部門報表流程，每週幫全組省下6小時，資料出錯率降低95%」，讓精準的量化效益把你的學費與時間兌現成真正的職涯籌碼！ 延伸思考：花錢上課到底是「真有需求」還是「買心安」？ 除了學費，成年人進修昂貴的成本還包含下班後有限的專注力，上課只是突破職涯的其中一個方式，並非絕對！下次再產生「好像該買堂課」的焦慮衝動時，不妨先對照以下檢核點： 痛點定位是否具體？ 如果理由只是模糊的「想提升競爭力」、「跟上AI趨勢」，通常買下的只是焦慮緩解劑，具體的痛點應該是：「我下個月必須做出產品原型，需要先學會線框圖設計工具，這堂課能幫助我學會這項技能」。 這個卡點是「缺知識」，還是「缺行動」？ 捫心自問，有些事情我們早就掌握基本概念，只是遲遲不願面對繁瑣的執行過程，行動力欠缺的問題，買再多大師課也無法解決。 解決問題的最小途徑，真的是購買一套完整的課程嗎？ 工作上的特定卡點，有時一份官方技術文件、一支10分鐘的操作影片，或請教資深同事一杯咖啡的時間，解決效率遠高於30個小時的系統長課。 未來90天內，是否有明確的實踐場景？ 如果學完之後，在目前的職責範疇或可執行的專案中找不到任何落地機會，這門課有很高機率會在熱度退去後被遺忘殆盡。 願意在下班時間自掏腰包投資自己，絕對是值得鼓勵的態度！如果說一堂好課是把精良的工具，比起追求收集了幾把工具，更應該聚焦在「能拿這把工具在崗位上開拓／產出／節省了什麼」才更能顯現個人價值！ 點擊按鈕搜尋合適的學習資源 延伸閱讀： 想做的事對職涯有價值，但短期不會有回報，怎麼找行動力？ AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司 能力相同，憑什麼升遷的是他？一場簡報竟成為職場勝負關鍵！

2026-09-01 聯合報記者柯美儀　由聯合新聞網授權轉載 人工智慧時代來臨，教育部鼓勵大學積極培育具備AI素養的跨域人才。教育部今年5月發布「未來人才AI能力圖像」，近日再從「教育部磨課師」學習平台（https://moocs.moe.edu.tw/）首波推薦18門課程，讓民眾不受時間、空間限制，透過線上學習掌握AI核心能力。 教育部表示，「未來人才AI能力圖像」是我國推動各級學校AI教育與未來人才培育的政策藍圖，提出「運用AI學習的能力」、「負責任使用AI的能力」、「運用AI解決問題的能力」及「AI無法取代的能力」4大面向，引導國小、國中、高中到大學推動AI教育，透過基礎教育與高等教育銜接，提升未來人才整體競爭力。 為協助學生快速了解、應用AI，教育部首度與國立台灣師範大學團隊合作導入AI評估機器人，依據「未來人才AI能力圖像」指標，並從「趣味度、內容深度、實作程度、結構清晰度、應用廣度」5大面向，評估「教育部磨課師」平台上的人工智慧課程，首波推薦18門課程。 教育部說，18門課程涵蓋AI導論、機器學習、深度學習、自然語言處理及電腦視覺等主題，每門課程均清楚標註對應培養的AI能力指標。 其中，獲得專家及AI最高評分的「應用機器學習於 Python」，由國立政治大學教授林怡伶開設。林怡伶表示，課程為應用導向、非基礎課程，學習者應具備一定的程式能力或熟悉Python的語法。課程內容先說明機器學習，再說明基本的資料分析流程步驟，最後到機器學習模型。課程最大特點規劃完整的學習範圍，讓學生快速認識機器學習涵蓋的各項重大領域，並且能依循著教材去鑽研相關知識，輔助其自主學習。 →點擊查看更多Python課程 此外，東海大學楊朝棟教授開設的「AIoT技術與應用」也是此次推薦課程之一。課程以AIoT（人工智慧物聯網）為核心，整合人工智慧、物聯網、感測器、嵌入式系統及邊緣計算等技術，帶領學習者掌握AIoT系統基本原理及實作方法。 楊朝棟表示，希望學習者修習課程後，不僅具備AIoT相關知識，更能透過實際操作培養資料處理、系統整合與問題解決能力，學會將AI技術應用於物聯網設備與實際場域，進而具備自主探索及開發創新AIoT應用服務的能力。 →點擊查看更多AIoT課程 教育部磨課師目前已累積逾2000門跨領域優質線上課程，除提供中小學教師及教保人員在職進修課程，也因應教育發展趨勢建立主題專區，提供學習者主題式學習。 教育部資訊及科技司長葉家宏表示，教育部磨課師是免費開放全民學習的線上學習平台，修畢課程均可獲得修課證明；若為在校生，部分課程依各大學規定更可被採認為正式學分，自我進修又能獲得學分，有一箭雙鵰之效。 葉家宏強調，面對AI驅動產業轉型浪潮，教育部同步國際趨勢發布「未來人才AI能力圖像」，在磨課師平台上建立主題專區，也在平台上增加精準推薦、字幕生成的功能，這些資源完全開放，無論是學校、教師或學生，都能依需求彈性運用。教育部鼓勵各界善用這些優質資源，共同為培育AI世代努力。 104 AI通用素養檢測 實體 104 AI通用素養檢測｜104獨家AI測驗認證 1656人感興趣 了解課程＞ →點擊查看更多AI課程 延伸閱讀： Anthropic Academy免費AI課程完整指南｜從入門到進階17堂全攻略 2026最新AI補助申請！台北市青年最高4000元、新竹市3000元，申請資格整理

人工智慧產品經理AI PM（product manager），無疑是當前職場最紅的職務之一。AI PM和傳統PM有什麼不同？AI PM又和AI工程師有何差異？為什麼AI PM年薪能輕鬆超越百萬？104職涯診所Podcast EP560【AI PM紅什麼？！年薪上看150萬！不用精通程式，但要懂AI技術、能和工程師溝通】提到，AI PM不見得要精寫程式，但必須懂技術，尤其要具備讓AI落地於產品的能耐；相較於傳統PM，AI PM的薪資可能多30%；年薪因專業度和年資而不同，80~150萬不難，150~250萬有機會，主管職或上市櫃公司有望超過250萬。  ※更新日期：2026/08/31 文／104職涯診所Podcast 本文目錄（點擊可快速前往） 「AI PM」人工智慧產品經理，在傳統職責疊加AI技術應用 AI PM和傳統PM差在哪？以履歷表功能為例 不會寫程式也ok？AI PM需具3大核心能力：技術、市場、整合 AI PM的「AI思維」，創新探求與落地能力 AI PM薪資比傳統PM高多少？年薪輕鬆逾百萬 如何轉型AI PM？傳統PM、非相關背景的職涯路徑 AI PM有加分的產業背景或科系背景嗎？ AI PM展現出色的溝通力，拉近技術與用戶的距離  【來賓】  王之璘，104人力銀行產品暨價值營運處資深協理，從輔大企管系畢業之後，曾任屈臣氏儲備幹部，優仕網Youthwant業務助理、網站企劃，ABC好車網網站企劃，一路發展成為產品經理PM(Product Manager)，進入104人力銀行前後近10年，目前擔任產品團隊主管，帶領超過30位夥伴負責主要的AI產品，也是104人銀行最年輕的處級主管，職涯歷程豐富。  「AI PM」人工智慧產品經理，在傳統職責疊加AI技術應用  AI PM指的是與AI相關的產品經理（Product Manager）。  不過，討論AI PM之前，必須先界定傳統PM的工作內容。傳統PM通常分為兩大導向：一是功能導向（從0到1），把全新的產品從無到有、建立起來。二是營運導向，負責觀測用戶行為、發現數據問題並進行優化與開發，例如，對於104人力銀行這樣已有多年線上服務的網站進行改善與優化。此外，傳統PM特別注重用戶介面（UI/UX）的優化與改善，並根據用戶的使用數，提供回饋給開發單位。綜合來說，PM是介於技術端與用戶之間溝通的橋樑。  AI PM的工作是疊加在傳統PM任務之上的。核心任務特別強調，將AI技術應用在產品的流程或發展中。  AI PM的職責面向主要有二：首先，運用AI改善公司內部的作業流程與效率，加速技術和流程的串接。這點是傳統PM比較少關注的。例如，AI PM可以利用對Prompt語法的熟悉度，與AI互動，快速產出產品需求文件PRD（Product Requirement Document）或設計畫面，大幅節省工程師的時間。其次，利用AI發展具有商務價值的工具或服務給使用者，讓使用戶願意為了AI功能而付費。  