新知

「新知」為忙碌的現代人打造。無論您想提升職場競爭力、培養新技能或拓展思維視野,這裡都有系統化的知識資源,幫助您高效學習,持續成長,實現自我突破。
最新文章

10小時包裹分揀大賽!人類險勝機器人「代價慘痛」網點壓倒性優勢:潛力巨大

2026-05-19 聯合新聞網綜合報導 由聯合新聞網授權轉載 美國一家名為「Figure AI」的人形機器人公司於5月18日舉辦了一場人機大戰,讓機器人與人類在包裹分揀大賽中正面對決,引起大量關注。 Figure AI執行長Brett Adcock在X發文,表示這場比賽將持續10小時,比賽的內容就是包裹分揀,選手要找到條碼,將包裹調整為「條碼朝下」並重新放置到輸送帶上。 比賽中,會有多台機器人進行輪替,當需要充電或有軟體、硬體問題時,機器人會自動前往維護區,並由另一台機器人接手。比賽也會遵守加州的勞工法規,人類選手將依法享有用餐時間與支薪的休息時間。在Brett Adcock看來,這就是一場現代的龜兔賽跑,雖然人類動作更快,但會被疲勞和休息拖慢進度。 Congrats to Aime!! He said his left forearm is basically broken 😂Final scores:→ F.03: 12,732 packages (2.83 seconds/package)→ Aime: 12,924 packages (2.79 seconds/package)This is the last time a human will ever win pic.twitter.com/CalDzPZz4d— Brett Adcock (@adcock_brett) May 18, 2026 延伸閱讀:AI到底取代哪些人的工作?史丹佛最新大型研究揭「首當其衝族群」 人機大戰的結果如何? 這場10小時的包裹分揀大賽,最後由人類獲勝。人類參賽者在10小時內處理了1萬2924個包裹,每個包裹平均花費2.79秒;機器人則處理了1萬2732個包裹,每個花費2.83 秒。 雖然獲勝,人類也付出「慘痛代價」,參賽者表示他的左手十分疲勞,手指也都起了水泡,如果比賽繼續下去,機器人可能會反超。 網友們也認為機器人不知疲憊,在這類重複性勞動方面終將勝過人類,「如果這是份工作,機器人將以壓倒性優勢勝出。它不會疲倦,不需要福利,也不需要薪水」、「你手下哪個員工會這麼拼命?他們當然不會這麼做,這正是倉庫自動化潛力巨大的原因」、「人類輸了,因為機器人不需要金錢、食物、水和電,永遠不會生病或罷工」。 直播仍在繼續 事實上,Figure AI從5月13日就開始讓這些機器人24小時不間斷地進行包裹分揀任務,5月18日的人機大戰只是其中一部分。 目前,Figure AI的機器人已工作了130小時,分揀了超過16萬個包裹。 測你的AI素養
2026-05-21 14:55:58
10小時包裹分揀大賽!人類險勝機器人「代價慘痛」網點壓倒性優勢:潛力巨大

