104學習

擁有品質管理證照資格的人才在許多不同的產業中都會受到歡迎，因為品質管理是關鍵要素，涵蓋了許多業務領域。以下是五大產業，尤其需要品質管理專業人才： 1.製造業：製造業領域需要高品質產品的生產，以確保產品符合客戶期望，同時減少缺陷和生產成本。品質管理專家在製造過程中監督品質，實施改進措施，確保生產過程符合標準。 2.醫療和醫療設備：醫療行業需要嚴格的品質控制，以確保患者安全和醫療設備的可靠性。品質管理專家在醫療設備製造、醫院運營和醫療流程中發揮關鍵作用。 3.食品和飲料業：食品和飲料業需要確保產品的安全性和品質，以符合食品安全法規和標準。品質管理專家參與食品生產和供應鏈管理，確保產品符合標準。 4.航空航太業：航空航太領域要求高度可靠性和安全性，品質管理在這方面尤為重要。對於飛機、太空船和相關設備的生產、測試和維護，需要嚴格的品質管理。 5.汽車業：汽車業也要求高品質和安全性，並需符合法規和標準。品質管理專業人才在汽車零部件生產、車輛組裝和品質測試中扮演關鍵角色。 除了上述五大產業，品質管理專業人才在許多其他領域也會受到歡迎，包括科技、建築、能源、電信和金融等。品質管理證照資格可以幫助個人在各種行業中找到具有挑戰性和有價值的職位。 【延伸閱讀】 熱門證照排行榜文章 | https://nabi.104.com.tw/room/10047738

提供今年度1月到10月底，針對在「管理」相關職類中，求職者與證照中心瀏覽者熱搜得TOP10證照，提供您職場進修做為參考： 第1名：公共工程品質管理人員 證照資訊：https://nabi.104.com.tw/ability/10029243 第2名：國際專案管理師PMP 證照資訊：https://nabi.104.com.tw/ability/10029355 第3名：品質工程師(CQE) 證照資訊：https://nabi.104.com.tw/ability/10029229 第4名：品質技術師(CQT) 證照資訊：https://nabi.104.com.tw/ability/10029232 第5名：國際企業管理師 證照資訊：https://nabi.104.com.tw/ability/10029382 第6名：品質管理師(CQM) 證照資訊：https://nabi.104.com.tw/ability/10029226 第7名：CPIM-國際產業管理師 證照資訊：https://nabi.104.com.tw/ability/10028459 第8名：認證採購經理C.P.M. 證照資訊：https://nabi.104.com.tw/ability/10029380 第9名：ERP軟體應用師 證照資訊：https://nabi.104.com.tw/ability/10028355 第10名：中華專案管理師CPMP 證照資訊：https://nabi.104.com.tw/ability/10029357 此外，想了解企業找人才時愛用證照嗎? 點下方連結前往看看 ! https://nabi.104.com.tw/certify/topic/management

最近 AI 開發工具圈有一個值得注意的新動作：OpenAI 在 Codex 裡新增了 Migrate to Codex 遷移功能，讓使用者可以把其他 AI coding agent 的設定匯入 Codex。簡單說，就是讓原本已經在其他 AI 程式工具裡建立好的工作習慣，有機會「搬家」到 Codex 裡繼續使用。 這件事乍看好像只跟工程師有關，但其實背後代表的趨勢很重要：AI 工具競爭，已經不只是比誰回答得比較好，而是比誰能接住你的工作流程。 一、這個「搬家功能」到底是什麼？ OpenAI 官方文件中的名稱是 Migrate to Codex。使用者可以在 Codex App 的 Settings 裡，找到 Import other agent setup，再選擇要把哪些設定匯入 Codex。 它可以匯入的內容包含： ・instruction files，也就是你原本給 AI 的工作規則 ・settings.json 這類設定檔 ・skills，也就是常用任務或流程 ・最近 30 天的 sessions ・MCP server configuration ・hooks ・slash commands ・subagents 白話來說，這些東西就像是你已經訓練好一位 AI 助手的「工作筆記」、「做事習慣」、「常用指令」、「外部工具連接方式」與「分工小幫手」。 以前換工具，這些東西可能要重新設定；現在 OpenAI 想降低這個門檻。 二、它是不是專門針對 Claude Code？ 嚴格來說，OpenAI 官方頁面沒有把這個功能直接命名為「Claude Code 搬家工具」。官方說的是「從其他 agent 匯入設定」。 但值得注意的是，OpenAI 在 GitHub 上公開的 migrate-to-codex skill 文件中，確實明確提到 .claude/、~/.claude/、.mcp.json、.claude.json 等 Claude Code 常見設定來源，也列出像 .claude/commands、.claude/agents、.claude/settings.json 這類內容如何對應到 Codex 的 skills、agents、MCP config、hooks。 所以比較準確的說法是： OpenAI 推出了 Codex 遷移功能，官方說法是支援從其他 AI coding agent 匯入設定；而從公開文件來看，它明顯支援 Claude Code 使用者把部分工作流搬到 Codex。 這樣寫，比「OpenAI 推 Claude Code 搬家工具」更嚴謹，也比較不容易被挑戰。 三、為什麼這件事值得關注？ 因為 AI 工具正在從「單次問答」變成「長期工作夥伴」。 以前我們使用 AI，常常是打開 ChatGPT、Claude 或 Gemini，問一個問題、改一段文字、寫一段程式。工具之間的切換成本不高，今天用 A，明天用 B，差異可能只是回答風格不同。 但 AI coding agent 不一樣。 像 Claude Code 這類工具，已經不只是幫你回答問題，而是可以讀取整個程式碼庫、編輯檔案、執行命令，甚至跨多個檔案與工具完成開發任務。Anthropic 官方也把 Claude Code 定位為能協助建立功能、修復錯誤、自動化開發任務的 AI 編碼助手。 OpenAI 的 Codex 則定位為軟體開發用的 coding agent，可以協助寫程式、理解陌生程式碼、review code 等，也被包進 ChatGPT Plus、Pro、Business、Edu、Enterprise 等方案中。 也就是說，這些工具正在變成「AI 版的工作環境」。當使用者把越多規則、流程、任務習慣、團隊知識放進去，工具黏著度就會越高。 這也是為什麼「搬家功能」重要。它不是只在搬檔案，而是在搬一個人的工作流。 四、AI 工具競爭，從模型戰進入工作流戰 這次 Codex 遷移功能透露出一個訊號：未來 AI 工具的競爭，不會只看模型能力，也會看誰能接住使用者已經建立好的流程。 可以這樣理解： 過去大家比的是： 「誰回答比較準？」 「誰寫程式比較強？」 「誰生成速度比較快？」 接下來可能會變成： 「誰能記住我的工作規則？」 「誰能接上我常用的工具？」 「誰能管理我的專案流程？」 「誰能讓我換工具時不用重來？」 對企業來說，這更關鍵。因為團隊導入 AI 之後，會慢慢累積很多內部規則，例如 coding style、審查標準、部署流程、資安要求、文件格式、常用工具串接方式。這些內容一旦沉澱在某個 AI 工具裡，就會形成新的切換成本。 OpenAI 現在做的，就是把這個切換成本降低。 五、但不是「一鍵無痛跳槽」 這裡也要提醒，不要把它理解成百分之百自動搬家。 OpenAI 官方文件也提到，有些設定不一定能乾淨地一對一轉換。匯入後，如果還有需要處理的項目，Codex 可以開新 thread 繼續協助完成遷移。 從 OpenAI GitHub 的 migrate-to-codex 文件也可以看到，像 hooks、plugins、MCP、subagents 等內容，有些可能需要檢查、驗證，甚至手動處理。 所以比較白話的說法是： 它不是魔法搬家公司，而是先幫你把能標準化的東西搬過去，剩下比較複雜的設定，再提醒你檢查或補上。 六、這跟一般上班族有什麼關係？ 即使你不是工程師，這件事也很值得看。 因為今天發生在 AI coding agent 的事情，未來也可能發生在各種 AI 工作工具上。 例如： ・行銷人員把常用文案格式、品牌語氣、活動流程放進 AI ・企劃人員把提案模板、主管偏好、簡報架構放進 AI ・人資把面試題庫、職能模型、招募流程放進 AI ・客服把回覆規範、常見問題、升級處理流程放進 AI ・PM 把 PRD 模板、需求訪談紀錄、開發協作流程放進 AI 當這些資料越來越多，AI 就不只是工具，而是你的「工作系統」。未來換 AI 工具時，大家在意的可能不只是價格或模型能力，而是：我的工作流程能不能帶走？我的資料能不能轉移？我的設定會不會被綁死？ 這就是這次 Codex 遷移功能帶來的啟示。 七、給上班族的三個提醒 第一，使用 AI 時，不要只會問問題，要開始整理自己的工作流程。 例如把常用任務拆成步驟，整理成固定指令、檢查清單或模板。這些內容未來都可能成為你的 AI 工作資產。 第二，不要把所有工作流都鎖在單一工具裡。 重要的 prompt、模板、規則、流程，最好另外保存成文件。這樣就算未來換工具，也不會全部重來。 第三，學 AI 不只是學工具名稱，而是學「如何把工作流程 AI 化」。 工具會變，模型會換，但會整理流程、拆解任務、設計指令、檢查輸出品質的人，會更有競爭力。 結語：AI 工具正在搶的，不只是使用者，而是工作習慣 OpenAI 這次 Codex 遷移功能，表面上是讓開發者更容易把設定搬進 Codex；但更深層來看，它代表 AI 工具大戰進入新階段。 未來真正有價值的，不只是某一次 AI 回答，而是你長期累積在 AI 裡的工作規則、任務流程、工具串接與知識脈絡。 換句話說，AI 工具正在搶的，不只是你的帳號，而是你的工作習慣。 對上班族來說，這是一個提醒：從現在開始，使用 AI 不要只停留在「問問題」，更要學會把自己的工作流程整理出來，變成可以重複使用、可以移轉、可以升級的 AI 工作資產。 參考資料 1. OpenAI Developers：Migrate to Codex https://developers.openai.com/codex/migrate 2. OpenAI GitHub：migrate-to-codex skill https://github.com/openai/skills/blob/main/skills/.curated/migrate-to-codex/SKILL.md 3. Anthropic：Claude Code overview https://code.claude.com/docs/zh-TW/overview 4. OpenAI Developers：Codex https://developers.openai.com/codex