AI PM和傳統PM差在哪？以履歷表功能為例  以履歷表功能為例，傳統PM會觀察求職者填寫履歷過程中的「卡點」，透過增加欄位或使用文字引導，讓欄位更容易填寫，優化介面。  然而，AI PM會把AI技術直接應用在產品服務之中。例如，AI PM會用AI分析求職者已有的PDF或Word履歷表，把相關內容自動轉移到系統的欄位，節省求職者的時間。也就是說，AI能分析求職者的學經歷或社團經驗，自動產出自傳內容，或分析履歷內容有哪裡不足，對應求職者想應徵的職務，然後提供求職者哪裡可以再加強的建議。AI PM會進一步思考，會比使用者想得更多、看得更遠，避免求職挫折、提升求職效率。  不會寫程式也ok？AI PM需具3大核心能力：技術、市場、整合  如果把AI PM的三個關鍵職務能力聚焦在：懂技術、懂市場、能整合。若要進行排序，王之璘認為的優先順序為：懂技術（第一）、懂市場（第二）、能整合（第三）。  1.  技術的基礎理解（優先）：AI PM需要具備對AI相關知識的基本理解和評估能力，例如機器學習、深度學習、大型語言模型（LLM）或自然語言處理（NLP）等。重點不在於寫程式（Coding），而是在於掌握AI的邏輯、技術原理及限制，做為規劃與開發之間的橋樑。這種理解能幫助AI PM評估產品的可行性、成本（例如Token的使用成本），並丕確保產出內容的品質和語句的正確性。  2.  市場與商業思維（次要）：PM必需思考如何將想法產品化並且制定策略。AI PM必須具備商業思維，避免「為了AI而AI」。他們需要思考如何用AI吸引用戶，創造非用戶，甚至讓用戶願意付費。  3.  整合與溝通協作（基礎）：整合能力涉及評估AI是否可行，並與技術團隊順暢協作。AI PM在協作上，除了傳統PM面對的工程師和設計師之外，還需和資料科學家或研發單位密切討論深度學習模型的優化方向、正確率、品質校正與實驗內容。高效的溝通能力極為重要，AI PM需使用精確的技術術語與工程師溝通，以避免認知落差與時間浪費。  整體來說，AI PM對於技術理解的程度，必需能明確評估AI可以做到哪些功能、有哪些限制與風險，例如資料漂移或幻覺（AI產出不符合事實或使用者能力）的問題。如果AI PM了解這些限制，就能知道撰寫Prompt時，應該注意哪些地方。即便不會寫程式也沒有關係，但如果能理解基礎的程式架構、前端後端語言與限制，將會有助於與開發團隊進行更順暢的溝通。甚至在某些職缺中，AI PM需要具備利用AI進行Vibe-Coding的能力，透過與AI對話，來完成網頁基礎介面設計的能力。  AI PM的「AI思維」，創新探求與落地能力  AI思維比AI技術的理解更需要天分和時間投入。王之璘指出，所謂的AI思維，指的是，具備創新的想法，一方面用在改善PM本身的工作流程，另一方面，把AI技術深入落地到產品中，這就需要探索的能力和商業思維。優秀的AI PM不僅要從0到1把產品做出來，更強調如何從1到100，讓產品能夠落地。  AI PM薪資比傳統PM高多少？年薪輕鬆逾百萬  王之璘認為，最厲害的AI PM，應該具備條件創新和強大的學習動機或好奇心。因為AI技術的發展日新月異，幾乎每週都有新的產品發表，AI PM必須像海綿一樣，持續更新知識。他們需要對市場具有極高的敏感度，能夠挖掘機會點。  反映在薪資，AI PM的月薪通常比傳統PM稍高！3到5年經驗的AI PM，月薪通常在5到6萬左右。8到10年經驗者，年薪則輕鬆破百萬，甚至達到150萬是常見現象。AI PM薪資比傳統PM高出兩到三成是可以想像的。  如何轉型AI PM？傳統PM、非相關背景的職涯路徑  對於現任PM想轉型為AI PM，最好的方式是在自己的工作中嘗試用AI思維改善流程，或利用Vibe-Coding產出設計網頁。若具備傳統PM的技能加上AI PM的基礎知識，轉型會相對簡單。  對於非傳統PM背景的人，建議從生活中探索從0到1的創新思維，關注生活中的痛點，嘗試利用UI/UX的改善或AI技術來解決問題，例如練習用ChatGPT或Vibe-Coding工具設計網頁，培養用AI解決問題的能力。  