【2026最新】AI產業人才認定指引3.0更新!5大能力評估、AI證照及學習資源、工作機會盤點

數發部2026年5月最新公布「AI產業人才認定指引3.0」,本次重要更新包括「AI治理素養」與「AI協作與開發」兩項能力,以及新增「推薦學習資源」幫助強化人才AI能力。本文帶你一次看懂AI三大人才類型、必備技能與證照資源推薦,並盤點AI人才職涯發展以及最常見的AI工作機會,幫助找到最適合自己的AI職涯起點。 ※更新日期:2026/05/21 文/《104職場力》 本文目錄(點擊可快速前往) 你屬於哪種AI人才?研究、開發、應用3大類一次看想進入AI領域,5大能力你具備了嗎?AI能力如何認證和提升?新版推薦學習資源、證照整理AI人才職涯發展路徑圖及轉職跨領域建議AI產業人才常見職稱及104工作機會一覽投入AI領域3大建議:要具備哪些核心技術和軟實力?數發部「AI產業人才認定指引」電子書下載 2026.05更新:數發部2026年5月19日發布「AI 產業人才認定指引3.0」,兩項重要更新包括:1.因應2026年1月公布《人工智慧基本法》,新增「AI治理素養」能力,協助人才建立人工智慧應用風險的框架與意識;2.順應Vibe Coding與Agentic AI發展趨勢,新增「AI協作與開發」能力,強化人才與AI工具協作及開發的實務能力。並將指引從企業與求職者、培訓與認證機構參考的共通基準,進一步落實到產業工作場景。 想進入AI領域要做哪些準備?工作上如何認證自己的AI能力?為了協助國內人才掌握AI就業趨勢,數位發展部《AI產業人才認定指引》指出AI產業人才可分為研究、開發、應用3大類型,不論你是工程師、行銷人,還是剛準備跨領域轉職的上班族,都能在AI產業找到自己的角色! 指引中明確列出AI產業的人才分類、能力架構與專業認證方向,並提供職涯發展路徑及跨域建議。《104職場力》幫大家濃縮重點,整理懶人包,讓你一篇就看懂! 完整內容請參考數發部【AI產業人才認定指引】:因應AI技術與應用的快速變革,數發部指出,為了協助企業快速識別、應用與培育AI人才,並為個人職涯發展、培訓規劃及專業認證提供明確依據,特別制定本指引。並將隨著產業趨勢持續動態更新指引內容,強化AI人才標準與產業需求接軌。● 下載數發部《AI產業人才認定指引》(115年5月)>>● 數發部AI產業人才認定指引專區>> 延伸閱讀:搶攻12.1萬個AI工作!104運用AWS技術推「AI人才就緒計畫」目標首年培育逾3萬人 你屬於哪種AI人才?研究、開發、應用3大類一次看 根據指引定義,AI產業人才是指具備人工智慧相關知識、技能與能力,並在各行各業中,從事人工智慧相關之技術研究、開發、應用、管理,或使用AI工具於生產、服務或行政管理相關工作流程的從業人員。 指引依據產業應用現況和專家建議,將AI產業人才分為「AI應用人才」、「AI開發人才」、「AI研究人才」等3大類別: AI研究:AI技術的源頭,從事AI基礎研究與發表論文。 AI開發:AI技術的實現者,負責訓練出新的AI模型或開發新的AI應用工具。 AI應用:AI應用的使用者,將AI應用於各行各業,使用AI工具提高生產力。 AI產業人才分為3大類:AI研究、AI開發、AI應用(資料來源/AI產業人才認定指引) 本文整理將聚焦於「AI開發人才」及「AI應用人才」的相關資訊,包括AI認證資源、AI人才常見職缺及最新工作機會,還有職涯發展路徑,提供有意求職轉職、或即將進入職場的新鮮人參考! 想進入AI領域,5大能力你具備了嗎? 依據產業現況,指引列出「AI開發人才」及「AI應用人才」所需的5大類核心能力。(詳細說明請見下表) AI應用人才:要能使用現有AI工具,提升執行中工作的生產力、管理能力、行政效率、加速流程、縮短時效與產生企業價值的能力。所需的能力類型包括「AI應用素養」、「AI工具應用」及「AI協作與開發」能力,將其應用於行銷、製造、醫療、教育、法律、金融等不同領域。 AI開發人才:需具備數學、機率、電腦科學相關知識背景,其內涵不僅限於模型開發,更關注將AI技術落實於產品和服務,所需的能力包括「AI程式語言應用」、「AI模型訓練」與「AI服務開發」。 AI產業人才5大類能力類型、11細項 人才類別能力類型細項能力說明AI應用人才AI應用素養AI素養瞭解AI基本知識、道德倫理、應用及限制AI治理素養能瞭解AI衍生的AI系統、人機互動、社會衝擊等風險AI工具應用文書應用能用AI工具進行文字內容產生、修改、翻譯及整理圖文應用能用AI工具進行圖像內容產生、擷取與修改影像應用能用AI工具進行影像內容產生、擷取與修改音源應用能用AI工具進行音源內容產生、擷取、翻譯及整理自動化應用能使用AI代理或相關自動化工具,實現工作流程自動化AI程式語言應用AI協作與開發能以自然語言引導AI協作撰寫程式AI開發人才程式應用能使用AI輔助程式開發AI模型訓練AI模型訓練能用模型訓練和學習(如ML、RL)等工具、技術及方法,訓練AI模型AI服務開發NLP/LLM/CV工程能用NLP、LLM、CV工具,結合AI工作流或提出新服務 11項AI能力類型對應哪些工具應用?相關AI工具資源參考 能力類型參考工具AI素養台灣人工智慧學校、Meta AI、好好用AI素養計畫AI治理素養EU Artificial Intelligence Act、NIST AI RMF、ISO 42001、AI literacy frameworkAI文書應用ChatGPT、Copilot、Gemini、ClaudeAI圖文應用Midjourney、Canva、Adobe FireflyAI影像應用Runway、ideogramAI音源應用ElevenLabs、MURF AIAI自動化應用n8n、Zapier、Power AutomateAI協作與開發Lovable、Claude、n8nAI程式應用GitHub Copilot、CursorAI模型訓練TensorFlow、PyTorch、scikit-learn、Amazon SageMaker、Azure AI Foundry、Vertex AINLP/LLM/CV工程OpenAI、Hugging Face、OpenCV、MediaPipe AI能力如何認證和提升?新版推薦學習資源、證照整理 清楚AI人才需要具備的關鍵能力後,想學習或提升相關AI能力,可以參考數位產業署官網提供的相關培訓課程及AI能力認證內容,並透過相關資源來強化自己的AI競爭力。 以下整理素養類、工具類及專案類3種AI認證資源。 (資料來源/AI產業人才認定指引) AI產業能力認證參考:素養類 AI素養類認證主要為「建立AI基本認知與倫理觀念」,著重培養非技術背景者對AI的理解與應用概念,不要求實作能力或程式操作。相關認證包括:經濟部iPAS AI應用規劃師、資策會生成式AI能力認證、AIA的AI素養級認證等。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源: 國際AI素養認證名稱辦理單位AI-901:Azure AI FundamentalsMicrosoftAWS Certified AI PractitionerAWS 國內AI素養認證名稱辦理單位iPAS AI應用規劃師初級經濟部產業發展署AI 素養級認證台灣人工智慧學校AI 工程級認證:LLM 的行政任務應用台灣人工智慧學校生成式AI能力認證財團法人資訊工業策進會人工智慧工程素養認證財團法人資訊工業策進會AI+ 行銷科技專業人員財團法人資訊工業策進會TQC生成式AI應用與技術(實用/進階/專業)財團法人中華民國電腦技能基金會TQC人工智慧應用與技術(實用/進階/專業)財團法人中華民國電腦技能基金會EEC企業電子化人工智慧應用師財團法人中華民國電腦技能基金會 AI產業能力認證參考:工具類 AI工具類認證聚焦在「熟悉並應用AI工具完成任務」,要求能使用特定AI平台、工具或模型進行應用實作。常見任務例如影像生成、資料自動化分析、ChatGPT應用等,適合企業內部技能轉型或職能補強。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源: 國際AI工具應用認證名稱辦理單位NVIDIA Certified Associate: Multimodal Generative AINVIDIANVIDIA Certified Associate: Generative AI & LLMsNVIDIA 國內AI工具應用認證名稱辦理單位iPAS AI應用規劃師中級經濟部產業發展署生成式AI美術設計能力認證初級財團法人資訊工業策進會生成式AI美術設計能力認證中級財團法人資訊工業策進會生成式AI辦公室應用能力認證財團法人資訊工業策進會TQC+ GenAI 輔助資料擷取與分析 Python中華民國電腦技能基金會 AI產業能力認證參考:專案類 專案類認證聚焦在「具備完成AI專案的實戰能力」,對應如資料工程師、機器學習工程師等技術職務。用於評估技術人員是否具備立即上手企業AI任務的能力。包括:IBM AI Engineering Professional Certificate、AI-103: Azure AI Engineer Associate等。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源: 國際AI服務開發認證名稱辦理單位AWS Certified Generative AI Developer - ProfessionalAWSAI-103: Azure AI Engineer AssociateMicrosoft 國際AI模型訓練認證名稱辦理單位AWS Certified Machine Learning Engineer (Associate)AWSAWS Certified Machine Learning (Specialty)AWSIBM AI Engineering Professional CertificateIBMGoogle Cloud Professional Machine Learning EngineerGoogle Cloud 認證名稱辦理單位TQC+人工智慧:機器學習財團法人中華民國電腦技能基金會 104學習-課程推薦: AI資料科學家全方位學程(緯育) AI醫學影像分析實作直播學程(緯育) AI學習資源專區|AWS免費課程系列,完課自動同步學習紀錄到履歷表! 更多認證及培訓課程資訊,可至數位產業署官網查詢參考最新附表:AI產業人才認定指引專區 AI人才職涯發展路徑圖及轉職跨領域建議 不同科技背景的人,想成為3大類AI人才,職涯路徑要怎麼走?《AI產業人才認定指引》提供一份「AI人才職類與發展路徑圖」,整理「理工相關科系」及「其他科系」發展成為3大類AI人才(AI應用/開發/研究)的可能路徑。 資料來源:數發部《AI產業人才認定指引》 1. 以「AI應用人才」為例: 適合非理工背景,包括來自商管、行銷、設計等,或具備跨領域行動力者,可以透過學習AI工具的使用及AI素養,將AI應用於自身專業領域。 職涯發展路徑:AI工具使用能力與素養→AI加值型/AI導入型→AI產品經理 →AI應用人才跨域指引:未來若想轉向開發,需補足軟體工程及演算法知識,可跨域至「軟/硬體工程師」路徑。 2. 以「AI開發人才」為例: AI開發人才有2條主要的發展路徑:AI工程師、資料專業人員,共同負責AI系統的建構和資料驅動。 AI工程師路徑:軟/硬體工程師→AI工程師→AI技術主管/AIOps工程師。 → 轉資料途徑:若軟/硬體工程師或AI工程師對資料品質、資料策略有興趣,可加強統計學和資料治理知識,跨域至「資料科學家」路徑。→ 轉管理途徑:AI工程師或技術主管若具備良好溝通與領導力,可轉向「AI產品經理」或更高階的技術管理職位。 資料專業路徑:資料分析師→資料科學家。 → 轉工程師途徑:資料科學家補足軟硬體工程技術後,也可以轉向「AI工程師」途徑。 3. 以「AI研究人才」為例: 職涯發展路徑為:深入數學/統計、演算法研究→AI科學家/研究員→研發主管 → 跨域指引:AI科學家/研究員的成果是應用源頭,若能理解市場需求,可將研究成果轉化為實際產品。可跨域與「AI專案產品管理」合作,或轉向至該路徑。 AI產業人才常見職稱及104工作機會一覽 AI應用人才常見職稱及專業技能 《AI產業人才認定指引》指出,目前AI應用人才的職稱命名仍具有彈性和過渡性,需要依照產業特性和職務內容來判斷。以下整理參考職稱、角色定位、專業技能及最新工作機會。 點擊職稱或工作機會,可查看職缺: 參考職稱角色定位工作機會既有職稱(行銷專員、行政助理、人資專員等)AI工具的高效終端使用者和應用者看職缺>AI應用規劃師AI導入顧問流程優化專員協助企業規劃導入AI的數位轉型流程看職缺>AI產品經理技術與業務的橋樑,推動AI專案執行看職缺>資料標註師連接原始數據與AI模型理解的橋樑看職缺>資料分析師轉譯數據為可執行的洞察,支援AI導入成效評估與商業優化決策看職缺> 1. 