Google 宣布，旗下 AI 研究與筆記工具 NotebookLM 正式更名為 Gemini Notebook。 這次更新不只是換名字。Google 希望將 Gemini Notebook 從原本的資料整理工具，進一步升級為可以協助使用者研究、學習、分析資料及製作內容的 AI 工作夥伴。 原本的 NotebookLM 並沒有消失，主要使用方式也不會突然大幅改變。它仍然是一項獨立服務，核心功能依舊是根據使用者提供的資料回答問題、整理資訊，並標示內容來源。 不同的是，未來 Gemini Notebook 將更深入整合 Gemini App、Google 搜尋及其他 Google 服務，讓使用者可以在同一個工作流程中搜尋、整理、分析及產出內容。 為什麼 NotebookLM 要改名？ NotebookLM 最早在 2023 年 Google I/O 大會上以「Project Tailwind」的名稱亮相，主要目標是幫助使用者閱讀、理解及整理複雜資料。 隨著使用人數增加，NotebookLM 的用途也不再只是學生做筆記。 現在，使用者可以透過 NotebookLM 將課堂資料轉換成語音或影片摘要、整理研究論文及訪談紀錄、製作企業新人訓練教材，或分析多份文件之間的關聯。 Google 因此將它更名為 Gemini Notebook，希望更清楚表達這項工具是 Gemini AI 生態系的一部分。 Gemini Notebook 和一般 AI 聊天工具有什麼不同？ 一般生成式 AI 工具通常會根據模型既有的知識回答問題，資訊可能來自模型訓練資料或網路內容。 Gemini Notebook 最大的特色，則是以使用者自己選擇的資料為基礎。 使用者可以將報告、簡報、文件、網頁或研究資料加入筆記本，再請 AI 摘要重點、比較不同資料、找出重要數據，或整理成問答集及學習指南。 例如，你可以請 Gemini Notebook： 摘要一份長篇產業報告。 比較多份企畫書的差異。 從訪談紀錄中找出共同問題。 將複雜內容改寫成容易理解的說明。 根據提供的文件回答問題。 由於回答內容會盡量標示原始資料來源，使用者可以回頭檢查依據。因此，Gemini Notebook 特別適合用在研究、學習，以及需要確認資料來源的工作情境。 這次升級有哪些重要改變？ 一、AI 不只閱讀資料，還能執行程式與分析數據 Gemini Notebook 的重要更新之一，是為每一本筆記提供安全的雲端運算環境。 簡單來說，AI 不只能閱讀文字，也可以撰寫及執行程式碼，協助使用者處理較複雜的資料分析工作。 例如，使用者可以加入銷售數據、問卷結果或市場資料，再請 Gemini Notebook 清理格式、計算不同群組的差異、找出成長趨勢，或製作統計圖表。 過去使用 NotebookLM，主要是請 AI 閱讀及摘要內容。加入程式執行能力後，它更接近一名可以實際處理資料的研究助理。 二、研究結果可以直接轉換成多種檔案 Gemini Notebook 不只會提供文字回答，也能根據來源資料製作不同形式的內容。 可能產出的格式包括 PDF 報告、Word 文件、PowerPoint 簡報、Excel 試算表、CSV 或 JSON 資料，以及圖表、圖片和學習單等。 內容產生後，使用者還能繼續修改，不必再將資料複製到其他軟體重新整理及排版。 這項功能對需要經常製作提案、報告或數據分析的上班族特別實用。 例如，產品經理可以將使用者訪談整理成需求報告；行銷人員可以分析活動成效並製作圖表；人資人員也能將公司制度及作業流程轉換成新人訓練教材。 三、進一步串接 Gemini App 與 Google 搜尋 Gemini Notebook 未來不會只存在於獨立網站中。 使用者可以在 Gemini App 裡建立及開啟筆記，內容也能在 Gemini App 與 Gemini Notebook 之間同步。 Google 也預告，未來將把筆記功能整合進 Google 搜尋的 AI Mode。 這代表使用者未來可能不必一直切換不同工具。 例如，在 Gemini App 裡研究一個主題後，可以直接建立筆記、加入資料來源並繼續分析。透過 Google 搜尋找到的資料，也能進一步整理到既有的研究專案中。 沒有完整資料，也能開始研究 過去使用 NotebookLM，通常需要先準備好文件，再將資料加入筆記本。 新版 Gemini Notebook 則允許使用者從一個還不完整的問題開始研究。 例如： AI 會如何影響客服工作？ 不同數位行銷工具有什麼差異？ 某項專業證照的市場需求如何？ 哪裡可以找到可信賴的國外產業報告？ Gemini Notebook 可以透過 Google 搜尋協助尋找相關資料，並建議適合加入筆記本的資訊來源，再進行後續整理及分析。 不過，最後要加入哪些資料，仍然由使用者決定。系統也會保留資料來源，讓研究內容建立在使用者認為可信的資訊上。 上班族可以怎麼使用 Gemini Notebook？ 快速讀懂長篇報告 將產業報告、研究論文或公司資料加入筆記本，請 AI 整理核心結論、關鍵數字及可能影響。使用者不必從頭逐頁閱讀，也能先掌握整份內容的重點。 整理會議與訪談內容 將會議紀錄、逐字稿或使用者訪談放入筆記本，請 AI 找出重複出現的問題、需求、意見及後續待辦事項。 製作簡報與分析報告 將數據、文件及參考資料集中在同一本筆記中，再請 AI 整理成簡報架構、分析圖表或完整報告。 建立個人學習資料庫 將課程講義、文章、影片逐字稿及自己的筆記集中管理，再請 AI 出題、製作學習指南，或模擬可能出現的問答。 整理企業內部知識 公司可以將制度、產品說明、作業流程及常見問題整理成筆記，協助員工快速搜尋及理解資訊，也能應用在新人訓練或內部知識傳承。 使用 Gemini Notebook 時要注意什麼？ 一、先確認資料來源是否可靠 即使 AI 可以快速整理資料，結果的品質仍取決於使用者加入的內容。 假如資料本身錯誤、過期或帶有偏見，AI 整理出的結論也可能受到影響。因此，加入筆記本前，仍要先確認資料來源及發布日期。 二、重要數據仍要人工檢查 AI 可以協助計算、分析及製作圖表，但涉及財務、法律、醫療或重大商業決策時，仍應由專業人員確認原始資料、計算方式及分析結果。 三、留意公司的資料使用規範 將內部文件、客戶資料或尚未公開的資訊放進 AI 工具前，應先確認公司的資訊安全政策、使用帳號版本及資料管理規範。 不要因為工具操作方便，就直接上傳機密或涉及個人隱私的資料。 哪些人可以使用新功能？ 依照 Google 公布的資訊，程式執行及進階分析功能會先提供給特定 Google AI 方案使用者，以及具備相關 AI 權限的 Google Workspace 企業客戶。 不同功能的實際開放時間，可能會受到帳號方案、所在地區及企業管理員設定影響。 使用者可以登入自己的 NotebookLM 或 Gemini 帳號，確認目前是否已經取得相關功能。 AI 筆記工具正在變成完整的工作空間 NotebookLM 更名為 Gemini Notebook，代表 Google 對這項產品的定位正在改變。 它不再只是幫助使用者「把資料變成摘要」，而是逐漸具備搜尋資料、閱讀文件、執行程式、分析數據，以及產出報告和簡報的能力。 對上班族而言，真正值得注意的並不是產品改了名字，而是 AI 工具正從單一任務助手，轉變成能夠參與完整工作流程的研究及知識管理平台。 未來需要培養的能力，也不只是會不會下提示詞。 使用者還需要懂得判斷資料品質、定義正確問題、確認資料來源，並檢查 AI 產出的分析是否合理。 當 AI 工具可以協助完成更多工作時，人仍然需要負責決定方向，並判斷最後的結果能不能真正使用。 資料來源：Google 官方部落格 文章名稱：NotebookLM is now Gemini Notebook 發布日期：2026 年 7 月 16 日