AI PM有加分的產業背景或科系背景嗎？  PM的養成大多依賴自學與應用，國內缺乏專門的PM科系。王之璘的團隊成員背景非常多元，包含業務助理、行銷、前端工程師、客服甚至服務業。  AI PM若有以下的產業背景也會特別加分：  1.資訊業/軟體業：幾乎是最順暢的轉型路徑，因為具備豐富的產品知識、開發流程經驗(如瀑布流或敏捷式開發)、以及對於UI/UX的基礎認知。  2.金融業/會計領域：這些產業接觸的數據量大，更重要的是，他們擁有風險控管、法規遵循的背景。這使得他們在思考產品時，能夠更加嚴謹，也能快速學習複雜的商業邏輯，有助於控制成本並確保產品具體落地。  3.醫療背景：具備基礎統計知識和管理豐富病歷的經驗，有助於快速找到與AI協作的脈絡。  在科系背景上，資管、資工、電機、統計、數學等科系會稍有加分。資管或資工因為具備技術背景，能用相同的語言和工程團隊溝通。統計或數學背景則因系統思維能力強，能夠有脈絡的調校AI的學習方向。 然而，一位頂尖優秀的AI PM，重點不在學位、也不是科系，而是能否將流程痛點或商業機會轉化為實際的規格，與工程師溝通，帶領團隊開發。  AI PM展現出色的溝通力，拉近技術與用戶的距離  總結本次討論，AI PM是技術與非技術團隊之間的橋樑，需要具備出色的溝通協作能力。技術雖然重要，但只需達到理解和評估的程度，並不需要具備前端的研發能力。最關鍵的是，AI PM必須具備極大的學習動機、持續更新知識，並善於將抽象問題轉換為具體的產品功能來解決。  多數公司為了推動AI，提高專案效率或將AI轉化為商轉機會，對於具有AI思維和技能的PM，徵才的積極度會更高。對於有興趣轉職為AI PM的人，無需過度擔心自身背景或科系，反而應該更專注於知識學習、留意自身是否具備擁抱創新的人格特質。  104推薦：AI產品經理學習營 實體限定優惠 【確認開班】第一屆－AI 產品經理學習營​｜緯育TibaMe X 104人力銀行獨家 42952人感興趣 了解課程＞ * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【AI產品經理相關】工作機會 AI & Autonomous Inspection Solution Manager _自主巡檢與安防解決方案新事業發展部(新竹) 台達電子工業股份有限公司 _DELTA ELECTRONICS INC. 新竹縣竹北市 待遇面議 AI產品管理師(高雄) 大云永續科技股份有限公司 高雄市岡山區 月薪40,000元以上 AI產品線商務開發專案經理(台南) Phison Electronics Corp_群聯電子股份有限公司 台南市歸仁區 待遇面議 B-AI Agent導入顧問 鼎新數智股份有限公司 台中市大里區 待遇面議 總部－AI 產品專案經理（櫃號：7640｜喜歡學習｜挑戰自我｜AI 思維） 媽咪樂健康科技股份有限公司 高雄市左營區 月薪52,000-65,000元 立即前往【更多相關職缺】

前 Google X 商務長莫．加多（Mo Gawdat）警告，AI 將在 3 年內掀起高達 30% 的失業潮！白領職缺率先消失，哪些工作最危險？哪些技能無法被取代？本文帶你了解 AI 浪潮下個人與國家打造「獨立性」與「情感共鳴」的生存關鍵，掌握未來職場趨勢！ 文／Y Chen　由Cheers人才永續頻道授權轉載 本文導覽 從Google X到創業者：加多的AI洞察從何而來勞動套利正在瓦解，初階職缺率先消失人際共鳴，將成為新經濟下的基礎貨幣不投資AI獨立性，恐淪數位第三世界 「你只剩三年可以準備。」 前Google X商務長、科技思想家莫．加多（Mo Gawdat）在《The Diary Of A CEO》節目上拋出這句警語，直指AI對白領工作的衝擊將加速到來；沒有自主AI能力的國家，將可能淪為數位第三世界，只能在中美主導的AI軍備競賽下夾縫生存。 