既有職稱(行銷專員、行政助理、人資專員等) 角色定位:AI工具的高效終端使用者和應用者 核心職責:於既有職務範圍內,透過熟練使用既有AI工具、應用程式或軟體,來提升個人工作效率、優化工作成果、輔助決策或拓展創意。 專業技能:核心專業仍是其原本的職務領域,此外對AI工具具備理解與判斷,熟悉多種AI工具的操作、Prompt編寫能力、生成式應用技巧。 工作機會:行銷專員、行政助理、人資專員、看更多應用AI工具職缺> * {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【應用AI工具】工作機會 AI行政應用專員,月薪 38,000~48,000 元(依相關經驗、數據分析能力及 AI 工具應用能力核定) 立丞診所 新北市板橋區 月薪38,000-48,000元 立即前往【更多相關職缺】 2. AI應用規劃師/AI導入顧問/流程優化專員 角色定位:協助企業規劃導入AI的數位轉型流程 核心職責:建構AI導入藍圖、評估痛點與效益、推動變革管理、企業訪談、現況盤點、需求分析、技術評估與導入建議。 專業技能:商業策略思維、資料治理、AI趨勢與工具理解、跨域分析、商業架構、數位工具評估與推進能力。 工作機會:AI應用規劃師、AI導入顧問、流程優化專員、看更多AI應用規劃職缺> * {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應用規劃】工作機會 AI應用規劃師(A) 鼎漢國際工程顧問股份有限公司 台北市信義區 待遇面議 立即前往【更多相關職缺】 3. AI產品經理 角色定位:技術與業務的橋梁,推動AI專案執行 核心職責: 整合使用者需求與AI功能,設計應用情境與流程,與技術團隊協作落地應用。 負責規劃與管理以AI驅動產品或服務的設計、開發與市場導入,常需與技術、設計與業務單位密切合作。 專業技能:商業分析、AI應用理解、需求分析、技術溝通 工作機會:看更多AI產品經理職缺> * {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】工作機會 資深AI產品經理 | Senior Product Manager, AI 全通路科技有限公司 台北市中山區 年薪1,000,000-1,700,000元 立即前往【更多相關職缺】 4. 資料標註師 角色定位:連接原始數據與AI模型理解的橋樑 核心職責: 根據專案要求和標註規範,對文本、圖像、音訊、影片等各類型原始數據進行清洗、標註與分類。 確保標註數據的準確性和一致性,作為AI模型訓練的基礎。 識別數據中的潛在問題(如偏見、不足),並進行反饋。 專業技能:專案基礎領域知識與數據理解、標註工具操作、重複性工作效率與抗壓性 工作機會:看更多AI標註職缺> * {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標註】工作機會 AI 語音數據標註專員 Gorilla Technology Group_大猩猩科技股份有限公司 台北市內湖區 時薪210-230元 立即前往【更多相關職缺】 5. 資料分析師(介於AI應用與AI開發之間) 角色定位:轉譯數據為可執行的洞察,支援AI導入成效評估與商業優化決策 核心職責:運用資料分析工具與統計方法,進行資料整理與清洗、探索性資料分析、視覺化報表製作、KPI指標追蹤、洞察報告撰寫、跨部門需求溝通、支援策略分析與AI導入績效評估。 專業技能:SQL、Excel、Tableau、Power BI、統計分析、Python/R(進階)、資料視覺化、問題拆解與商業邏輯思維 工作機會:看更多AI數據分析職缺> * {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數據分析】工作機會 【數轉院/綠色製程科技中心】AI數據分析師 資策會_財團法人資訊工業策進會 南投縣南投市 待遇面議 立即前往【更多相關職缺】 AI開發人才常見職稱及專業技能 AI開發人才常見職稱,在不同公司或組織也可能會有所差異。例如,「AI工程師(AI Engineer)」是最常見的職稱,泛指負責建構AI系統的人員。以下整理參考職稱、角色定位、專業技能及最新工作機會。 常見職稱角色定位工作機會自然語言處理(NLP)工程師專注於開發能夠理解和生成或人類語言的AI系統看職缺>大型語言模型(LLM)工程師專注於設計、開發與調校大型語言模型(LLM),使其能夠理解、生成並應用人類語言於各種場景中看職缺>電腦視覺(CV)工程師專注於開發能夠理解和分析圖像與影片的AI系統看職缺>機器學習(ML)工程師AI領域的核心角色,專注於設計、開發、訓練和部署機器學習模型看職缺>資料科學家擅長從巨量資料中提取有價值的洞察,並利用這些洞察為企業提供決策支持。看職缺> 1. 自然語言處理(NLP)工程師 角色定位:專注於開發能夠理解和生成或人類語言的AI系統。 核心職責: 運用NLP技術,實現文本分析、語言識別、機器翻譯、聊天機器人等功能。 廣泛應用於客服、輿情分析、內容生成等領域。主要工作在於使AI可以理解以及生成類人類的語言。 專業技能: 熟悉NLP相關演算法和技術(如詞向量、語言模型、transformer)。 熟練使用NLP函式庫(如NLTK、spaCy)。 具備深度學習框架的使用經驗。 大型語言模型 (LLM) 工程師 工作機會:看更多NLP相關職缺> * {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【NLP】工作機會 AI客服程式機器人工程師 日陞空間資訊股份有限公司 台南市永康區 待遇面議 立即前往【更多相關職缺】 2. 大型語言模型 (LLM) 工程師 角色定位:專注於設計、開發與調校大型語言模型(LLM),使其能夠理解、生成並應用人類語言於各種場景中。 核心職責: 負責建置與優化語言模型架構(如Transformer),訓練與微調模型以符合特定應用需求,並解決模型生成偏誤、知識更新等問題。 應用範圍包含智慧客服、知識問答、語意理解、內容生成、程式輔助撰寫等,也需參與模型部署與效能評估。 專業技能: 熟悉自然語言處理技術與演算法(如詞嵌入、命名實體辨識、語意分析、知識蒐集)。 精通語言模型架構(如GPT、BERT、T5)與其訓練原理,熟練使用深度學習框架。 具備資料清洗、標註與語料管理能力,並能處理多語言或特定領域語料。 工作機會:看更多LLM相關職缺> * {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【LLM】工作機會 LLM AI工程師 力學股份有限公司 台中市北屯區 月薪40,000-64,000元 立即前往【更多相關職缺】 3. 電腦視覺(CV)工程師 角色定位:專注於開發能夠理解和分析圖像與影片的AI系統。 核心職責: 運用圖像處理和深度學習技術,實現圖像識別、物件檢測、影像分割等功能。 廣泛應用於自動駕駛、安全監控、醫療影像分析等領域。主要工作在於開發出讓電腦可以辨識圖像,以及影片的相關應用。 專業技能: 熟悉圖像處理和深度學習演算法。 熟練使用電腦視覺函式庫(如OpenCV)。 具備深度學習框架的使用經驗。 工作機會:看更多電腦視覺相關職缺> * {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【電腦視覺】工作機會 電腦視覺實習生 Phison Electronics Corp_群聯電子股份有限公司 苗栗縣竹南鎮 月薪30,000元以上 立即前往【更多相關職缺】 4. 機器學習(ML)工程師 角色定位:AI領域的核心角色,專注於設計、開發、訓練和部署機器學習模型。 核心職責: 研究各式機器學習演算法,並利用演算法解決商業問題。 透過大量數據處理與特徵工程,持續優化模型以提升性能。主要工作在於利用機器學習,使得AI應用可以達成預期的目標。 專業技能: 精通機器學習演算法(如監督式學習、非監督式學習、強化學習)。 熟練使用機器學習框架,具備資料處理和分析能力。 工作機會:看更多機器學習相關職缺> * {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【機器學習】工作機會 資深機器學習工程師 動力安全資訊股份有限公司 台北市內湖區 待遇面議 立即前往【更多相關職缺】 5. 資料科學家 角色定位:擅長從巨量資料中提取有價值的洞察,並利用這些洞察為企業提供決策支持。 核心職責: 運用統計分析、機器學習和資料可視化等技術,探索資料中的模式和趨勢。 需具備良好的商業理解能力,能夠將資料分析結果轉化為可執行的商業建議。主要工作在於分析資料,並且產出具有價值的資訊,輔助企業做出正確判斷。 專業技能: 精通統計分析和機器學習演算法。 熟練使用資料分析工具(如Python、SQL)。 具備資料視覺化和報告撰寫能力。 工作機會:看更多資料科學家職缺> * {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【資料科學家】工作機會 Data Scientist 昂鋐科創股份有限公司 台北市松山區 待遇面議 立即前往【更多相關職缺】 投入AI領域3大建議:要具備哪些核心技術和軟實力? 對於有興趣投入AI領域發展的人,《AI產業人才認定指引》最後給出3個建議:1.根據個人興趣及專業背景選擇自己的AI職涯起點(參考AI人才職涯發展路徑圖),2.需具備核心技術基礎、3.培養關鍵軟實力和終身學習態度。 其中列出的4個核心技術基礎,對AI開發人才和AI研究人才來說是必備的;至於AI應用人才雖不要求具備開發能力,但若能對於基礎知識有一定了解,將能更有效運用AI工具,與技術團隊的溝通協作也會更順暢。 程式語言: 專精Python,並熟悉其在AI領域的函式庫(如NumPy, Pandas, Scikit-learn, TensorFlow/PyTorch)。 數學與統計:掌握線性代數、微積分、機率統計,是理解AI模型運作的基礎。 資料基礎:理解數據庫(SQL)、資料清洗、資料前處理、資料可視化等基本技能。 軟體工程:熟悉版本控制(Git)、基礎軟體開發流程。 而在軟實力方面,不論選擇哪種AI職涯都需具備以下能力: 解決問題能力:能分析問題、提出解決方案並有效執行 溝通協作能力:AI專案通常需跨部門協作,溝通要清晰有效 批判性思維與創新:不盲從、敢於質疑,並能提出創新想法 適應變化與終身學習:AI技術發展訊續,需保持好奇心,持續學習新知和新工具 專案實戰:透過參與開源專案、Kaggle競賽、校內外專案或實習,累積經驗並建立作品集 數發部「AI產業人才認定指引」電子書下載 本文由《104職場力》整理重點懶人包,完整內容請參考數發部《AI產業人才認定指引》: 【電子書下載】AI產業人才認定指引(115年5月)下載 (資料來源:數發部AI產業人才認定指引) 【產業新訊】若您願意提供更多的產業趨勢、業界人才動態、工作機會等資訊至《職場力》 >> 歡迎來函 為AI攢錢!微軟開放6萬員工「自願離職」層級達副總 涵蓋全球四分之一人力 微軟周一(26日)表示,將向約6萬名員工提供自願離職方案,這相當於全球逾四分之一的員工,藉此削減成本、調整人力結構,並協助支應大規模AI投資的資金需求。微軟發言人表示,美國、加拿大、印度及英國部分職級為副總裁以下(含副總裁)的員工,符合申請資格。 用Claude Code設計AI工作流!學了工具不等於系統,3範本打造專屬藍圖 Claude Code的主要功能Hooks、Skills、MCP、排程都學了,工作卻沒有變輕鬆?作者提醒「工具≠系統」,提供教師、工程師、研究者3種範本與藍圖模板,帶你用Claude Code設計專屬的AI工作系統。本文節錄自《Claude Code全攻略》。 AI代理大爆發!專家:7件「無聊工作」最適合外包給AI 哪些工作適合外包給AI?AI專家指出,AI代理能在你離開電腦後繼續工作,最適合接手那些無聊到不行的瑣事。推薦7件可以外包給AI的工作,從整理信箱、盯價格到每日簡報,並附上可直接套用的提示詞。 自主創新 簡立峰喊AI新經濟時代來臨 Google前台灣董事總經理簡立峰表示,「AI新經濟」時代已來臨,AI已能自主創新,並改變部分產業的核心競爭力;尤其生技及材料產業、以及電路與晶片設計產業,正面臨這樣的典範轉移。AI也將大幅改寫企業運作型態,未來甚至將迎接「AI原生企業」。 ChatGPT聊天紀錄不怕偷看!新功能一鍵鎖定、隱藏 忘記密碼有慘痛代價 借手機給別人,怕ChatGPT聊天紀錄被偷看?OpenAI推出Locked Chats鎖定聊天功能,可用4位數PIN碼或Face ID替特定對話上鎖、隱藏;但忘記PIN碼重設時,已鎖定的聊天會全被刪除。
2026-05-21 12:00:30
【2026最新】AI產業人才認定指引3.0更新!5大能力評估、AI證照及學習資源、工作機會盤點