你遇過那種習慣把AI千字文全複製貼上信件或訊息的同事嗎？本文整理3種「AI複製人」常有的壞習慣，並分享高EQ回擊話術與3大自律原則，不只能讓同事「說人話」，還能提升自己的職場專業信任度！ 文／《104職場力》 本文導覽 同事變身「AI複製人」？還是你也中標了呢？碰上AI機器人同事，如何優雅禮貌地請他說人話？情境1：收到一大串未經整理的AI生成報告情境2：收到邏輯不通、明顯有AI錯誤的內容情境3：收到AI罐頭回覆，有講跟沒講一樣3個職場人使用AI的高EQ自律法1.堅持「80／20黃金法則」2.送出前，要過濾和「說人話」3.負起「最後審核者」的責任 跟同事互動一直是門課題，隨著時代演進、每個階段的問題點也大不相同，原本覺得AI出現後會讓事情變簡單，沒想到新痛點隨即冒出： 以前：怕同事不讀不回、已讀不回、漏信拖延。 現在：怕同事「太有效率」，傳個訊息秒收到一篇上千字、排版精美、充滿「我們必須建立共識以達成綜效」的超長AI廢文。 Reddit和Threads等國內外社群媒體上就有不少工作者吐槽此現象，從網友的崩潰回覆中不難看出大家隱忍許久，畢竟那種只會把問題丟上AI，接著將答案「複製貼上」的行為，其實就是把「消化資訊的痛苦責任」甩鍋給別人承擔而已，快來看辦公室中是不是也有這樣的隊友。 延伸閱讀：工作忙到晚回覆、忘回…別說「我忘了」！一招高情商補救 同事變身「AI複製人」？還是你也中標了呢？ 把問題、工作項目餵給AI後，接下來你會怎麼做？看看自己或同事有沒有踩中這3個會被默默扣分的地雷行為： 完全不檢查，複製就寄出：信裡面還留著「好的，以下是為您撰寫的信件範本：」，或是連「此處放同事姓名」的格式提醒都沒刪掉，看了又氣又好笑。 字數一大堆，其實沒重點：回覆內容寫得落落長，但沒有消化整理，更沒有重點和結論，對方被轟炸完只會留下「所以你到底要我幹嘛？」的疑惑。 魔法對付魔法，用AI回覆AI：收到同事寫得很像機器人的信件或訊息，自己也懶得看，直接丟給AI解釋、順道生成回覆，形成一個讓AI「冤冤相報」的荒謬場面。 說穿了，AI應該只是幫人類省時間的「助攻角色」，不該是幫忙承擔責任的替身，一旦大家發現你或同事的東西都沒有經過「人類大腦過濾」，絕對會損害自己在團隊裡的專業信任度。 延伸閱讀：AI亂象！95%企業被「工作垃圾」拖垮，你的團隊也有Workslop雷包嗎？ 碰上AI機器人同事，如何優雅禮貌地請他說人話？ 遇到只會丟AI長文或雜亂摘要過來的同事，直接翻白眼或硬槓只會破壞氣氛，教大家幾招「優雅逼退法」，用話術軟性請他負起責任。 情境1：收到一大串未經整理的AI生成報告 碰到這種，可以先肯定他的速度，再把他本身應該完成的「消化、整理、決策」責任丟還回去。 建議回覆：「這份資料整理得速度好快！為了節省大家開會時間，能不能請你幫忙畫個重點，點出『你個人最推薦的2個做法』是什麼？我們再順著你的專業建議來聊！」 潛台詞解析：別想用資訊大海淹沒我，你自己到底有沒有看過？至少畫個重點、給出判斷再來吧！ 情境2：收到邏輯不通、明顯有AI錯誤的內容 先別急著大動肝火，也不要指責對方偷懶，直接點出怪異之處，把尷尬和後續補救措施都留給他自己消化。 建議回覆：「這段架構寫很豐富，不過OO細節跟我們實際的業務好像有點出入／第O段的提示詞沒刪除／前後兩段意思不一樣，再麻煩你確認一下。」 潛台詞解析：我知道這是AI寫的而且錯得離譜，也知道你沒有先看過就回給我，給你機會拿回去好好處理再拿來。 情境3：收到AI罐頭回覆，有講跟沒講一樣 不跟他在AI客套話中繞圈，直接把問題簡化成「二選一」或「Yes／No」進行追問，讓他必須給出明確的答案。 建議回覆：「感謝抽空回覆，但因為這個案子時間比較緊迫，想跟你確認最核心的一點：『這週我們是要直接啟動A方案，還是先暫緩？』麻煩你確認這個答案就好，感謝！」 潛台詞解析：你的AI很會說話，但我不需要千字文，麻煩請動一下你個人的大腦，給我一個明確指示。 3個職場人使用AI的高EQ自律法 不希望自己不知不覺也變成別人眼中討厭的AI複製人嗎？使用工具的時候可以把以下3個好習慣放在心上： 1.堅持「80／20黃金法則」 80%留給AI：比如請它幫忙抓大綱架構、整理會議逐字稿、擬定信件初稿、檢查錯別字或換句話說等。 20%堅持親力親為：潤飾修正之外，可手動加入「只有你這個人類才知道」的專案背景、個人觀點、真實的人情關懷，如果是報告，可以在最上方手動寫下1到2句的「重點Summary」。 2.送出前，要過濾和「說人話」 不論多麼兵荒馬亂，按下寄出鍵前，請給自己15秒重新朗讀一遍，只要發現文字出現「鑑於…」、「綜上所述…」、「創造協同效應以最大化價值…」這類超級生硬的AI罐頭詞彙，或者不小心貼到到提示詞，請立刻刪除重寫。 3.負起「最後審核者」的責任 不論請AI生成報告、Email還是程式碼，請記得最終都是以自己的名義寄出，必須要為內容的正確性與品質負責，才是維持職場專業信任度的關鍵。 下次再被同事的AI複製千字文轟炸時，請先深吸一口氣，試試這篇文章提供的方法，把責任還給對方，減輕自己工作的情緒與壓力，同時也時刻提醒自己，不管AI多好用，都別成為毫無溫度的「企業機器人」。 延伸閱讀：被AI Brain Fry搞得精疲力盡？你知道主管腦炸程度可能比你慘10倍嗎？

2026-07-17 聯合新聞網綜合報導　由聯合新聞網授權轉載 輝達（Nvidia）執行長黃仁勳曾說過，AI不會取代人力，電工、管線工人將成為高薪職業。一間水電行的小編發文，指出水電工最困難之處不在技術本身，而是「經驗」，每間房的屋況與管線配置不同，如果遇到沒學到的狀況，就必須找出問題並解決，最後也坦言除非對水電非常有熱忱，否則很難繼續做下去。 延伸閱讀：做工不可恥！「水電工」自曝日薪3千：有成就感又輕鬆自在 輝達執行長黃仁勳在今年1月份表示，全球未來數年需要再投資人工智慧（AI）基礎設施數兆美元，AI不只不會取代人力，還會創造就業機會。黃仁勳預期「電工、營建工人和管線工人」等勞工將成為當紅炸子雞，年薪將達到「六位數美元」。 一位水電工程行小編在Threads發文，表示很多人看到黃仁勳的言論後，誤以為水電很好做、只需要看影片、上幾堂課就能學到相關知識了，但其實該行業最大的難點在於「經驗」。 小編說，每一間房子的屋況、管線配置都有所不同，可能一個不起眼的微小細節都會對工程造成影響，而這些細節是課本或影片中沒教過的，工作上不可能完全照著影片中教的步驟做，而是要從不同屋況中找出問題、解決問題。 [joblist_plugin title='更多【水電】工作機會' url='https://www.104.com.tw/jobs/search/?ro=0&jobcat=2012002000&expansionType=area,spec,com,job,wf,wktm&indcat=1011001000&order=14&asc=0&page=1&mode=s&langFlag=0&langStatus=0&recommendJob=1&hotJob=0&jobsource=joblist_search&keyword=%E6%B0%B4%E9%9B%BB&page=1&order=15' amount='6'] 小編直言，除非對水電真的很有熱忱、對所有事物都抱有好奇心、並願意花數年累積經驗，否則不可能只看影片就站上工地，亦即沒有累積經驗的人是沒辦法從事水電的。「水電沒有速成班，也沒有捷徑」，他指出真正的技術需要付出汗水與時間，得花非常多時間培養不同屋況的解決方法，而透過經驗獲得專業的老師傅，才是最值錢也最難以被取代的人。 此文一出，獲得許多同行的認可，「同行認同路過，水電永遠學不完」、「認同，我也是從不同的行業轉水電、學了二十年了、還是有很多沒碰過的問題」、「水電做到老學到老，學不完，沒多久又有新的零件商品出來」。 除了經驗的累積外，也有內行網友表示，水電做越久工具會越買越多，例如做水土需要用到水泥攪拌器、抹刀，木工則需要用到釘槍與空壓機，如果想從事這行，要有將購買很多工具的心理準備。 還有一位水電學徒回應，在學習過程中，每個師傅都有自己的理解與處理方法，必須自己統整出什麼案場需要用到什麼裝置、裝置的用途是什麼，答案通常沒有對錯，學徒除了學技術之外，最困難的地方在於「理解不同狀況不同處理方式的判斷依據」。 在 Threads 查看 【做工的人】，遠遠超過你的想像 3種性質工作最不易被AI取代！技職人一身武藝比文憑更吃香 國安危機？瓦斯行月薪5萬沒人做 他曝行業現況：1桶賺不到100元 「做工的人」被當社會底層、遇人才斷層，鋼筋小包抱不平：薪水是上班族2~3倍 社會為我們貼上「藍領」標籤，付出與地位不相稱的族群：做工的人 免大學文憑也應徵！13項職缺不怕被AI取代 發展穩定薪資佳

越來越多企業在徵才時，將英文能力列為基本條件，尤其是 TOEIC 多益成績。英文能力不再只是履歷上的加分項目，而是你能否踏入理想企業的隱形入場券 。這篇文章將揭露多益700分背後的職場新標準，以及如何讓你從眾多求職者中脫穎而出！ 【多益成績，為什麼重要？】 TOEIC 多益是全球廣泛採用的英文檢定之一，在台灣同樣受到重視。不僅超過百所大學將多益列入入學加分項目，近 40 間大學更直接將其設為畢業門檻。 企業方面，104 職缺數據顯示，主管與專業職中，有超過一半要求具備英文實力。而其中若有附上多益成績，往往能幫助履歷更快被看見。 特別是多益分數達到 700 分以上者，獲得面試邀約的機率平均可提升 20% 以上。 【哪些職缺最重視英文？】 根據統計，以下職類對英文能力的要求較為明確： • 貿易相關工作中，有超過 8 成標明需具備英文能力 • 生技與醫療研發類，英文要求佔比約 64% • 專案與產品管理職務，也有超過 6 成強調英語能力 這些職位常涉及國際溝通、文件處理、會議參與，對英文聽說讀寫的實力要求更為實際。 【想增加錄取機會，先了解自己的程度】 如果你正在尋找的是需要英文條件的職缺，不妨先花幾分鐘檢測自己的英文實力。透過簡單測驗，就能快速了解目前的程度，作為是否進一步進修或報考證照的依據。 👉【點我免費做英文模擬測驗】https://nabi.104.com.tw/assess/group/toeic 測驗後若沒達到標準，有哪些資源能幫助我補強? ▶️破35萬次瀏覽，NEW TOEIC 新多益線上高分速成班 https://nabi.104.com.tw/course/tibame/9cd8f1a1-2dd7-434f-a13c-79932a5cb4fe ▶️更多英文課程推薦 https://nabi.104.com.tw/nabisearch/course?keyword=%E8%8B%B1%E6%96%87