從Google X到創業者：加多的AI洞察從何而來 加多2007年加入Google，任職Google X商務長期間，就已見證機器手臂如何學習精細觸覺等前瞻計畫，讓他比多數人更早意識到超級智慧的潛力與風險。 離開Google後，他主導「One Billion Happy」計畫，並共同創辦智慧媒合新創Emma.Love。這樣的經歷讓他更早看出，AI真正衝擊的不只是單一職位，而是整個經濟運作的根本邏輯。 勞動套利正在瓦解，初階職缺率先消失 加多解釋，資本主義一直以來都是這樣運作的：企業用低於售價的成本雇用勞力製造產品，賺取中間差額。但當AI能以更低成本完成同樣工作，這套模式便失去意義，「就算沒有到100%工作被取代，光是10%到20%的工作流失，你就已經身處一個完全不同、且正在向下螺旋的經濟體了。」 所以像是客服人員、行政助理、旅行社代辦等例行工作將最快消失，「任何用幾個點擊就能完成、而且瑣碎重複的工作，很快就會消失。」加多點出過去被忽略的警訊。隨模型能力提升，衝擊將蔓延至法律助理、財務分析師、平面設計，甚至初步診斷的醫師。他也毫不避諱地談起自己的新創：「我的技術長是AI，我的幕僚長是AI，我的專案管理也是AI。」加多透露，Emma.Love這家公司其實只靠3個人打造，若不是有AI幫忙，他估計得雇用超過350名工程師，才能做到同樣的事。 他預測：「某些產業裡，高達30%的工作將在2027到2028年間消失。」規模恐超越以往任何一次經濟衰退。相對地，機器人技術仍難複製人類雙手的精細靈活度，「我喜歡修復骨董車，但目前沒有任何機器人能做到這件事」，加多以木匠為例，說明藍領技藝工作反而較不易被取代。 人際共鳴，將成為新經濟下的基礎貨幣 加多認為，只要經濟沒有因失業潮崩潰，人際連結仍將是驅動人類彼此互動的「基礎貨幣」。他舉例：「我們之所以還要去聽演唱會，是因為就算音樂能由AI譜寫，你看到紅髮艾德（Ed Sheeran）在舞台上的魅力，還是會忍不住讚嘆。」 他更提到：「當我告訴全世界，我在擔心女兒的未來時，每個人都能感受到我內心真正的重量，這是AI永遠學不會的。即便它可以說『我也擔心我的女兒』，但你知道，它根本沒有女兒。」這也是為何他建議年輕世代除熟練AI工具外，更該投入護理、諮商等情感連結職業的原因。 不投資AI獨立性，恐淪數位第三世界 AI除了顛覆整個職場結構，加多認為這項技術發展真正的風險，在於掌控技術的少數人如何運用它——這點在國家層級同樣成立。他直言，當前AI發展本質是中美主導的軍備競賽，若其他國家只是持續、單向進口海外算力、模型與軟體授權，終將喪失國家競爭定位：「如果持續進口科技、依賴他人，那就等著迎接數位第三世界的到來。」 但他強調，這不代表各國得砸重本在頂尖算力或模型上，與中美兩大強權硬碰硬——重點是別讓每年支付海外科技巨頭的軟體授權費，年復一年流出國門。與其依賴國外系統，不如善用開源技術打造本地化辦公工具，把這筆錢改投入國內創新與能源建設，才能真正打造「AI獨立性」。 儘管加多對眼前幾年感到憂心，卻還是樂觀相信人類長遠的未來。AI浪潮已無可迴避，現在正是從個人到國家都得重新評估定位的關鍵時刻。 （資料來源：The Diary Of A CEO，原文標題：「你只剩３年可準備！」前 Google 高層警告：２０２７年將掀３０%失業潮，這２種能力才是未來保命符） 延伸閱讀： AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司 AI真的改變了生活？Google報告解密1,500萬筆Gemini對話真相！ 85%員工上完課卻不會用！AI時代真正的危機不是失業，而是你的「技能已過期」 AI時代最值錢的人，長得像一把梳子！台灣大哥大林之晨、蔡祈岩：你不必成為大師，但必須要有「品味」 想創新卻怕落後？微軟２０２６工作趨勢報告揭「轉型悖論」：高達５０%員工卡在觀望區，不敢放手用AI的背後真相 生產力創歷史新高，為何我們卻活得更像囚徒？若盲目相信「這件事」，AI再聰明也只會讓生活更辛苦