如何用AI分析主管性格?用DISC模型改善向上溝通,應對不同類型上司

用AI分析主管的溝通風格可行嗎?本文介紹如何運用DISC性格模型,判斷主管偏好的溝通方式,並調整彙報、回饋與向上管理策略,讓職場溝通更順暢。節錄自《AI職場溝通力》。 文/紀菲 本文目錄(點擊可快速前往) 懂性格分析的AI,幫你輕鬆應對「百變」上司用AI工具分析主管DISC性格及應用步驟一:蒐集資訊步驟二:利用AI進行分析與回饋步驟三:理解上司的性格步驟四:調整彙報方式步驟五:應用並觀察步驟六:持續改進想分析上司性格,要提供哪些資訊給AI? 懂性格分析的AI,幫你輕鬆應對「百變」上司 在職場上,我們會遇到各種各樣的上司:有的喜歡直來直往,有的喜歡拐彎抹角;有的熱情如火,有的冷靜如水。要想和這些上司打好交道,首先得懂他們! 我有個朋友叫Sam,他在一家公司做專案助理。他的上司王總是個典型的「工作狂」,對工作要求極高。Sam剛就職那陣子,每次彙報工作都小心翼翼地,生怕出一點差錯。但王總似乎總是不太滿意,Sam為此頭疼不已。 有一天,Sam在為一個重要的項目彙報做準備,他知道這將是一次大考。於是,他加班到深夜,把彙報資料做得盡善盡美。第二天,他信心滿滿地走進會議室,結果王總聽了不到5分鐘,就皺起眉頭說:「這些細節我都知道了,直接說重點!」Sam當場就傻眼了,他辛辛苦苦準備的內容就這麼被一句話帶過了。 你看,如果我們不能準確把握上司的性格和溝通風格,那麼我們的努力很可能就會付之東流。 在探索和瞭解他人方面,人類的智慧是無窮的。學者們提出了多種性格分類方法,這些方法可以幫助我們更好地理解他人,更好地與他人溝通。而在職場溝通中,我想給大家介紹一個非常實用的性格分析工具—DISC性格分類模型。這個模型把人的性格分成4種類型:D型(Dominance,支配型)、I型(Influence,影響型)、S型(Steadiness,穩健型)和C型(Compliance,服從型),如下圖所示: 我們可以簡單地這樣記:D老大、I小太陽、S暖寶寶和C小偵探。 D老大:就是那種走路帶風、說一不二的上司。他們目標明確,行動迅速,喜歡掌控全域、直截了當,不喜歡拖泥帶水。 I小太陽:這種人熱情開朗,總是笑容滿面。他們喜歡和人打交道,善於帶動團隊氛圍,鼓勵發揮創意和自由表達。 S暖寶寶:這種人性格溫和,耐心細緻。他們總是默默付出,為團隊提供溫暖和支持,這類上司則更注重團隊的和諧與穩定。 C小偵探:他們邏輯性強,注重細節,總是能發現別人忽略的問題,是團隊中的「糾錯專家」。他們追求完美,對工作品質有極高的要求。 說到這4種性格的人,我腦海裡立刻浮現出《西遊記》。孫悟空就是D老大,戰鬥力「爆表」,喜歡獨當一面;豬八戒就是I小太陽,總能逗大家開心;沙僧則是S暖寶寶,默默付出,不求回報;唐僧就像C小偵探,追求完美、講究細節,如下頁圖所示。 那我們如何應對這幾種性格的上司呢? 遇到D老大,你就得直接點,別繞圈子,有什麼說什麼,別拖拖拉拉的,他們喜歡有決斷力的下屬。 遇到I小太陽,你就得熱情點,多誇誇他們。他們喜歡被人關注和認可,所以你的回饋要及時。 遇到S暖寶寶,你就得耐心點,多聽聽他們的想法。他們雖然話不多,但心裡都有數。 遇到C小偵探,你就得嚴謹點,別出錯。他們眼睛裡容不得一粒沙子,所以你的報告不但要詳細,還需要有深度。 你可能會說:「我知道不同的人有不同的性格,但我不擅長分析別人的性格啊,這可怎麼辦?」不用擔心,有AI幫你,它就像一位高情商的人際管理專家。 用AI工具分析主管DISC性格及應用 比如Adam,他以前總是搞不懂上司的心思。但自從他使用了AI性格分析工具後,一切都發生了翻天覆地的變化。 那Adam具體是怎麼做的呢? 步驟一:蒐集資訊 Adam開始蒐集上司在溝通方面的資訊,包括:上司在團隊郵件中的回覆、上司在會議上的發言、上司寫的報告或工作指導文件。 步驟二:利用AI進行分析與回饋 他將蒐集到的資訊提供給AI,讓AI透過自然語言處理技術來分析上司的語言風格和行為模式。 比如,他可以這樣問AI: 「我們現在面臨的挑戰非常嚴峻。專案進度已經比原計畫落後了整整兩週,這對我們整個季度的業績都有影響。我需要大家立即行動起來,展現出我們團隊的執行力和決心。首先,我要求專案經理立即提供一個詳細的趕工計畫,包括每天的具體任務和預計完成時間。其次,我需要所有團隊成員對自己的工作負責,確保每一步都精確無誤。我們沒有時間再犯錯誤。我不希望再聽到任何關於問題的討論,我需要的是解決方案。如果你遇到障礙,給我一個明確的計畫,告訴我你打算如何解決它。我們的目標是在下個月底前完成這個專案,不要有任何藉口。最後,我需要看到資料,看到進度。每個部門的負責人都要向我報告你們部門的進展情況,以及你們如何確保按時完成任務。我期待大家的表現,讓我們行動起來!」這是我的上司在會議上的發言,請基於這段發言幫我分析上司的DISC性格。 AI回答: 基於您提供的上司在會議上的發言,我們可以嘗試對他的DISC性格進行分析。DISC性格分類模型是一個廣泛使用的性格分析工具,它根據四個主要面向來評估一個人的性格傾向:D(支配型)、I(影響型)、S(穩健型)和C(服從型)。從發言中,我們可以觀察到以下特點:D(支配型):●強調專案的緊迫性和重要性;●要求立即行動,展現出對結果和效率的重視;●不希望聽到問題,而是直接見到解決方案;●設定明確的目標和期望,即在下個月底前完成專案。I(影響型):●在這段發言中,上司並沒有特別展現出強烈的影響型特徵,如熱情或鼓勵性的言辭。S(穩健型):●雖然上司強調了專案的緊迫性,但他並沒有表現出典型的穩健型特徵,如耐心、合作或考慮他人的情感。C(服從型):●要求專案經理提供詳細的趕工計畫,並需要每個部門報告進展情況;●強調工作推動精確無誤,這反映他對細節和準確性的關注。 基於上述分析,我們可以推斷這位上司的性格傾向於D(支配型)和C(服從型)。他展現出強烈的任務導向性,要求迅速行動、設定明確目標,並關注細節和準確性。他不太注重情感因素或團隊合作等軟性方面,而是更關注結果和效率。 需要注意的是,這種分析是基於一段特定的發言進行的,而人的性格是複雜的,可能在不同情境下展現出不同的特點。因此,這種分析應該被視為一種初步和大致的評估。 在反覆提供不同資訊和AI進行分析討論後,Adam判斷上司很可能是D型。 步驟三:理解上司的性格 Adam又問AI:針對D型上司,如何溝通更有效率? AI回答: 針對D型上司,要實現高效率溝通,可以考慮以下幾點策略:1.直接和簡潔。D型上司通常喜歡直接、簡潔的溝通方式。因此,在彙報工作、提出問題或尋求回饋時,你應儘量避免冗長和複雜的表述,直接陳述要點,用資料和事實支持你的觀點。2.突出結果和解決方案。D型上司往往關注結果和行動。在與D型上司溝通時,應優先展示你已經取得的成果或計畫達成的目標,並針對問題準備好相應的解決方案,不要只是抱怨或尋求同情。3.尊重上司的時間。D型上司通常時間觀念很強,不喜歡浪費時間。因此,在與其溝通前要確保你的請求或問題是緊急且重要的。同時,在會議或討論中,你應儘量保持高效率和專注,避免進行無關緊要的閒聊。4.保持積極和自信。D型上司通常欣賞下屬積極、自信的態度。在與其溝通時,要表現出你的專業性和自信,同時避免發表過於消極或自我否定的言論。即使你面臨困難或挑戰,也要展現出你正在積極尋找解決方案的態度。5.提供明確和具體的回饋。當D型上司向你提出要求或建議時,你要給予明確和具體的回饋。這有助於他們瞭解你的進展情況和需要的支援。同時,如果你對他們的要求有任何疑問,也要及時提出並尋求澄清。6.瞭解並適應上司的溝通風格。瞭解並適應上司的溝通風格可以幫助你更有效地與他們溝通。透過觀察他們的行為、語言和溝通習慣,你可以逐漸理解他們的期望和需求,並據此調整自己的溝通方式。7.尋求共同點。在溝通中,嘗試找到與D型上司的共同點。這有助於建立聯繫和信任,並使他們更願意聽取你的意見和建議。綜上,要記住,高效率溝通是一個雙向的過程。在努力適應D型上司之溝通風格的同時,也要保持自己的專業性和自信,勇於提出自己的觀點和建議。 步驟四:調整彙報方式 根據AI的回饋,Adam開始調整自己的彙報方式。他學會了在彙報前總結關鍵點,確保每個要點都簡潔有力;他避免進行冗長的解釋,而是直接提供結果和必要的資料支持。在提出問題時,他會同時提供幾個解決方案,並闡述每個方案的利弊。 步驟五:應用並觀察 在下一次與上司的一對一會議中,Adam採用了新的彙報方式。他直接彙報了項目的關鍵成果,並提出了幾個明確的後續行動計畫。Adam注意到上司對他的彙報反應積極,沒有像以前那樣頻繁打斷他,而是認真聽完了他的彙報,並給予了建設性的回饋。 步驟六:持續改進 Adam意識到溝通是一個持續的過程,他決定繼續使用AI來監測上司的反應,並根據需要調整自己的溝通策略。 時間一晃就過去了好幾個月,Adam在這段時間裡截然不同。他和上司的溝通越來越順暢,這讓自己在職場上的形象煥然一新。上司看他這麼能幹,不僅經常找他商量事情,還把更多的重擔交給了他,對他既信任又看重。 想分析上司性格,要提供哪些資訊給AI? 那我們可以蒐集哪些資訊提供給AI,讓AI幫助我們分析上司的性格呢?我幫你整理了一下,具體如下: 郵件:上司在郵件中呈現的語言風格、決策指令和溝通方式都是分析上司性格的關鍵線索。 會議發言:如果可能,蒐集上司在會議中的發言,包括開場白、提出的問題、做出的會議總結等。 工作文件:例如主管撰寫的工作報告、專案計畫書或績效評估報告等文件,能夠體現上司的專業風格和性格傾向。 決策案例:記錄上司在特定情境下做的決策,包括決策的速度、風格和偏好等。 回饋和評價:上司在工作中給予的回饋和評價,尤其是上司提出的批評和建議。 日常交流內容:在日常工作中,上司與同事的非正式交流內容,如休息時的聊天內容。 演講:上司公開演講的影片也能為分析上司的性格提供線索。 任務分配方式:上司分配任務的方式也能反映其性格特徵。 最後,溫馨提示一下,人的性格複雜多變,不是一兩個詞就能概括的。比如,一個人平時看起來挺果斷,做事雷厲風行,但處理一些講究細節的問題時,他又能慢得下來。所以,借助AI分析上司的性格時,別指望一次就能分析得徹底,可以多分析幾次,嘗試不同的AI工具。 跟上司打交道,別急著給他們貼標籤,我們得多觀察,多瞭解他們的性格,然後據此調整我們說話做事的方式。要是覺得與上司的溝通不太順暢,就要及時改變溝通策略,在不斷調整的過程中,我們和上司的溝通肯定能越來越順暢。 節錄自:商周出版《AI職場溝通力:讓你在彙報、面試、提案中一開口就說服人.AI時代不被淘汰的職場溝通學》/紀菲 著
2026-05-20 16:30:00
如何用AI分析主管性格?用DISC模型改善向上溝通,應對不同類型上司

「職場霸凌調查」人才庫7月上路,勞動部啟動千名專家培訓

因應「職場霸凌專章」即將上路,勞動部特別訂定「職場霸凌調查專業人士培訓及專業人才庫建置要點」,建立人才查詢平台,協助雇主與地方政府在處理職場霸凌申訴案件時,能迅速遴選適當專家介入協助。因此預計將自民國115年6月起在全國辦理20場次的培訓課程,目標是培訓出至少千名跨領域專家,《104職場力》為您整理相關資訊,歡迎參考利用! 文/《104職場力》 為防治「職場霸凌」,不僅將推動「職場霸凌專章」的落實,勞動部也同步啟動「職場霸凌調查培訓及建置人才庫」的工作,預計自今年(民國115年)的6月起將辦理20場次培訓,包含執業律師、心理師、勞工健康服務醫護人員等都可參加,目標培訓1000名的跨領域專家,未來能夠在雇主、地方政府處理職場霸凌申訴案件時,能第一時間介入協助。 延伸閱讀:網傳「同事訂雞排沒揪就算職場霸凌」?勞動部釋疑:須符合5大要件 落實外部公正調查機制,勞動部啟動職場霸凌調查培訓及建置人才庫 勞動部透過新聞稿說明:表示,「職場霸凌調查培訓」課程的培訓對象包含勞動部工作場所性騷擾調查專業人才資料庫之人員、執業律師、心理師、勞資爭議調解委員、大專校院相關學科教師,以及第一線的勞工行政人員、勞動檢查員與勞工健康服務醫護人員等。 培訓課程預計參考114年試辦經驗,由財團法人職業災害預防及重建中心於今年6月至11月辦理;已名列於性騷擾調查人才庫者,需補充完成6小時精進課程;其餘專業人士則須完成12小時含「職場霸凌防治法規」、「訪談策略與調查技巧」、「調查報告撰寫」及「案例分析」等完整訓練內容,結合跨領域專家,透過模擬調查、訪談演練、證據蒐集、報告撰寫及案例研討,強化處理職場霸凌案件實務能力,為國內職場注入更多專業守護能量。 培訓課程時數與內容 勞動部工作場所性騷擾調查專業人才資料庫之人員 課程內容時數職場霸凌防治法規及倫理2小時調查策略及報告撰寫注意事項(含實務演練)2小時職場霸凌案例分析2小時 非勞動部工作場所性騷擾調查專業人才資料庫之人員 課程內容時數職場霸凌防治法規及倫理2小時調查策略及技巧3小時調查報告撰寫內容及注意事項2小時職場霸凌案例分析2小時實務演練(分組習作、報告及討論)3小時 職場霸凌調查專業人士培訓及專業人才資料庫建置要點 勞動部最後呼籲,預防職場霸凌不應僅停留在事後調查與處理,更重要的是從組織文化與管理著手。建議事業單位建立明確的申訴管道、合理管理制度及友善溝通管道,並透過教育訓練及管理能力的提升,營造相互尊重、健康友善的工作環境。 相關培訓課程資訊預定於6月份公告,請持續關注勞動部職業安全衛生署官網訊息。 ITE嵌入式系統軟體開發專業人員備考|IEX交叉編譯、Linux啟動與除錯 準備 ITE 嵌入式系統軟體開發專業人員鑑定的 IEX 考科,從主機與目標、組態編譯鏈結到 Linux 啟動,建立依證據除錯的順序。搭配原影片的單選與複選教學題、完整解析及備考檢查清單,釐清建置成功與目標可用的差別。 ITE嵌入式系統軟體開發專業人員備考|IEA/IEX核心、驅動與中斷同步觀念 對照 ITE 嵌入式系統軟體開發專業人員鑑定的 IEA 系統軟體與 IEX 核心、驅動範圍,整理責任分層、輪詢與中斷、共享計數同步。透過兩道自編教學題與解析,檢查是否能辨認驅動責任及資料競爭。 ITE嵌入式系統軟體開發專業人員備考|IEA硬體架構、記憶體與介面重點 準備 ITE 嵌入式系統軟體開發專業人員鑑定,先掌握 IEA 的硬體架構、記憶體、周邊介面與電源觀念。本文整理 RAM/Flash、I2C/SPI 的判斷線索,以兩道自編教學題檢查理解,並列出尚需另行準備的範圍。 ITE嵌入式系統軟體開發專業人員怎麼準備?報考資格、考科與辦證規則 嵌入式系統軟體開發結合硬體控制、程式設計與整合測試。準備 ITE 鑑定時,先分清學習建議與正式報考資格,再依官方簡章核對考科、費用及證書申請條件,避免沿用舊資料或誤算個人期限。 IATF 16949 稽核發現怎麼寫?要求、證據、落差與改善追蹤 從量測紀錄空白的自編案例,練習區分「缺少紀錄」與「沒有量測」,用要求、證據、落差整理發現,並釐清受稽組織改善責任與稽核員查驗角色。
2026-05-20 15:56:20
「職場霸凌調查」人才庫7月上路,勞動部啟動千名專家培訓

Google Gemini Omni是什麼?一句話就能生成影片?4功能亮點一次看!