打開公司的組織圖，董事長和執行長(或總經理)間，會連著一條線，寫著「內部稽核」，所以，他是你的同事無誤；內部稽核，只是在做他的工作，「檢查及評估內部控制制度並提供分析及建議」，千萬別把他視為敵人；至於你們會不會變成朋友，要看你們談不談得來了！ 為了幫大家解開這道神秘面紗，就讓我們以6大面向來了解「內部稽核」！ 【稽核目的】 就像財務報表，除了按主管機關的規定編制，還可因應管理階層的不同需求，而編製所謂的「管理報表」；稽核也會因應管理階層的不同目的，而使稽核的角色及工作在不同稽核專案中，略有所不同；當然，稽核專案的「原因及目的」通常不會是被稽核者所決定，有時基於商業或其他等考量，也不盡然會公告周知！ 【稽核 vs. 流程所有者】 不過共通點是，稽核的結論是經由「抽樣」來執行確認動作而產生的，所以決定抽樣的人員要有足夠的判斷力來分辨樣本是否有「代表性」；而最清楚流程的人，其實不盡然是流程的設計或決定者，而是每日在經手處理流程的同仁；一個順利的稽核，有賴稽核人員與被稽核這雙方以專業及尊重彼此的態度來進行溝通。 【稽核程序】 還有，我們都明白，在大部分情況下，良率不會是100%；所以在溝通及查核過程中，如果發現例外狀況，稽核當下並不需要立刻馬上口頭就下結論，應待進一步了解「背景」並彙整後，再一併提出與被稽核者進一步溝通以「確認」；經確認後的稽核缺失，因解鈴還需繫鈴人，會由流程所有者提出修正方案含預計完成時程，雙方達成共識後，稽核報告就出爐了！ 【雙贏？】 例外情況的存在是事實，稽核能發現是他的功力，但要如何說清楚講明白，讓被稽核者心服口服是門大學問，靠專業更要靠溝通能力，畢竟雙方立場及所負擔的責任都不同！大家互相尊重，了解彼此的角色及定位，就能預期一個查核順利且及時完成的稽核專案！ 【制定標準】 關於標準的訂定，通常會參考公司內部的歷史值，外部指標如同業指標公司，甚至於整個產業標準，也具一定參考價值，機台、流程及參數差異、流程人員的學習曲線及經驗值等都可納入考量而加以調整！在考慮所有可控與不可控因素後，就可制定保守版、穩健版、挑戰版、高中低標等。 【共識】 整個稽核流程環環相扣，某個環節沒有共識，便會停滯；稽核專案是有既定時程要完成，若在雙方引經據典後，還是沒交集，就找第三者，通常會是雙方的主管；若循外援如顧問等，我雖不認為一定是外來的和尚會唸經，但他們是局外人，旁觀者清的中立立場，所提出的意見較能為雙方所接受，不過須考量產生的額外顧問費！ 最理想的情況，存在的例外被發現，也經確認，雙方對產生的原因想法一致，矯正(corrective actions)及預防(preventive actions)措施方案順利產生，接著付諸執行，待日後驗收成果！

AI不再只是工具，而是影響績效、升遷與錄取的職場必備能力關鍵。 (更新115年iPas AI應用規劃師報名費最新優惠) 根據104人力銀行最新數據，完成AI課程或擁有AI證照的求職者，面試邀約平均提升4倍；而標註 AI 技能的職缺年薪中位數高達80萬元，企業甚至有近5成願意開出「面議」、也就是薪資高於4萬的職缺搶人。AI技能已經成為職涯加速器。 ▶️ AI證照≠技術人才限定　所有職場角色都可以考 無論是行銷、行政、客服、PM、人資、財會還是業務，現在的工作場景都需要用AI來提升效率、降低工時與強化成果。AI已成跨部門共通語言，而不再僅限RD或IT背景。 ▶️ AI證照＝面試敲門磚　搭配AI實戰力更加分 👉 AI證照建立「可信度」：證明你具備 AI 基礎能力與知識門檻 👉 AI作品集展現「即戰力」：讓企業看到你真的能用AI產生結果 ▶️ AI證照有哪些？官方告訴你！ 依照 數位發展部《AI產業人才認定指引》，目前AI證照可分為： 🟡 素養型：不需寫程式、重視AI基礎素養與職場應用，適合一般上班族、跨領域轉職者。 🟡 工具型：需具備程式與模型實作能力，適合工程、資料、AI技術人員等職類。 🟡 專案型：同時具備AI素養與工具操作實務經驗，可領導大型AI導入專案，並熟悉情境應用。 📌 台灣官方認可的AI證照清單（最新重點整理） 以下難度評估係依通過率與考題的技術門檻綜合判斷而成，僅供參考，實際感受會因個人背景與準備程度而異。 一、素養類 1. iPAS AI應用規劃師 初級（經濟部） 特色：國家級認證，證書永久有效。考試範圍包含人工智慧概論與生成式AI應用兩科，考題靈活且重視實際應用，且難度隨梯次逐漸加深的趨勢。 難度：★★★☆ 費用：800元 (此為115-116年專屬優惠，原價1200元) 通過率：38% （2025第四梯次為例） 建議備考時間：4-8週 網址：https://nabi.104.com.tw/ability/10049056 2. 生成式AI能力認證（資策會） 特色：有明確的考試範圍與備考內容，證書兩年有效，通過率幾乎都有80%以上。 難度：★★☆ 費用：1300元，另可加購雷達圖399元，紙本證書500元 通過率：70-80% （平均） 建議備考時間：3-6週 網址：https://nabi.104.com.tw/ability/10048893 3. 生成式AI辦公室應用能力認證 （資策會） 特色：分學科與術科，評測生成式AI實際應用在文本創作、文案創作、圖像創作、簡報製作，強調AI實務操作，證書兩年有效，預計2026年開放報名。 難度：★★☆ 費用：報名費2000元，另可加購雷達圖399元，紙本證書500元 通過率：未有相關資訊 建議備考時間：3-6週 網址：https://nabi.104.com.tw/ability/10049231 4. 人工智慧工程素養認證（資策會） 特色：應試條件需有基礎的Python語言與資料分析知識，有明確的考試範圍與備考內容，證書兩年有效。 難度：★★★★ 費用：1300元，另可加購雷達圖399元，紙本證書500元 通過率：未有相關資訊 建議備考時間：4-8週 網址：https://nabi.104.com.tw/ability/10048892 5. AI素養級認證（台灣人工智慧學校） 特色：入門最友善，考題偏原理與應用情境，適合跨領域學習者 難度：★☆ 費用：3000元 通過率：90%以上 建議備考時間：3-6週 網址：https://nabi.104.com.tw/ability/10049171 6. TQC生成式AI應用與技術 實用/進階/專業（電腦技能基金會） 特色：測驗內容依照等級，從實用等級的AI概念，到專業等級的生成式AI應用、原理以及模型，全面檢測你是否真正理解 AI 背後的運作邏輯與使用方法。 難度：實用★★/進階★★★/專業★★★★ 費用：1200元/每等級 通過率：未有相關資料 建議備考時間：4-8週 (依等級不同) 網址：https://nabi.104.com.tw/ability/10049228 7. TQC人工智慧應用與技術 實用/進階/專業（電腦技能基金會） 特色：測驗內容依照等級，從實用等級的AI 理論、到進階等級的機器學習、深度學習演算法、到專業等級的資料分析、 Python 程式基礎等，強調AI觀念理解與技術應用能力。 難度：實用★★/進階★★★/專業★★★★ 費用：1000元/每等級 通過率：未公布，專業級若有商管背景，搭配AI課程，通過率超過90% 建議備考時間：4-12週 (依等級不同) 網址：https://nabi.104.com.tw/ability/10048413 8. EEC 企業電子化人工智慧應用師（電腦技能基金會） 特色：測驗內容以人工智慧、機器學習、深度學習等相關概論與情境應用為主。證書永久有效。 難度：★★★☆ 費用：2000元 通過率：未有相關資料 建議備考時間：3-6週 網址：https://nabi.104.com.tw/ability/10048715 二、工具類 1. 生成式AI美術設計能力 初級/中級（資策會） 特色：測驗分成學科與術科，術科分數會加權60%，測驗範圍以生成式AI基礎知識，以及AI繪圖、圖片影片生成相關實務操作為主，需擅長各種AI生成工具因應術科題目，適合設計師、社群經營與內容行銷人員，證書有效期兩年。 難度：初級★★、中級★★★☆ 費用：初級2000元、中級3600元 通過率：初級約70%以上，中級未有相關資訊 建議備考時間：3-8週 網址：https://nabi.104.com.tw/ability/10049229　(生成式 AI 美術設計能力初級)、https://nabi.104.com.tw/ability/10049230　(生成式 AI 美術設計能力中級) 2. iPAS AI應用規劃師 中級（經濟部） 特色：國家級認證，證書永久有效。考試範圍包括人工智慧技術應用，以及大數據處理分析與應用、機器學習技術與應用兩科目擇一，適合已有AI相關技術開發經驗，以及參與過企業AI應用專案相關技術背景人士。 難度：★★★★ 費用：1000元 (此為115-116年專屬優惠，原價1500元) 通過率：63% 建議備考時間：6-12週 網址：https://nabi.104.com.tw/ability/10049057 三、專案類 1. TQC+ 人工智慧：機器學習（電腦技能基金會） 特色：以術科考題重視程式技術與模型實作，適合已有Python基礎並具備機器學習相關實作經驗者，是一張具AI實務鑑別度的證照。 難度：★★★★★ 費用：1800元 通過率：未有相關資訊 建議備考時間：6-12週 網址：https://nabi.104.com.tw/ability/10048576 ▶️ 想準備AI證照，建議順序 如果你沒有程式背景、或第一次接觸 AI，建議： 1️⃣ 先取得基礎素養型證照 → 建立門檻與可信度。 2️⃣ 再累積 2–3 個職務相關的AI應用作品集 → 展現成果。 3️⃣ 若想轉技術職，再進階工具類證照。 💡 常見問題集 ❓：我不知道從哪張證照開始？ 🅰️：先從「素養型AI證照」入門最快上手。 ❓：沒時間準備很難嗎？ 🅰️：多數素養類證照準備時間只需一個月、每天花一至兩小時準備，即可通過。 ❓：會提高薪資嗎？ 🅰️：企業更願意主動邀約、給更高薪的談判空間。 ❓：我已經在職場，還需要嗎？ 🅰️：讓績效呈現可量化成果，是升遷與跨領域轉職武器。