Google推出全新多模態AI模型Gemini Omni,首發Omni Flash可用圖、文、影、音任意組合生成高品質影片,還能用聊天的方式改片,職場力帶你一次看懂功能、官方實測亮點與職場應用,看這款AI如何成為上班族翻倍工作效率的數位特助! 文/《104職場力》 本文導覽 Gemini Omni是什麼?它厲害在哪?Gemini Omni Flash 4大功能一次看功能1:用「對話」就能編輯影片,AI會記得你前面說過什麼功能2:不只「做得像」,還「想得通」功能3:圖、文、影、音任你丟,AI自己會揉成一支片功能4:可用虛擬化身Avatars做出另一個自己怎麼分辨是不是AI做的影片?誰可以用Gemini Omni?開放對象與使用平台Gemini Omni對工作與學習的影響? 過去拍一支影片,要拍、要剪、還要後製,現在Google表示:「跟AI聊天就好」。 Google宣布正式推出全新多模態AI模型「Gemini Omni」,並率先釋出第一款模型Gemini Omni Flash,它能將圖片、音訊、影片、文字任意混搭作為輸入,生成高品質影片,還能透過聊天編輯內容。 這篇就帶各位一次看懂它能做什麼、誰能用,以及對職場工作者的意義。 Gemini Omni是什麼? Google從一開始就強調Gemini是「原生多模態」打造而成(文字、圖像、聲音、影片從底層就一起處理),去年推出的Nano Banana把這份能力延伸到影像生成與編輯,官方資料指出已幫助數百萬使用者修復老照片、把草圖變成設計、實現過去想像不到的創意。 而這次的Gemini Omni,Google 的定位是:一款結合Gemini邏輯推理與創作能力的全新模型,能以任何輸入素材創造出任意形式的內容,並率先支援影片生成。用白話來說就是:你給它什麼都可以,Gemini Omni會先想清楚,再幫你做出來。 首波釋出的版本,是Omni系列中的第一款模型「Gemini Omni Flash」,今天起開始導入Gemini應用程式、Google Flow與YouTube Shorts,Google也說明,未來會逐步支援圖片與音訊等更多元的輸出形式。 它厲害在哪?Gemini Omni Flash 4大功能一次看 功能1:用「對話」就能編輯影片,AI會記得你前面說過什麼 過去用AI改片最頭痛的是「設定跑掉」的問題,一旦換個角度,角色就變另一個人,或改個動作背景就不一樣,超困擾。 Google強調Gemini Omni改掉這個毛病了!它讓使用者能用最自然的對話編輯影片,而且每一次指令都會承接上一步的脈絡,達到以下效果: 角色外觀保持一致性 場景擁有合理的物理邏輯 場景會記住前一幕發生的細節 依官方提供的情境,使用者可以這樣玩: 改變眼前的世界:針對畫面中的特定物件微調,或是徹底抽換整個世界背景。 重新想像動作與情節:上傳一段拍好的影片,直接要求Omni改變其中的情境。 反覆微調影片細節:調整環境、視角、風格甚至是某個小細節,仍能保留影片原始場景的連續性。 這些功能幫助需要產出社群、行銷、教學影片的工作者省下大量重複生成時間。 功能2:不只「做得像」,還「想得通」 Google特別強調,Gemini Omni不是只把畫面做得逼真就好,它會推理「接下來該發生什麼事」,把對物理現象的理解,結合Gemini對歷史、科學與文化知識,拉近「擬真畫面」與「深刻敘事」之間的距離。 這功能的優點具體展現在3個面向: 更符合真實物理法則:對重力、動能、流體力學的理解大幅提升。 融合知識與創意:超越單純的模式比對,在語言、影像與背後的深層意涵之間建立更深的理解,例如官方示範:A到Z字母短片,每個字母搭配一件不尋常的物品(C配水豚、D配迪斯可球、L配熔岩燈),全程搭配舒緩音樂。 複雜概念視覺化:只要簡短的提示詞,就能做出生動的解說影片,例如:黏土動畫風格、定格動畫等,對需要備課、做簡報的使用者來說是福音。 Google指出,它不只讓影片「好看」,還要「好看的有道理」。 功能3:圖、文、影、音任你丟,AI自己會揉成一支片 這也是Gemini Omni名字裡Omni(全面)的精神,官方說明它能將圖像、文字、影片、音訊等任何參考來源,揉合轉化成一個風格連貫的影片成品。 實際用法如下: 可參考任何東西:例如同時丟一張圖、一段影片、一段音樂,AI會把3者融成一支「畫面隨音樂節拍亮起、風格在多種視覺中切換」的科幻短片。 從手邊的素材開始:使用者可以用既有的角色圖、場景圖,甚至是手繪草圖當作參考,創作出符合心中想像的作品。 套用風格、動態或特效:可以用一段影片提供動作參考,再用另一張圖提供材質風格,Omni會融合所有輸入產生一致的成品。 小提醒:在音訊輸入這塊,Google初期先開放語音檔作為參考素材,其他類型的音訊輸入之後才會陸續加入。 這代表創作者可以用更接近導演工作流的方式來使用AI:先選好角色、選好風格、決定動態,再交給模型完成。 功能4:可用虛擬化身Avatars做出另一個自己 Google同步推出虛擬化身(Avatars)功能,讓使用者可以建立一個數位版本的自己,並生成無論在外貌或聲音上都極具個人特色的影片。 Google這次採取較謹慎的開放策略:一開始可以用虛擬化身製作具有個人特色的影片,至於進一步編輯影片以修改音訊和語音的功能,Google表示仍在持續測試與評估。 對需要做個人簡報、教學影片、社群短片,或經營個人品牌的工作者來說,這是「不用補妝、不用打燈、不用重錄第17次」的解方。 怎麼分辨是不是AI做的影片? AI影片越逼真,真假難辨的疑慮就越大,對此Google的做法是:所有由Omni創作的影片,都會包含無法以肉眼察覺的SynthID數位浮水印。 使用者可以透過以下3個管道,驗證一支影片是否由Gemini Omni生成: Gemini應用程式 Chrome瀏覽器中的Gemini Google搜尋 對職場與學習者來說,這呼應了一個越來越重要的觀念:「會用AI」跟「能辨識AI」是同等重要的兩種素養。 誰可以用Gemini Omni?開放對象與使用平台 Gemini Omni Flash自發表當天起陸續開放,依使用者身份不同有不同入口: 對象入口何時可以用Google AI Plus、Pro、Ultra 方案訂閱用戶Gemini應用程式、Google Flow即日起搶先體驗一般使用者(免費)YouTube Shorts、YouTube Create應用程式本週起免費體驗開發人員與企業客戶透過API接入接下來幾週內陸續開放 這次無論付費與否,幾乎所有人都能玩到,只是開放時間不同,且初期仍有額度限制。 Gemini Omni對工作與學習的影響? 雖然Google官方並沒有特別針對「職場」與「學習」額外說明什麼,但小編統整,至少有4件事情值得大家先放在心上: 影片製作門檻被打掉一大層:過去要拍、要剪、要後製,現在一句話可以生成,對需要產出社群、行銷、教學素材的人,這是直接可用的生產力工具。 「解說型內容」會變得超容易做:模型能把複雜概念視覺化,未來舉凡教育工作者、知識型創作者、企業內訓講師都可以請AI把概念畫出來,當作備課流程的一環。 更方便經營個人品牌:透過虛擬化身(Avatars),不必每次都實際出鏡也能維持個人形象的一致性。 「用語言精準描述畫面」成為新核心能力:過去談prompt工程,現在則延伸到「能不能把腦中的畫面講清楚」,這對學習者是值得從現在開始練的能力。 如果你是內容工作者、影音創作者、簡報常勝軍,或單純想跟上AI工具的新一輪節奏,現在就是試試看的好時機,不一定要馬上做出什麼大作,但去摸一摸、體會一下跟AI聊天就能生影片是什麼感覺,會對未來的工作方式更有畫面。 (影片、資料來源:Google台灣官方部落格) 延伸閱讀: Gemini生圖告別中文亂碼!Nano Banana Pro正式登場,哪些版本能用? AI生圖再進化!ChatGPT Images 2.0生成海報文宣、手繪風塗鴉怎麼做?文字告別亂碼、排版調整實測
2026-05-20 14:26:54
Google Gemini Omni是什麼?一句話就能生成影片?4功能亮點一次看!