恭喜你升主管了。但接下來的三個月，你面對的每一天，都是全新的挑戰。 研究顯示，新任主管在前六個月的失敗率高達 40%。不是因為他們能力不夠，而是因為他們沒有人告訴他們「這個位置的規則和以前完全不同」。 這篇文章，就是那個「沒有人告訴你的完整指南」。 新任主管的第一個陷阱：你的成功定義變了 在成為主管之前，你的成功定義是「我個人完成了多少、表現得多好」。 成為主管之後，你的成功定義應該改變成「我的團隊完成了多少、表現得多好」。 但絕大多數新任主管，在心理上沒有做到這個切換。他們仍然習慣用個人表現來衡量自己，仍然傾向親自動手做，仍然把「我知道怎麼做」當成自己的核心競爭力。 這個慣性，是新任主管最難跨越的第一道關。 新任主管第一個月最常犯的六個錯誤 錯誤一：急著建立威信，結果適得其反 很多新任主管上任第一天就急著「立規矩」——改流程、訂標準、表明自己是認真的。出發點是好的，但執行上往往太急太猛，讓原本的團隊感到被否定和不被信任。 建立威信不是靠「展示你比別人更強」，而是靠「讓人相信你真的在乎他們和團隊的成功」。在你完全了解情況之前，先聽、先觀察、先建立關係，比急著做改變更重要。 錯誤二：把原來最好的朋友提拔成副手 升主管之前，你在團隊裡可能有一兩個很好的朋友。升主管之後，你需要非常謹慎地管理這些關係。如果你明顯偏袒原來的朋友——多給資源、更容易通過請求、或者有什麼消息都先告訴他——其他團隊成員會迅速察覺，並且失去對你公平性的信任。 這不代表你不能和下屬有好的關係，而是你的關係要以「主管—下屬」的架構為基礎，而不是延續原來的「同事朋友」架構。 錯誤三：什麼問題都自己解決 新任主管最容易犯的技術性錯誤，是「超速解決問題」——下屬一提出問題，主管立刻給答案。 這個行為看起來很有能力，但長期下來會帶來兩個嚴重的問題：第一，下屬停止自己思考，因為反正你會給答案；第二，所有問題都流向你，你的時間被消耗殆盡。 好的做法是：先問「你覺得可以怎麼解決？」讓下屬先思考，你再給引導，而不是給答案。 錯誤四：忽視「向上管理」 很多新任主管把全部精力放在向下管理下屬，卻忽略了向上管理自己的上司。 但你的上司，對你的工作成效評價、對你的發展機會，有著非常直接的影響。你需要確保你的上司清楚知道你的工作方向、你面對的挑戰、你需要的支持。如果你只是悶頭做事，上司不清楚你的狀態，很容易在關鍵時刻誤判你的表現。 錯誤五：不給回饋，或者只給負面回饋 很多主管不習慣給回饋，特別是正面回饋。他們覺得「做好是應該的，何必特別說」，結果下屬永遠不知道自己的工作有沒有達到期待。 好的主管，會定期告訴下屬「你這件事做得很好，因為……」，以及「這件事如果能這樣改，效果會更好，因為……」。回饋是下屬成長最重要的工具，也是你建立管理關係的核心手段。 錯誤六：忽視自己的情緒管理 剛升主管，往往有很強的焦慮感——怕做錯決定、怕失去下屬信任、怕不能達到高層期待。這個焦慮，如果沒有適當管理，會以各種方式影響你的管理行為：過度管控、情緒性決策、或者在壓力下失去耐心。 新任主管必須建立自己的情緒管理機制——可以是定期和信任的人談話、可以是固定的反思日記、也可以是尋求導師或教練的支持。 新任主管訓練的核心學習目標 好的新任主管訓練，應該幫助你建立以下幾個核心能力： 第一，角色轉換的心態框架。深刻理解「從個人貢獻者到管理者」的思維轉換，建立正確的成功定義。 第二，入職一百天的行動計畫。有清晰的策略，知道前三十天、六十天、九十天應該做什麼、了解什麼、建立什麼。 第三，基礎的管理工具。包括如何開始一對一面談、如何設定清晰的工作期待、如何給有建設性的回饋、以及如何進行基本的績效追蹤。 第四，建立信任的行為模式。知道哪些行為會快速建立信任，哪些行為會快速破壞信任。 第五，處理常見困難情境的策略。包括如何處理「前同事不服管」的情況、如何面對下屬的情緒問題、以及如何在資源不足時維持團隊士氣。 新任主管前九十天行動建議 第一個月——聆聽與理解： 這個月的主要任務，不是做改變，而是了解現況。和每個下屬進行一對一面談，了解他們的工作狀況、挑戰、以及對團隊的期待。了解現有的流程和工作方式，以及背後的原因。和你的上司確認期待和優先目標。 第二個月——建立節奏： 開始建立你的管理節奏。固定的團隊會議、固定的一對一面談、以及清晰的工作期待和追蹤機制。開始嘗試授權，觀察下屬的反應和能力狀況。 第三個月——做出貢獻： 開始識別和推動一到兩個可以改善的機會，展示你作為主管的貢獻。這個貢獻，應該是透過提升團隊能力或改善流程，而不是靠你個人執行。 新任主管訓練如何設計才有效？ 無效的新任主管訓練長什麼樣？一天的密集課程，塞滿理論，學員回去之後完全沒有配套支持，三週後一切如舊。 有效的新任主管訓練，應該：分階段進行，配合新任主管的實際需求曲線；包含真實情境的演練，讓學員在安全環境中練習新行為；提供課後的輔導支持，幫助學員在工作中應用所學；以及讓學員的直屬上司也了解培訓內容，成為後續輔導的支持者。 常見問答（FAQ） Q：新任主管訓練應該在升任後多久進行？ A：最理想是在升任前一到兩週，或者升任後的第一週內。提前訓練可以讓新任主管帶著準備進入新角色，效果更好。 Q：如果企業沒有提供新任主管訓練，自己應該怎麼辦？ A：可以主動尋求導師（找一位資深的主管擔任非正式輔導者）、閱讀針對新任主管的書籍和資源、以及主動向 HR 或直屬上司提出培訓需求。 Q：新任主管最需要的是技能訓練還是心態調整？ A：兩者都需要，但心態調整往往更難也更重要。很多技能是可以快速學習的，但思維框架的轉換需要更深層的改變。 Q：新任主管訓練對企業的投資報酬率如何？ A：研究顯示，有系統性支援的新任主管，在上任後的一年內，團隊績效比沒有支援的高出顯著比例。而新任主管失敗的成本（重新招募、團隊士氣下滑、人才流失）往往遠高於培訓成本。 結語 升主管是一個新的開始，也是一個需要認真準備的挑戰。帶著正確的工具和心態進入這個新角色，你會發現管理工作雖然複雜，但也有著個人執行工作無法比擬的成就感——當你看到你帶出的人才成長、你的團隊一起達成目標，那種感覺是不同的。 戰國策戰勝學院「主管領導力養成班」，為新任主管提供完整的訓練解決方案，協助你從第一天就走在正確的路上。 主管領導力養成班推薦：https://www.nss.com.tw/product/executive-leadership 電話：0800-003-191（免費） LINE ID：@119m

在Excel中有一個比隱藏更好用的功能，可以幫助我們更好的處理大型資料或複雜的報表，那就是折疊功能! 他可以清楚的看到折疊或展開資料範圍，節省空間並且減少視覺混亂，讓我們更清晰的查看和分析資料，操作步驟如下： 1.選擇要隱藏的區域 2.快捷鍵 摺疊：ALT+SHIFT+→ 取消：ALT+SHIFT+← 未來在處理複雜報表時，好好的利用折疊功能吧! 希望這個功能可以幫助大家提高工作效率和資料的呈現喔!

「AI會搶走工作」——幾乎所有人都以為受害者是低技能的藍領族群。但Anthropic最新研究揭示了一個令人震驚的反轉：AI真正瞄準的，是學歷高、薪資高、坐在辦公室裡的白領知識工作者。當浪潮已悄悄打到你身邊，你準備好了嗎？ Anthropic研究員Massenkoff與McCrory於2026年3月發表的勞動市場影響報告(資料來源: https://www.anthropic.com/research/labor-market-impacts )指出，AI衝擊風險最高的族群，反而是學歷較高、薪資較高、以女性為主的白領知識工作者。 研究團隊提出「實際暴露率（Observed Exposure）」概念，以真實使用數據取代過去的理論推估。結果發現，電腦與數學類職業的理論暴露率高達94%，但Claude的實際任務覆蓋率只有33%，這意味著過去三年的大量預測，是建立在一個從未被驗證的假設之上。AI的滲透，遠比我們想像的更精準、更聚焦。 ❇️【AI不會消滅工作，但會淘汰不懂AI的人】 這波浪潮的本質，不是「人類被取代」，而是「不會用AI的人，被會用AI的人取代」。根據104人力銀行數據，台灣AI相關工作機會年增38%，職務需求也從技術研發擴展至具備AI素養的跨域人才。根據104人力銀行《2025企業年終及2026薪酬趨勢大調查》更有75%的企業願意為具備AI技能的人才加薪，能力強化，不只保住飯碗，更能在薪資談判中握有籌碼。 ❇️【你的AI能力，到底有幾分？ 】 104學習觀察到，求職者在AI技能學習上普遍面臨「不知道從哪開始」、「課程資訊太多難以判斷」、「職涯目標與學習方向無法對應」三大痛點。許多上班族想加強AI能力，卻卡在基礎概念不足、課程內容不夠實務化，或是缺乏檢驗成果的方式。 為了解決這個問題，104人力銀行推出「AI通用素養檢測」👉 https://nabi.104.com.tw/course/104nabi/e9e13d08-2c6f-49b2-bae8-1e9418588041 ，幫助求職者與在職者用一套客觀的測驗標準，快速釐清自己目前的AI能力水準，並對應到職場所需的核心技能。 無論你是： • 正在求職的社會新鮮人，想讓履歷更有競爭力 • 在職的白領工作者，擔心自己是否處於AI高曝露風險職業 • 準備轉職或升遷的專業人士，想確認自己的AI素養是否達到市場標準 104學習整合「課程 × 測驗 × 證照」的一站式資源，提供清晰可循的技能成長路徑，讓每個人都能找到最適合自己的學習路徑。 立即參加104推出的「AI通用素養檢測」，用20分鐘，替自己的職場競爭力，做一次誠實的體檢👉 https://nabi.104.com.tw/course/104nabi/e9e13d08-2c6f-49b2-bae8-1e9418588041

牛奶放久會壞，職場技能也會！最新調查發現，近半工作者坦言，自己有部分技能在5年內就會過時，更慘的是只有16%的人覺得公司幫補技能的速度跟得上……與其癡癡等公司開課，不如看那些「跑得快」的人都怎麼自救，本文整理3個立刻能用的學習習慣，讓你的技能永遠保鮮！ 文／《104職場力》 本文導覽 技能過期是一回事，最可怕是很多職場人根本沒意識到！不是企業不幫，是來不及！求進步的人早就換了方法！3個值得偷學的習慣1.別「下班再學」，把學習綁進手上的任務2.建立自己的「求救名單」3.把AI當成24小時待命的家教與其等公司開課，不如自己排課表！ 回想一下：自己上次「認真學習一項新技能」是多久以前的事？如果答案是「呃……」，那接下來這份調查可能會讓你冒點冷汗。 學習平台TalentLMS在2026年發布的《Speed-to-Skill Report》，調查了1,500位美國工作者（含964名主管與536名一般員工），結果發現：有47%的受訪者表示，自己有部分工作技能在過去5年內已經過時。 5年！這數字短到讓人心一驚！畢竟很多新鮮人的勞退可能都還沒累積幾年，技能居然就先開始折舊了。 雖然這份是美國的調查，但別覺得事不關己，台灣的變化速度恐怕只快不慢。根據《104 AI人才趨勢報告》，近5年AI人才需求成長97.6%，遠高於整體招募市場同期的22.9%，更有53% 的工作者表示，半年內就想積極學習AI；報告中學者甚至直言「AI變化太快，去年還在瘋Prompt、今年熱度已轉向Agent與 RAG，3個月學一門技術的節奏已經不夠用了」。 從上述結論來看，技能過期不是「會不會發生」的假設，已經是「多快發生」的問題了。 技能過期是一回事，最可怕是很多職場人根本沒意識到！ 這份調查裡有個細節可拉出來討論：比起一般員工，主管們明顯危機感較強，也更有意識！ 報告顯示，有21%的主管表示自己的技能在「1年內」就過時了，員工卻只有10%這麼認為；另外有高達26%的員工「不確定」自己的技能到底還有沒有用，主管只有10%搞不清楚狀況。 這代表技能過期的警報通常會是主管先聽到，因為他們看得到績效、清楚市場變動、知道公司接下來要往哪走，而坐在位子上認真做事的小職員往往是最後一個知道的（其實也很合理），等到哪天發現「咦，這件事怎麼交給AI做了」時，通常已經晚了。 不是企業不幫，是來不及！ 有70%的工作者認同，隨著工作要求改變，員工需要「更快」練習新技能的方法。 可能部分職場人看到這裡，心裡快速閃過一個念頭：公司可以幫底下員工補課啊！ 理想很豐滿，但現實往往很骨感，課不是沒給、平台不是沒買，但等訓練規劃好、排上時程、大家上完課……需求可能都換下一輪了。 所以調查給出的答案也很殘酷：只有16%的受訪者認為，自己的公司在新技能需求出現時，能快速幫助底下員工建立能力。 求進步的人早就換了方法！3個值得偷學的習慣 好消息是，這份調查同時也提到，那些追得上時局變化的工作者，其實已經默默改變了學習方式。我們把它整理成3個馬上能用的習慣給大家，看看怎樣可以突破瓶頸： 1.別「下班再學」，把學習綁進手上的任務 除了報名課程、買書之外，調查中最多人（53%）建立新技能的方式，是直接在工作裡「做中學、自己摸索」。 這其實滿符合人性，畢竟下班已經夠累了，沙發、手機和床又很吸引人，說會另外找時間學習最後都是騙人的。 所以比較聰明的做法是反過來，接到新任務，直接把它當成免費的練習場，比如主管要求做一份報表，就趁機試一個沒用過的函數或工具；要上台簡報，就試著換一種說故事的架構，就是追求一個「任務本來就得做，不如順便把新技能練起來」的路線，等於用公司的時間幫自己加值。 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 2.建立自己的「求救名單」 職場上最被低估的學習資源，常常就坐在隔壁。另42%的受訪者表示，自己學新技能的方法是直接去請教已經會的同事。 雖然聽起來有點伸手牌，但與其在教學影片海裡撈半天，不如記下「公司裡誰AI玩得最溜、誰已經用你想學的新技能做出成果」，遇到問題花10分鐘請教，往往勝過自己摸3天。 當然，秉持禮尚往來原則，你也可以把自己的所學分享出去，製造善的循環，強者名單才會愈滾愈大。 延伸閱讀：遇難題都問ChatGPT？當心「AI好同事」正在削弱你的職場競爭力！ 3.把AI當成24小時待命的家教 這一項數據落差最有意思：30%的主管會用生成式AI工具輔助學習新技能，一般員工卻只有 14%做到，比例落差達2倍。 先不論主管是不是比較有危機感，這個落差本身就反映出一個事實：位置越往上的人，越懂得用AI縮短學習時間。 不會的名詞直接問、看不懂的報表丟上去請它解釋、想練英文簡報就請它當聽眾，AI不會嫌你問題太蠢，也不用約時間，是目前CP值最高的家教，如果你到現在還只把AI當「查資料的工具」，等於白白放掉一個免費外掛。 延伸閱讀：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 與其等公司開課，不如自己排課表！ 回頭看這份報告，其實核心觀點就一句話：工作變化的速度，已經超過多數公司培養人才的速度，所以「持續學習」不再是履歷上的漂亮話，而是實實在在的生存技能，《104學習白皮書》也早就指出，企業搶手人才的3大關鍵能力，第一名正是「學習力」。 技能會過期，但學習的習慣不會，從今天手上的任務開始練、把身邊的高手變成老師、讓AI當你的隨身家教——不知道從哪下手的話，也可以先到「104課程中心」逛逛，從自己職務對應的課程開始補起；平常通勤的零碎時間，則推薦到「104學習新知專區」看看大家都在學什麼，讓學習像滑手機一樣自然。 畢竟公司的訓練計畫可以等，但你的職涯不能等。 延伸閱讀：2024職場趨勢揭密：AI職缺薪資鍍金，平均待遇高出53%