「同值同酬」是什麼?跟同工同酬不一樣嗎?│職場百科

你有聽過「同工同酬」,但你知道「同值同酬」嗎?這是指即便從事的職業不相同,但所做的勞動具有同等價值,理應獲得相同的薪資,在「同值同酬」的理想職場中,雇主透過評估不同職位的工作內容、對職務的要求來評定是否符合「該職務的價值」,因此給予不同職務、同等價值的報酬,可以解決「職業隔離」的問題! 文/《104職場力》 本文導覽 「同值同酬」是什麼意思?如何判斷「工作的價值」?「同值同酬」和「同工同酬」哪裡不一樣?「同值同酬」和「同工同酬」概念比較表「同值同酬」常會有的迷思與執行方式 你知道什麼是「同值同酬」嗎? 在討論職場薪資公平時,「同工同酬」常被視為理所當然的標準。然而,當組織內的職位因歷史背景、社會刻板印象而出現嚴重的「性別或類別隔離」時,單靠「同工同酬」無法根本性的解決結構性低薪問題。 因此,更進一步的勞工權益概念——「同值同酬 (Equal Pay for Work of Equal Value)」因此誕生,其中意涵不只是「正視每份工作真正的價值」,更追求消除性別歧視、報酬不應該因為性別而產生差異,追求兩性薪資的平等。 「同值同酬」是什麼意思? 同值同酬(Equal pay for work of equal value)是一種勞工權益概念,指男性和女性所從事的職業雖不相同,但所做的勞動有同等價值,應獲得相同的薪資。 簡單來說,「同值同酬」是指:「如果兩份工作的內容雖然不同,但對於公司的價值相等,就應該給予相同的報酬」。 傳統上,薪資常被「職業別」給限制。例如,科技業的工程師(男性比例高)薪資往往高於人力資源或行政專案經理(女性比例高)。但如果兩者在工作中所投入的技術、努力程度、責任重量以及工作環境是相當的,那麼薪資就不應因為「職稱」或「性別」而有落差。 因此,「同值同酬」的核心精神,在於將薪資的決定權從表面的「職稱」或「行業傳統」,回歸到工作對組織所創造的「實質價值」。 核心邏輯: 薪資應該根據「工作的貢獻度」來決定,而非「職位的傳統標籤」。 如何判斷「工作的價值」? 為了解決這種結構性偏見,國際勞工組織(ILO)的第100號公約(又被稱為《1951年同工同酬公約》(Equal Remuneration Convention, 1951))明確提出了「價值對等」的概念。 評估兩份截然不同的工作是否具有「同等價值」,不能單憑管理階層的主觀感覺,必須透過一套客觀的科學指標進行拆解。而通常指標應包含下列四項核心維度: 知識與技術(Skill): 工作所需的學歷、專業證照、實務經驗與解決問題的能力。 努力程度(Effort): 工作中所消耗的精神專注度、心理抗壓性或體力負荷。 責任重量(Responsibility): 員工對於財務預算、組織決策、設備維護或人員監督所承擔的後果與影響力。 工作環境(Working Conditions): 工作時面臨的物理環境(如噪音、危害)或心理環境(如高壓、頻繁變動)。 即便兩份工作完全不同,但若在上述四項指標的分數加總後結果相當,企業就應給予同等的薪資報酬。這將有助於打破過去「特定職業就該拿低薪」的刻板印象,讓每個職務都能在公平的底線上被衡量。 延伸閱讀:2026同酬日「2月28日」!同酬日是什麼?為何每年不同? 「同值同酬」和「同工同酬」哪裡不一樣? 要理解這兩者的差異,可以從勞動市場的「職業隔離(Job Segregation)」現象談起。 所謂「同工同酬」,防範的是「在同一個格子裡的歧視」。例如,當公司同時聘僱一男一女擔任相同的「資深網頁工程師」,在年資與績效相同的狀況下,若男性的薪資高於女性,這就違反了同工同酬。 然而,現實職場更多時候是「男女被分佈在不同的格子裡」,如技術、研發部門多為男性,而行政、人資或顧客服務部門多為女性、或同樣是從事醫療業,男性多半擔任醫師,而女性則多為護理師。 在這種「男女因性別差異而無法擔任同一個職務」,會讓「男女無法處於同一個格子裡」、同工同酬形同失去施展空間。若因此而造成薪酬差異(如常見的:行政人員無法與工程師相比較「做一樣的工作」而領到相同報酬)。這時就顯得為解決法律盲點而誕生的「同值同酬」是更進階的制度。 「同值同酬」並未要求不同職位的工作內容要完全一模一樣,而是拉高視角,去比較「不同格子內的含金量」。 社會學與經濟學研究指出,長期以來,與「溝通、協調」相關的職務價值,在勞動市場上普遍遭到低估」。例如,一位在科技公司負責跨部門溝通、危機處理的「資深專案經理(PM)」,其工作所需的溝通技術、面對時程壓力的精神努力、以及確保產品如期上線的責任重量,在經過量化評估後,其價值可能完全不亞於一位專注於純技術開發的「後端工程師」。 一旦實行「同值同酬」的概念,就能確保那些無法被程式碼直接量化、卻對公司營運至關重要的「軟實力」,能獲得與技術職位對等的尊嚴與報酬。 「同值同酬」和「同工同酬」概念比較表 比較項目同工同酬同值同酬 定義做一模一樣的工作,拿一樣的錢做價值相當的工作,拿一樣的錢舉例職務同部門的兩名「初級會計師」醫院的「護理師」與「藥劑師」法律重點避免「同職位不同性別」的歧視消除「不同職務、但貢獻度同等重要」的薪資落差施行難處若男女分處不同職務,因未執行相同工作、法律難以發揮作用公司對於不同職務的價值,標準不一、不同公司的需求也不同 「同值同酬」常會有的迷思與執行方式 國外在推動「同值同酬」時,反對者最常提出的論述是「薪資應完全由自由市場的供需決定」,認為若市場上某類人才稀缺,物以稀為貴、薪資自然會被提高,這是完全由「市場機制所決定」的。 但同時也有文獻研究指出:一般常言的人力市場「市場價格」往往承襲歷史遺留的偏見,如台灣社會過去曾有「三師」(醫師、律師、會計師)是高所得族群的保證、「公職」等於「鐵飯碗」這類型的說法,若企業完全依照市場偏見給予薪資,只會讓內部薪資結構持續失衡,最終導致「核心營運」人員不斷流失,或淪為「免洗職缺」。 為了讓「同值同酬」能落地施行,國際上最具代表性的實務案例首推加拿大安大略省的《薪資平等法》(Pay Equity Act)。該法案強制要求一定規模以上的企業,必須實施「性別中立的工作評價制度(Gender-Neutral Job Evaluation)」,被評為通過主動手段糾正薪酬實踐中的系統性性別歧視,實現女性主導職位的薪酬平等。 「同值同酬」執行步驟通常如下: 職務全面盤點: 釐清組織內哪些職位屬於「女性/特定群體主導」或「男性/特定群體主導」。 選定評價工具: 採用前文所言、ILO的所建議的「四大維度」,為每個職位重新打分數。 薪資比對與調整: 找出分數相同、但過去薪資有落差的職位,將薪資較低者的報酬調升至對等水準。(這邊要特別留意,不可使用「以調降高薪者薪資」的方式來達成平等條件)。 在美國的明尼蘇達州公部門,也曾嘗試施行過「同值同酬」,實驗證明當原本被低估的「基層事務員」、「圖書管理員」獲得合理調薪後,組織整體的流動率顯著下降,員工對企業的信任度與向心力大幅提升。 這些案例說明同值同酬並非純粹的「慈善或成本負擔」,而是企業建立現代化、科學化人力資源管理,進而提升長期競爭力的關鍵策略。 「同值同酬」不僅僅是一項人力資源的科學工具,更是一場重新審視職場價值的觀念革命。它提醒著企業與經營者:薪資單上的數字,不該由歷史偏見或職稱的刻板印象來決定,而應取決於員工為組織解決了多少難題、承擔了多少責任。 面對勞動力結構改變與新世代對職場平權的期待,一味盲從所謂的「市場價格」,只會讓企業落入人才失衡的陷阱。推動「同值同酬」雖然在短期內需要組織投入成本進行制度盤點,但國際文獻與實務經驗早已證實,唯有建立科學化、客觀的工作評價,才能真正提升員工的向心力並降低流動率。 落實「同值同酬」建立的不只是一個更公平的薪酬制度,而是一個讓每一種專業軟實力,都能獲得應有尊嚴與對等回報的進步職場,讓每一項專業的付出,都能在客觀的評比上被認真對待,這才是現代職場追求薪資平權的最終核心。 延伸閱讀: ARCI法則是什麼?用4角色解決跨部門分工混亂│專案管理必學技巧 冷啟動是什麼?PM行銷必學「從0到1」的破冰策略│職場百科 職場「同工同酬」落伍了?新類型工作更講求的是「同值同酬」原則
2026-05-19 23:45:23
「同值同酬」是什麼?跟同工同酬不一樣嗎?│職場百科

一句話,不讓「腦袋內耗」拖累行動力!

因為怕失敗,所以不去做;因為不去做,所以凡事拖;因為凡事拖,所以沒改變。這是您的生活嗎?諮商心理師朱芯儀「把失敗當路標」,車開過了,失敗也就變成過去的路標,而非事件終點;告訴自己「Not Yet. 我只是暫時還不行」,減緩「我不行」的完美主義與壓力。用微3分鐘的小儀式感,讓行動力比焦慮快一步! 【2026職涯博覽會】美光、廣達、台達電、高鐵、中信、UNIQLO、GAP等300家企業現場徵才,還有免費履歷健診與職涯諮詢,立即報名 https://104cweb.pse.is/8u5kqy 【本集來賓】朱芯儀,師大心理研究所畢業,諮商心理師,腦瘤手術讓她重度視障、右耳完全聽不見。彈芯心理靭性教育與推廣平台負責人,獲得中華民國第56屆十大傑出青年(2018年)、臺灣諮商心理學會第1屆傑出心理師獎、衛福部第22屆金鷹獎(2018年身心障礙楷模) 【本集重點】03:00 恐懼轉職跳脫舒適圈,害怕失敗標籤?!08:13 習得性無助:看不見的心理牢籠,很多無助感是學習來的11:44 「Not Yet」心態,將失敗定義為「路標」而非「判決」14:28 用新的東西打破固著概念16:44 破解完美主義的5分鐘硬幣秘訣,解決拖延症的方法21:40 讓行動先於焦慮,透過「儀式感」進入狀態25:20 沒有完美的狀態,敢出發就有路 ▍ 加強你的心理韌性,還可以聽EP561【粉絲敲碗】工作壓力大,如何調適身心? 遛狗x運動x玩空拍!他讓情緒從工作中抽離  EP557【粉絲敲碗】如何化解工作負能量? 量子力學3概念:轉場、同頻共振、觀察不承擔  EP569《謝謝你誕生在這世上》聽療癒系鋼琴家吳承澐的故事。給每個努力的你一個肯定與療癒 喜歡嗎?歡迎給我們五星好評🌟 ✅想聽什麼主題呢?👉 https://podcast104.pse.im/7jetza✅歡迎給建議👉 https://podcast104.pse.im/7jeu94✅職涯診所Podcast網頁上線囉~ 👉 https://podcast104.pse.im/7jeubw✅有職場問題,請上職涯診所👉 https://podcast104.pse.im/7jeug4
2026-05-19 17:36:33
一句話,不讓「腦袋內耗」拖累行動力!

大學科系大洗牌:半導體、護理強勢擴張,商管、藝術萎縮!未來高教趨勢為何?