AI 工具越來越普及，許多上班族已經開始用 ChatGPT、Gemini、Claude、NotebookLM 等工具協助工作。但真正能提升效率的關鍵，不只是「會不會問 AI 問題」，而是能不能把 AI 放進日常工作流程裡，形成一套可重複使用的「AI 工作流」。 過去使用 AI，很多人可能是想到什麼就問什麼：請 AI 幫我寫一封信、改一段文案、摘要一篇文章。這些做法當然有幫助，但如果每次都從零開始，效率仍然有限。 真正的 AI 工作流，是把工作拆成幾個步驟，讓 AI 在不同環節協助你處理初稿、摘要、整理、分析與發想，再由人來判斷、修正與決策。 簡單來說，AI 工作流不是讓 AI 取代你，而是讓 AI 成為你的工作助理。它可以協助減少部分重複整理的時間，但最後的品質把關、事實查證與責任判斷，仍然需要由人完成。 一、什麼是 AI 工作流？ AI 工作流指的是：將 AI 工具整合進日常工作流程中，讓它在固定任務中扮演特定角色。 舉例來說，如果你每週都要寫週報，過去可能需要回想本週做了什麼、整理資料、歸納成果、撰寫文字。導入 AI 工作流後，你可以先把已確認可使用的工作紀錄、待辦清單、專案進度整理後提供給 AI，請它協助分類成： 本週完成事項、遇到的問題、下週計畫、需要主管協助的地方。 接著，你再檢查內容是否正確，補上實際成果、數字與自己的判斷。 這就是一個簡單的 AI 工作流： 資料整理 → AI 協助產出初稿 → 人工檢查與修正 → 完成正式內容 AI 負責加快整理與初稿產出，人則負責確認事實、補充脈絡、做出判斷。 二、為什麼上班族需要學 AI 工作流？ 許多人學 AI 時，最常遇到的問題是：「我知道 AI 很強，但不知道工作上到底怎麼用。」 其實，上班族最需要 AI 協助的，通常不是非常高深的技術，而是每天都會遇到、但很耗時間的工作，例如： 會議紀錄整理、Email 回覆、簡報製作、報告撰寫、資料摘要、Excel 分析、SOP 整理、專案進度追蹤、週報月報撰寫、學習筆記整理等。 這些工作都有一個共同特色：它們不一定困難，但常常需要大量整理、歸納與文字產出。 如果能把 AI 放進這些流程中，就有機會減少部分重複工作時間。對新手來說，AI 可以協助建立架構；對資深工作者來說，AI 可以協助加快第一版產出；對主管來說，AI 可以協助整理資訊、統整進度與提高溝通效率。 但需要注意的是，AI 工作流的目的不是讓工作「完全自動化」，而是讓人把時間留給更重要的判斷、溝通與決策。 三、AI 最適合協助哪些工作？ AI 很適合處理「文字整理、資料歸納、初稿撰寫、格式轉換、初步分析」類型的任務。以下是上班族最常見的應用場景。 1. 會議紀錄整理 開會後最麻煩的事情，往往不是開會本身，而是會後整理。AI 可以協助把會議筆記、逐字稿或已取得同意的錄音內容，整理成會議重點、決議事項、待辦清單與負責人。 適合請 AI 協助的內容包括： 會議摘要、討論重點、行動項目、決策紀錄、下次會議追蹤事項。 不過，使用 AI 整理會議內容時，必須特別注意資安與隱私。若要錄音、轉逐字稿或上傳會議內容，應先確認參與者知情，並遵守公司內部規範。涉及客戶資料、薪資、人事、合約、未公開商業資訊時，不建議直接上傳到一般 AI 工具。 AI 整理後，也需要人工確認人名、日期、數字、決議內容與責任分工，避免錯誤資訊被當成正式紀錄。 2. Email 與商務訊息回覆 很多上班族每天都花不少時間在回信、回訊息。AI 可以幫你把口語想法改成正式語氣，也可以幫你將太長的回覆縮短，或將生硬的文字改得更有禮貌。 例如你可以輸入： 「請幫我把以下內容改成正式但不冷淡的商務信件。」 「請幫我回覆客戶，語氣要專業、清楚，並委婉說明目前無法提前交付。」 但 AI 不一定知道你公司的實際政策與承諾範圍。涉及價格、合約、交期、賠償、客訴、法律責任等內容時，務必由負責人確認後再寄出，避免產生誤解或過度承諾。 3. 報告與簡報製作 許多人做報告或簡報時，最卡的是「不知道怎麼開始」。AI 可以協助產出大綱、整理架構、優化標題，甚至把長篇資料濃縮成簡報頁面重點。 例如你可以請 AI： 「請把以下資料整理成 8 頁簡報大綱。」 「請幫我把這段內容改成主管簡報用語。」 「請依照問題、原因、建議、下一步的架構整理。」 AI 很適合協助完成第一版，但真正有說服力的簡報，仍需要你補上資料來源、商業判斷、實際案例與具體數據。 4. 資料蒐集與摘要 當你需要快速理解一個新主題時，AI 可以協助整理你提供的資料，摘要文章重點、比較不同觀點，或產出初步觀察方向。 不過，AI 不一定能取得最新資訊，也可能產生錯誤或過時內容。若是涉及新聞、數據、法規、價格、政策、職缺條件、產業趨勢等資訊，仍應回到官方網站、原始報告或可信來源查證，不建議只依賴 AI 的回答。 比較安全的做法是：先由人提供可靠資料，再請 AI 協助摘要與整理；最後由人確認內容是否適合使用。 5. Excel 與數據分析 不熟 Excel 公式的人，也可以用 AI 協助理解公式、產生函數、整理欄位、設計分析方向。例如你可以問： 「我想統計每個部門的平均銷售額，Excel 公式怎麼寫？」 「請根據這份表格欄位，建議我可以分析哪些指標？」 「請幫我解釋這張報表中可能代表的趨勢。」 AI 可以協助你更快理解資料，但不能取代你對資料來源、計算邏輯與商業背景的判斷。若牽涉財務決策、營運績效、人事評估或對外公布數字，仍需由負責人確認資料是否正確。 6. SOP 與知識管理 很多公司都有一種狀況：工作流程靠資深同事口頭傳授，真正要交接時才發現文件不足。AI 可以協助把零散說明整理成 SOP、檢查表、教學文件與新人訓練資料。 例如你可以把一段操作流程整理後提供給 AI，請它產出： 步驟說明、注意事項、常見錯誤、檢查清單、交接提醒。 這類工作流很適合行政、人資、客服、行銷、營運、專案管理等職能。只要搭配人工確認，就能讓知識更容易被保存與傳承。 四、建立 AI 工作流的 4 個步驟 想開始使用 AI 工作流，不需要一次學會所有工具，也不需要從複雜自動化開始。建議從最常遇到、最耗時間的任務切入。 步驟一：找出重複性高的工作 先觀察自己一週內最常做、最花時間的工作。 例如：每週寫週報、每天回信、每次開會都要整理紀錄、每月要做報表、常常要寫社群文案。 只要是「重複出現、格式類似、需要整理文字或資料」的工作，就很適合先嘗試導入 AI。 步驟二：把工作拆成小步驟 不要只對 AI 說：「幫我做報告。」這樣的指令太模糊，AI 產出的內容也容易不符合需求。 你可以把任務拆成： 先整理重點 → 再產出大綱 → 再寫初稿 → 再優化語氣 → 最後檢查是否有遺漏。 拆得越清楚，AI 越容易協助你完成真正需要的結果。 步驟三：建立固定 Prompt 模板 當你發現某個任務常常會重複出現，就可以把好用的指令存成模板。 例如會議紀錄模板： 「請根據以下會議內容，整理成： 1. 會議目的 2. 討論重點 3. 已決議事項 4. 待辦事項 5. 負責人 6. 截止日期 7. 需要追蹤的問題 請用條列式呈現，語氣清楚、適合寄給團隊成員。請特別標註不確定或需要人工確認的地方。」 最後一句很重要，因為它能提醒你不要把 AI 產出直接當成正式答案。 步驟四：人工檢查與優化 AI 產出的內容不能直接視為最終版本。使用前，建議檢查： 內容是否正確？ 語氣是否符合公司文化？ 數字、日期、人名是否有誤？ 是否有過度承諾？ 是否遺漏重要脈絡？ 是否包含不該外流的資訊？ 是否適合對外發布？ AI 工作流的核心不是「全自動」，而是「半自動加速」。人仍然要負責最後品質。 五、使用 AI 工作流前，先做 5 個安全檢查 在把資料丟給 AI 前，建議先問自己 5 個問題。 1. 是否包含個資？ 例如姓名、電話、Email、身分證字號、薪資、病假紀錄、客戶資料等，都不建議直接輸入一般 AI 工具。若真的需要整理，應先去識別化，或依公司規範使用指定工具。 2. 是否包含公司機密？ 例如未公開財報、合約條款、商業策略、產品 Roadmap、內部報價、客戶名單等，都應依公司規範處理，不應任意上傳。 3. 是否需要取得同意？ 若要錄音、轉逐字稿或整理會議內容，應確認參與者知情，並遵守公司政策與相關規範。 4. 是否需要查證？ 涉及新聞、法規、數據、價格、職缺條件、政策與專業建議時，都應查證原始來源。AI 可以協助整理，但不應被視為唯一依據。 5. 是否可以直接對外發布？ AI 產出的文字應經人工審稿，確認沒有錯誤資訊、過度承諾、侵權疑慮或不符合品牌語氣的內容。 六、上班族可以先從這 5 種 AI 工作流開始 如果你是 AI 新手，建議不要一開始就追求複雜工具串接，可以先從以下 5 種最容易看到成效的工作流開始。 1. 會議紀錄工作流 適合對象：專案經理、主管、業務、人資、行政、行銷。 流程：取得同意的會議內容 → AI 協助摘要 → 產出待辦 → 人工確認 → 發送團隊。 這是日常工作中很實用的場景，但務必注意錄音同意與資料保護。 2. Email 回覆工作流 適合對象：業務、客服、主管、行政、跨部門溝通者。 流程：輸入背景 → 說明對象與語氣 → AI 草擬 → 人工修改 → 寄出。 重點是要告訴 AI：收件人是誰、你的目的、希望語氣是正式、委婉、積極還是簡短。 3. 簡報大綱工作流 適合對象：企劃、行銷、產品、專案、主管。 流程：輸入主題與可使用資料 → AI 產出架構 → 補充案例與數據 → 轉成簡報頁面。 AI 很適合幫你打開第一步，避免卡在空白投影片前。 4. 週報與績效整理工作流 適合對象：所有需要回報工作成果的上班族。 流程：彙整任務清單 → AI 分類成果 → 整理成週報 → 補充數字與影響 → 送出。 這個工作流也能幫助你累積年度績效資料，避免年底考核時才回想自己做過什麼。 5. 資料摘要與學習工作流 適合對象：需要快速吸收新知、追蹤產業趨勢、準備提案的人。 流程：提供可信資料 → AI 摘要 → 請 AI 提出重點與應用方向 → 人工查證與判斷 → 形成自己的觀點。 這很適合用在閱讀產業報告、研究競品、整理課程筆記或準備內部分享。 七、AI 工作流不是工具問題，而是工作方法問題 很多人學 AI 時，會一直追最新工具。但對上班族來說，更重要的是先理解自己的工作流程。 同一個 AI 工具，在不同人手上會產生不同效果。差別不只在工具，而在你是否知道： 我想解決什麼問題？ 我有哪些資料可以安全提供？ 我希望 AI 幫我做到哪一步？ 哪些內容需要我自己判斷？ 產出後要用在什麼情境？ 是否需要查證或主管確認？ 當你開始用這些問題思考，就不只是單純「問 AI」，而是在設計自己的工作流。 把 AI 當成工作助理，而不是標準答案 AI 工作流的價值，不是讓工作完全自動化，而是幫助上班族從重複、瑣碎、耗時的工作中，找出可以被輔助的部分。 從今天開始，你可以先選一個最常見的工作場景，例如會議紀錄、Email 回覆、週報整理或簡報大綱，試著建立自己的第一套 AI 工作流。只要能把一個任務變得更清楚、更容易重複使用，就已經是很好的開始。 未來的職場競爭力，不一定是誰使用最多 AI 工具，而是誰能更有效率地結合 AI 與自己的專業判斷。 AI 可以幫你整理資訊、產出初稿、提供方向；但真正做出選擇、承擔責任、創造價值的人，仍然是你。 使用提醒 本文提供 AI 工具應用的學習建議，實際使用時仍應依公司資安規範、個資保護要求與工作情境調整。AI 產出內容可能有錯誤或過時資訊，重要資料、對外訊息與正式決策，仍需由使用者查證與確認。