台灣大學哪些科系正在消失?哪些系所快速擴張?梳理教育部111~115學年數據,工程、護理大增,商管停招最多,私立大學面臨最嚴峻挑戰,一次看清高教版圖的真實變化。 文/姜雯 由Cheers授權轉載 本文導覽 台灣高等教育普及全球前段班,系所停招數卻同步攀升哪些大學科系正在大量新增?半導體、護理成最大贏家!哪些科系停招最多?商管、藝術、語文面臨淘汰危機私立大學停招數是公立的12倍:高教衝擊誰最大?傳統學系退燒,跨領域學位學程成高教新主流大學畢業生5年少1成,哪些學門逆勢成長? 台灣高教普及率世界第二,卻正經歷一場大洗牌。五年內,半導體與醫藥系所因產業需求強勢擴張,傳統商管、藝術與語文則深陷停招潮。面對私校淨減與畢業生退潮,這場高教變革正重新定義未來的含金量專業。 台灣高等教育普及全球前段班,系所停招數卻同步攀升 根據內政部統計,113年底台灣高等教育人口以大學學歷最多(636.2萬人),其次為專科(224.2萬人)與研究所(184.5萬人)。 OECD最新統計顯示,2023年各國高等教育比率平均為41%,而台灣112年底已達58%,明顯高於平均;主要國家中僅加拿大(63%)高於台灣,其餘皆較低。 然而,根據教育部的統計資料,111學年至115學年新增或復招的學系、學位學程共有94個,然而停招與裁撤的學系、學位學程同時高達120個——高教的普及與衰退似乎同時在發生。如今,是哪些專業引領著高教的發展?又有哪些領域在這個舞台逐漸失色? 《天下學習Cheers快樂工作人》梳理了近5年(111~115學年)27學門學系、學位學程消長變化,雖然它未必等同招生規模,但仍然是一項值得關注的指標,迅速了解台灣高等教育的現狀。 哪些大學科系正在大量新增?半導體、護理成最大贏家! 在教育部份類的27個學門當中,近5年有8個學門的學系成長、8個學門持平、11個學門負成長。 其中「長勢」最為明顯的是「工程及工程業學門」,新增了19個學系、學位學程,佔新增總數的五分之一。若再細看名稱,更會發現超過半數為與「半導體」直接相關,顯見「半導體」已在高教中形成一個相對醒目的知識領域。 其次,「醫藥衛生學門」新增了16個學系、學位學程,佔新增總數的17%,緊追在後。在這個學門中,更有9個系所新增是「護理學系」或「學士後護理學系」,這很可能是在人口老化、護理專業人力不足等趨勢交會之下,因應政策或產業需求的改變。 陽明大學前教務長、陽明交大公共衞生研究所衞生政策教授周穎政表示:「近幾年智慧醫療的發展,護理工作需要更進階的人員,大學端培養的人才更能勝任未來智慧醫療的照護需求。」 最後,成長數第三高的「其他學門」,會發現清一色皆是「不分系」或「跨領域」的學系、學位學程,這也顯示了人才培育的跨域化成為新興趨勢(見下表)。 哪些科系停招最多?商管、藝術、語文面臨淘汰危機 在11個淨增長數為負的學門當中,以「商業及管理學門」的變動最為劇烈,其在5年之間雖增加11個,但停招、裁撤者更高達27個,佔停招、裁撤總數的22.5%。 高教評鑒中心執行長游光昭在2025年天下學習《Cheers最佳大學指南》的採訪中表示:「當這樣的系所愈來愈多,甚至變成大家都應具備的基本能力或工具時,它作為一個專業技術學門的必要性就會變得侷限,語文學科亦同。」 不意外的,「藝術學門」與「語文學門」這兩個學門,在5年間分別減少20個、14個學系、學位學程,若與「商業及管理學門」合計,3個學門的縮減數剛好佔了縮減總數的一半。 「藝術學門」中新設的學系,多與「跨領域」有關。例如在115學年度,靜宜大學新設「藝術跨域創作學士學位學程」、南華大學新設「音樂跨域設計與藝術管理學士學位學程」。 在「語文學門」的縮減潮中,國立政治大學的「東南亞語言與文化學士學位學程」反而站穩了腳步,升格為「東南亞語文學系」。國立臺北大學與國立臺北教育大學則分別新設了「創新華語文教學學士學位學程」、「台灣語言與文化學系」。這個動態似乎顯示「台灣」、「東南亞」、「華語教學」在高教領域仍然具有一定的需求。 另外值得注意的一點是,停招、裁減的「藝術學門」與「語文學門」中,全數都是私立學校,公立學校所受的衝擊尚未見。 私立大學停招數是公立的12倍:高教衝擊誰最大? 若我們分開檢視公、私立大學,會發現兩者近5年間的變化趨勢大相逕庭。 近5年間公立大學新增的學系、學位學程有32個、私立大學則有62個,比例大約是1比2。然而,停招或裁撤的學系、學位學程,在公立大學僅有9個,私立大學卻高達111個,比例達到1比12。 換言之,公立大學的學系、學位學程數量其實是增加的,淨增長數為23;私立大學則是完全相反,其學系、學位學程的淨增長為-49。這樣的數字對照,顯示了在整個高教體系變動中,私立大學面臨的挑戰愈來愈大。 ▲公、私立學系、學位學程消長。(資料來源:教育部「大學校院總量增設調整核定表」、大專校院學科標準分類) 傳統學系退燒,跨領域學位學程成高教新主流 在近5年新增的94個學系、學位學程中,學位學程有59個,佔比約為62.7%,其中有43個是私立大學所設。對私立大學來說,新增學系相對不易,但透過內部資源整合的「學位學程」,則可更為靈活應對招生市場。 「學位學程」的興盛,其實仍然扣連著整體社會對「跨領域人才」的需求,因為愈來愈多新興領域,很難以學系對應特定產業或就業機會,跨領域的需求自然崛起。 大學畢業生5年少1成,哪些學門逆勢成長? 最後,如果從108學年到112學年的「大專校院畢業生數」來看,近5年明顯下滑(約少一成),而且近兩年跌得更快;在27學門中,只有社會福利、農業、獸醫等少數學門逆勢成長,多數學門都在縮水。 如果把「系所增減」與「畢業生走勢」放在一起看,會更清楚:工程、醫藥衛生雖在新增端仍擴張,但畢業生人數其實只是「相對耐跌」;反倒是商管、藝術、語文、餐旅民生等傳統大盤,畢業生流失最明顯。 ▲近5年(108~112學年)27學門畢業生人數變化。(資料來源:教育部「大專校院畢業人數」) (原文標題:誰在擴張、誰在萎縮?台灣高教5大趨勢觀察:工程醫藥逆勢成長,傳統商管藝術面臨裁撤潮,還有哪些重要發現?) 延伸閱讀: 畢業遇上AI好焦慮?104數據揭2026新鮮人找工作5大關鍵|附檔案下載 AI改寫熱門科系版圖?大學選系浮現「鐘擺效應」 新鮮人必備10大軟實力、硬技能,如何準備?104職涯教育長不藏私 不是電機、資工!台大申請入學最熱門科系揭曉:報名人數翻3倍,26人搶1個名額!翻身大熱門的關鍵是? 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 英文系可能最成功?AI焦慮下,黃仁勳指出文組生的一線曙光:未來頂尖人才,將具備3大特質
2026-05-19 11:06:31
大學科系大洗牌:半導體、護理強勢擴張,商管、藝術萎縮!未來高教趨勢為何?

遇難題都問ChatGPT?當心「AI好同事」正在削弱你的職場競爭力!

遇到難題總習慣先問ChatGPT嗎?《哈佛商業評論》最新研究警告:把AI當朋友與職涯顧問恐削弱你的人際信任與職場資本!本文解析過度依賴AI的3大危機,並教你如何在AI時代守住無可取代的職場競爭力。 文/《104職場力》 本文導覽 只是請AI寫報告?其實你在跟「完美虛擬同事」交朋友AI依賴症如何摧毀工作者的「職場資本」?所以該怎麼做?AI時代要如何修煉「高階職場力」? 回想看看,你上一次主動去問同事問題是什麼時候? 不是用Teams或Slack丟連結、不是CC一封信,是那種拉著人說「欸,我有個事想聽聽你的看法」的真實互動。 如果一時想不起來,不是你記性差、也不要太意外,因為現在有AI這個更方便的選項,大家第一直覺想到的求助對象早已不是身旁的真人。 《哈佛商業評論》2026年5-6月號刊出了一篇研究報告,由波士頓大學Questrom商學院研究副教授、工作生活研究所(Institute for Life at Work)創辦人Constance Noonan Hadley與坎特伯雷大學組織行為學教授Sarah L. Wright共同發表,他們調查了1,545名重度使用AI的知識型工作者,結論讓人有點不舒服: 除了工作內容,職場人也不知不覺把同事該扮演的角色一點一滴外包給AI,這逐步削減了我們在職場中的人際連結與組織凝聚力。 只是請AI寫報告?其實你在跟「完美虛擬同事」交朋友 研究發現,高達74%的受訪者坦承使用AI來獲取某種形式的「社交支持」,比如情緒價值、人際互動等,細看行為的類別跟數據會更有概念: 跟AI認真討論職涯發展 64%的人會請AI幫忙找自己的職涯發展機會;54%用AI來培養技能或職場軟實力,比如有軟體工程師用AI構思怎麼用「更溫和但專業的方式」挑戰老闆的決定;也有專案經理表示「AI讓他不斷思考和成長」;還有受訪者提到自己透過AI找到了自己過往從沒發現的機會,並在AI幫助下成功晉升。 成為情緒與壓力的出口 35%的職場人覺得「AI真的懂自己的感受」,能幫助他們應對、消化壓力;其中有設計師表示,自己習慣在壓力炸鍋時跑去講給AI聽、尋求有建設性的建議,結果AI不只給足情緒價值,還幫忙草擬信件內容,解決他的難題。 成為職場人心中的朋友 受訪者中已經有50%的人把AI當工作上的「朋友」,並表示「這讓他們覺得自己是在和某個人一起工作,而不是獨自撐著」;除了心態上的轉變,還有個細節很微妙:78%的人在跟AI說話時會說「請」和「謝謝」,28%的人稱它為「私人助理、隊友」甚至「朋友」,而不是「工具」。 當半數人開始對一個程式有禮貌,並用具備人類色彩的詞彙稱呼它時,這件事本身就反應出我們對這項工具的依賴心態。 AI依賴症如何摧毀工作者的「職場資本」? 雖然AI就像一個沒有偏見、永遠傾聽的「完美同事」,但過度依賴它,可能會在不知不覺中損害我們最核心的職場競爭力,並帶來深層的職業倦怠。 問題不在用AI,是在於「大家都不再需要別人了」 先講清楚,用AI提升效率、精進能力這件事本身沒問題,這份研究要談的危險是「讓AI全面替代掉那些只有人能給的東西」是有代價的,舉例來說: 人際求助網正在消失 印刷公司MOO在2025年5月的調查就顯示,65%的工作者遇到問題時不是先找同事,是先問AI,有受訪者表示:「問AI比問同事快多了,現在根本不怎麼需要找同事幫忙。」 這乍看好像沒什麼問題,但很多時候職場上的信任與革命情感,都是在「互相麻煩」的來回交流中建立起來的,那些小小的眉角和經驗交換才是真實關係的養分,但現在因為彼此需要對方的程度變少了,連結最終也就跟著斷了,長期下來就會影響同仁和主管之間的信任度,萬一有天出現AI無法回答的問題時,會出現完全不曉得該向誰求救的可怕情況。 溝通能力快速退化 AI永遠順從且耐心十足,不會有負面情緒、不會覺得人類問題很蠢,這聽起來超讚,但研究指出,長期處在這種「無摩擦」的互動體驗裡會被寵壞,職場人的交談技能會衰退,導致越來越難適應真實的人際溝通,甚至發生過有員工因為不想面對真人,直接派出AI分身代替自己出席會議,讓在場的同事相當錯愕。 內心覺得更孤單了 以為有AI朋友就萬事OK嗎?研究中最讓人不舒服的結論是:即使92%的受訪者都在有團隊的環境中工作,仍有52%的人在工作中感到高度或中度孤獨;更諷刺的是,雖然大家頻繁向AI傾訴、尋求社交支持,卻只有12%的人覺得「比較不孤單」。 這表示,大家雖然沉溺,但最終仍會意識到AI只是程式,這種「虛假的友誼」與「辦公室裡熱心的幽靈」反而會觸發更深層的孤寂,而高度孤獨的工作者,離職意願比不孤獨的人高出90%,工作滿意度也顯著下降。 所以該怎麼做?AI時代要如何修煉「高階職場力」? 講了很多,不是要大家少用AI,重點是要有意識去保持人際連結,把效率交給工具,但必須把信任還給真人。 我們把研究者提供給企業的建議轉成個人的實戰策略,讓大家參考該如何避免形成AI孤立的局面: 人的事,親自來 研究建議,coaching、mentoring、團隊建立這類核心互動,必須由真人主導,最好面對面進行,大家必須劃定界線,清楚認知像輔導、衝突處理、跨部門說服這些事,AI可以幫忙準備,但不能替我們上場。 畢竟當遇到需要拉攏關鍵人物的時刻,放下鍵盤喝杯咖啡聊聊,絕對比緊抱鍵盤有幫助! 用AI的產出,製造「去找人」的理由 學會在工作流程中加入「接觸點」,利用AI的產出作為破冰的橋樑,例如:拿著AI初擬的企劃案,刻意去向關鍵同事請教:「AI給了這些建議,但定價那塊你比我熟,我想聽聽你過去怎麼處理的?」將同事重新編織進合作網絡中。 把AI幫忙省下的時間,拿去投資人 AI最大的價值在於幫我們省時,記得不要把這些餘裕拿來處理單調的工作或摸魚,建議投入人際連結的活動上,比如主動關心同事的近況、參與團隊聚會,或找一位前輩請教,可能會得到更有價值的收穫喔! 最後,這份研究給了一個最深刻的提醒:創造滿意與敬業團隊最重要關鍵,依然是人與人之間的連結,而非人與AI的連結。 AI是真的好用且便利,但它只能填補短期缺口,取代不了那個在你搞砸提案後、悄悄傳一句「沒事,下次再來」並幫忙收拾殘局的同事;也無法替代那個在走廊遇到、隨口一句話卻點醒你的前輩,在機器越來越聰明的時代,職場上的情商、同理心以及與真實人類共事的能力才是能走多遠的關鍵。 延伸閱讀: AI馬屁精?實測「亂丟垃圾」違規還給好評 研究報告警告:人際關係恐變糟 AI會內省了?它真的知道自己在做什麼嗎? AI也會得腦腐病?研究揭「垃圾食物」帶來的企業危機!
2026-05-15 13:18:20
遇難題都問ChatGPT?當心「AI好同事」正在削弱你的職場競爭力!

文組翻身?AI時代英文系最吃香?黃仁勳點名頂尖人才最重要的3大能力!

文組生不再邊緣?想在AI時代的職場中站穩腳步需具備什麼條件?輝達執行長黃仁勳在《All-In 》Podcast專訪中預言,英文系學生在AI時代可能成為最成功的一群人!究竟要成為未來頂尖人才,需要具備什麼關鍵能力? 文/邱煜庭 由Cheers人才永續頻道授權轉載 本文導覽 黃仁勳直言:語言,將成為最重要的能力!工程師AI token用太少,也會讓他「抓狂」工具不會消滅需求,只會放大需求未來的工程師,是帶領AI作戰的指揮官黃仁勳給職場年輕人的建議:成為使用AI的深度專家總結:黃仁勳心中的三個未來頂尖人才特質 輝達(NVIDIA)執行長黃仁勳在《All-In 》Podcast專訪中直言,AI浪潮會徹底改寫職場遊戲規則。他點名三種能力將成為未來人才的核心競爭力,更語出驚人地說,文組的英文系學生,在AI時代反而可能是最成功的一群人。 黃仁勳直言:語言,將成為最重要的能力! 「深度科學與數學依然重要,但語言能力是關鍵。語言,現在就是AI的程式語言。所以說,英文系的學生,未來可能是最成功的一群人。」 這段話出自輝達(NVIDIA)執行長黃仁勳(Jensen),在長達70分鐘的《All-In》 Podcast節目深度訪談中,回應年輕人該如何選擇未來方向,也讓被認為「就業弱勢」的文組生,首次在職涯焦慮中看見一絲曙光。 黃仁勳的邏輯是:過去,寫程式是與電腦溝通的唯一語言,指揮機器仰賴程式語言(Python、C++)跟電腦溝通,門檻很高。但AI問世後,情況徹底翻轉,語言(英文、中文等自然語言)變成了AI時代的程式語言——誰能把想法說得清楚、精確、有邏輯,誰就能把AI用得最好。 因此他笑說:以前被認為「不實用」的英文系學生,在AI時代反而可能是最成功的——因為他們最擅長的就是語言表達、邏輯論述、文字思考。 黃仁勳仍然推薦深度學習數理科學,但也指出,語言能力同樣關鍵。 他認為,未來每個工程師可能會帶領100個AI代理,人的價值就落在創造力與判斷力,而非執行力。 換言之,未來最值錢的技能,不是寫程式,而是「會說話、會思考、會精準表達」。這些,恰恰是人文教育的訓練核心。 工程師AI token用太少,也會讓他「抓狂」 對於AI翻天覆地改寫了許多職場規則,黃仁勳也提出一個鏗鏘有力的警示:不會失業的人,不是不被AI影響的人,而是比別人更懂得使用AI的人。他說得更直接:「你不會因為AI而失去工作,你會因為有人比你更會用AI,而失去工作。」 他舉例說,如果他聘請了一位年薪50萬美元(約新台幣1,880萬元)的工程師,年底告訴他今年只花了5千美元(約新台幣16萬元)的AI token,他直言:「我會極度擔憂,甚至抓狂。」他期望這樣的頂尖人才,每年至少應消耗相當於25萬美元(約新台幣790萬元)的AI算力,就像頂尖運動員每年都毀砸重金養護身體,才能維持競技巔峰。 他的比喻是:這就像一個晶片設計師說:「我不需要 CAD 工具,我用紙和筆就好」,他完全無法接受。這個比喻精準地傳達了黃仁勳的核心信念:AI不是輔助工具,而是每個知識工作者的標配戰力倍增器。不用它,就是浪費自己的潛力。 工具不會消滅需求,只會放大需求 許多人擔心AI會讓某些職業消失,黃仁勳以放射科醫師為例,給出了不同角度的詮釋。 當初電腦視覺技術出現時,有頂尖學者預言放射科醫師將全面被取代。十年後,電腦視覺確實百分之百整合進所有放射科平台——但放射科醫師的需求,反而大幅增加。原因是:掃描速度加快、數量暴增,反而需要更多醫師解讀報告、協助診斷。 黃仁勳的結論是:每份工作都有「任務」與「目的」之分。任務可能被AI取代,但目的——也就是你存在的真正價值——往往因為AI而被放大,而非消滅。工具讓需求擴大,而非縮減。 未來的工程師,是帶領AI作戰的指揮官 黃仁勳在訪談中也描述了一幅具體的未來工作圖像:「每一位工程師,手下都將擁有上百個AI代理(AI Agents)。」 這意味著,未來的工作者不再只是埋頭寫程式碼,而更像是一位指揮官,負責拆解任務、分派工作、設定標準,並判斷AI的產出是否達標。如他所說:「未來要寫的不是程式,而是想法、架構與規格說明,我們要組織AI代理,告訴它們什麼叫做好的結果。」 在這套新工作模式中,黃仁勳歸納出三種關鍵能力,是AI時代最有競爭力的人才共同特質: 第一,能清楚規畫架構並組織任務。面對龐大目標,必須懂得將它拆解成可執行的子任務,並指派給合適的AI代理執行。這需要系統性思維與全局觀,而不只是技術能力。 第二,精準下達指令,但懂得留白。黃仁勳特別強調,指揮AI是一門藝術,指令要夠明確,讓AI知道方向;但又不能過度限制,要「留給AI足夠的空間去創新,同時引導它走向你想要的結果」。這需要高度的語言素養與溝通判斷力。 第三,具備定義「好壞」的專業判斷力。AI大量產出內容後,人類最不可替代的價值,在於判斷對錯、定義標準。沒有深厚的領域知識與批判思維,根本無法有效審查與迭代AI的產出。 黃仁勳給職場年輕人的建議:成為使用AI的深度專家 黃仁勳最終給年輕人的建議,簡短而有力:「無論你學什麼科系,請確保自己成為使用AI的深度專家。」 他強調這件事「並不簡單」,需要一種藝術性——知道如何規範方向,但又不要過度限制,要給AI足夠空間去創新,同時引導它到你想要的結果。 這不是叫人放棄專業學習,而是提醒:在AI時代,真正值錢的人才組合,是深厚的領域知識,加上駕馭AI的能力,再加上清晰表達、定義目標的語言素養。三者缺一,都只是半套。 文組能力也不再只是備胎,而可能是這場AI革命中,最被低估的一張王牌。 【同場加映】想知道自己的AI素養多高?需持續學習,還是能獨當一面?歡迎上104學習檢測!→AI 素養級認證 模擬試題→104 AI通用素養檢測 總結:黃仁勳心中的三個未來頂尖人才特質 1. 不是寫程式最快的人,而是能將想法、架構與規格告訴AI。 2. 像主管一樣組建AI代理團隊,分派任務,並能定義什麼叫做好結果、讓AI能迭代。 3. 與AI腦力激盪,給方向但留空間,引導而非死命令。 (資料來源:Jensen Huang: Nvidia's Future, Physical AI, Rise of the Agent, Inference Explosion, AI PR Crisis;本文初稿由 AI 協助整理;原文標題:英文系可能最成功?AI焦慮下,黃仁勳指出文組生的一線曙光:未來頂尖人才,將具備3大特質) 延伸閱讀: 黃仁勳卡內基演講談AI:新鮮人如何擁抱技術、放大潛能、培養職場競爭力? 預言技職崛起!黃仁勳不勸你寫程式:AI時代最缺的新貴,是水電工 黃仁勳:每個人都該有個AI家教!這樣用AI提升學習工作效率 這個工作年薪破300萬!黃仁勳:電工、水管工、木匠才是AI時代最缺的新貴 AI秒殺人類工程師?矽谷爸媽勸子女別走科技路:希望小孩讀「這類科系」 不會寫程式=沒前途?微軟總裁:想升遷,應向文組人學習
2026-05-14 17:08:34
文組翻身?AI時代英文系最吃香?黃仁勳點名頂尖人才最重要的3大能力!