只需依循下列幾個簡單步驟，您就能夠輕鬆建立條碼和 QR 碼，並將它們應用於您的工作表中。從啟用 Excel 開發人員選項開始，我們將詳細介紹如何利用此功能來定制您的條碼樣式與編碼欄位。 ▍製作條碼 步驟1、按「檔案」>「選項」中的「自訂功能區」>打勾「開發人員」 步驟2、選擇開發工具，點選「插入」>「ActiveX控制項」>「其他控制項」 步驟3、點選Microsoft BarCode Control 16.0 步驟4、在欄位中點擊兩下條碼 步驟5、在條碼上按右鍵>「內容」>「屬性」 步驟6、自訂點選「...」>「樣式」>「7-Code-128」 步驟7、Value（屬性中從最底下數上來第3個）輸入要對應的編碼欄位 ▍製作QRcode 步驟1～5都與製作條碼相同 步驟6、樣式中選擇11QRcode 步驟7、Value（屬性中從最底下數上來第3個）輸入要對應的編碼欄位 🔍歡迎在104學習精靈關注【超級辦公室達人】獲得更多實用的小技巧 ✨如果喜歡這篇文，也歡迎免費加入共學✨

【遇到問題】 我原本是在包裝廠擔任包裝工程師，已經有兩年多的時間，因為想轉換跑道，所以投了半導體公司的分析相關職業，工作內容跟之前的工作也算是有關聯。 在二面的時候聊了差不多快一個小時，面試完寄感謝信後，面試官也回覆說覺得我的經歷對這份職務滿有用的，同時對我的態度表示肯定。所以我就一直覺得很有機會，對他們公司的文化也滿喜歡的。但是面試後就一直沒消息。 之後過了一周我有寄信去問，人資是回覆這個職缺還在進行中，有消息會盡速通知我，但至今距離我上次寄信去問又已經隔了一周。不知道他們是不是在等其他應徵者之類的?還是因為是大公司所以跑流程的時間會需要比較久是我太著急了?而且人資只有最一開始電訪跟我聊過期望待遇的區間，在二面後也沒再詳細討論薪水或是到職日期等詳細內容? 加上我昨天去看那個職缺也已經關閉，所以我在想是不是已經沒機會了，但是人資都說會通知我了，就算沒有應徵上應該還是會發個感謝函吧?是不是應該再去詢問第二次比較好還是繼續等待他們回覆? -------------------------------------------------------------- 【建議作法】 從您的說明內容來看，職缺關閉通常代表著，公司已經收集到足夠的適合人選，並且開始進行內部作業流程，像是【部分人員安排三面流程】、【呈送高階主管審核】、【確認主管第一順位錄取意願】等，這時候長時間的作業流程是必然的，您目前也只能耐心等待。 另外您有提到【面試官對於我的態度表示肯定。所以我就一直覺得很有機會】，這部份您的想法很合理，正面的回饋代表您的表現是符合公司的基本要求的，但大公司應徵者多，當然也能夠順利取得多位同樣符合資格的人，在錄取人數有限的情況下，公司必然是擇優錄取，目前在您已經盡人事的狀態，接下來就只能聽天命了。 再來您有提到【是不是應該再去詢問第二次比較好還是繼續等待他們回覆？】在公司已有複數合格人員進行最終審核過程中，現階段就算您再如何進行詢問，在高階主管最後結果出來前，人資也無法給予您任何明確的答覆，所以建議您先抱持著【已落選】的心態，繼續積極去找尋其他的工作，才不會拖延到寶貴的求職時間，如果最後確認您順利錄取，相信人資單位是絕對不會漏通知到您的。 面對錄取只有一線之隔，這時您心中的不安是可以理解的，但對於錄取這件事情來說，中間往往有許多的變數在，在真正收到錄取通知前，我們所能做的就是繼續用心準備後續的面試，千萬不可因為等待中的不安影響到面試準備及面試發揮，也希望您能多注意。 文章連結：https://pse.is/4aby9b -------------------------------------------------------------- 【相關文章】 【面試-18】遭受職場霸凌精神傷害，離職後該如何去調適自己？ https://pse.is/48jpah 【面試-19】遭受到職場性騷擾而離職，求職面試時該如何回覆？ https://pse.is/496x72 【面試-20】運氣很差連續兩次資遣，,面試時被問起該怎麼說? https://pse.is/45x5ra 【面試-21】面試到最後，問題也問完了，該怎麼結束會比較好？ https://pse.is/4a2qwv 【面試-22】經濟壓力大，想問面試錄不錄取是否可以看出來呢？ https://pse.is/49fdzc 【面試-23】個性容易緊張，導致面試常常吃螺絲，該怎麼改善？ https://pse.is/49tker 【面試-24】面試被問說覺得公司為什麼要錄用你？該怎麼回答？ https://pse.is/49uptb 【面試-25】忙碌中面試電話來的太臨時，答的不好還有機會嗎？ https://pse.is/4ajdkl 【面試-26】面試官要求脫口罩，可能有染疫風險，可以拒絕嗎？ https://pse.is/49pw9x 【面試-27】二面完已經過兩周都還沒消息，想問這樣錄取機率?

🔍 Palantir 是什麼？ 如果把資料比喻成「金礦」，那麼 Palantir 就像是一台 超級礦機。 它能把看似雜亂的數據，挖掘出隱藏的關聯，讓決策者快速找到答案。 想像一下，你是一家大公司的老闆，每天面對著來自四面八方、如雪片般飛來的數據：銷售報表、客戶資料、供應鏈庫存、甚至是社群媒體的輿情。這些數據就像一堆雜亂無章的樂高積木，你就算花上一整天也拼不出一個完整的模型，更別說從中找出解決問題的關鍵線索。 這時，Palantir 就像一位擁有超能力的數據建築師，它能將這些看似毫無關聯的數據，像施展魔法般地串聯起來，並透過視覺化介面，將複雜的數據關係呈現在你眼前。這不僅僅是把數據變成圖表，它更像是在為你打造一個互動式的「數據地圖」，讓你可以在上面自由探索、挖掘，甚至預測未來的趨勢。 Palantir 最早因為被 CIA 和美國國防部使用 而聞名，用來追蹤恐怖份子與情報分析。後來，它的應用逐漸擴展到 企業與政府部門，幫助解決複雜的商業與社會問題。 🚀 它能做什麼？（專業工作者視角） 對於專業人士來說，Palantir 不只是「數據分析」，而是一個 決策支援平台，常見的應用包括： - 供應鏈管理 讓跨國企業即時掌握物流瓶頸，預測風險，確保不斷貨。 - 金融風險控制 銀行可以透過 Palantir 把不同來源的交易資料拼起來，快速找出異常行為。 - 醫療研究 在疫情期間，Palantir 幫助各國政府追蹤疫苗分配與病患數據。 - 企業決策優化 從產品銷售數字、用戶行為，到內部成本結構，全部能在 Palantir 平台上串接，讓主管看到一個「全景儀表板」。 💡求職者不可不知的 Palantir 職場趨勢 對於正在尋找職涯方向的求職者來說，理解 Palantir 不僅能讓你增加談資，更能讓你預見未來的職涯趨勢。 - 數據分析師： 傳統的數據分析師可能專注於單一工具，但未來企業更需要能跨領域、跨部門整合數據的人才。熟悉 Palantir 這類平台能證明你具備「全局觀」的數據思維。 - 產品經理（PM）： 懂數據的 PM 才是好 PM。如果你能將 Palantir 的功能應用到產品開發上，例如用它分析用戶行為來優化產品體驗，你的價值將遠超一般 PM。 - 商業顧問： 商業顧問的核心在於解決問題。而 Palantir 提供了強大的數據洞察能力，能幫助顧問更快速、更精準地診斷企業問題，並提供具體的解決方案。 ========= 總結來說Palantir 不只是頂尖企業和政府用的「黑科技」，它的核心價值是：把複雜數據轉化成清晰的決策洞察。 無論你是專業工作者，還是想在求職市場中脫穎而出的新鮮人，理解 Palantir 背後的思維模式，都能幫助你提升價值。 產品網址：https://www.palantir.com/

如果你想在實習、打工或第一份正職中更快被看見，先把基礎技能補起來很關鍵。從AI、設計到電商都是職場上需要應用到的能力。AWS、Google、Canva、Amazon分別推出免費學習課程，零基礎也能上手，完成後還能拿官方證書或徽章，直接放進履歷提升可信度，幫你在求職、轉職或升遷中更具競爭力。 🟢104 × AWS AI 人才就緒計畫 免費打造AI即戰力！不限背景，完成課程並通過測驗即獲AWS官方證書，學習紀錄自動寫入104履歷，企業主動搜尋更快找到你。課程分「商業應用」(3.5小時)及「技術開發」(6小時)，60.3%的AI工作不限科系，企業更重視跨域應用人才。 🔥FAQ (常見問答): 【Q : 有哪些證書可以拿？】 ▶️生成式 AI 商業應用技能證書：https://nabi.104.com.tw/ability/10049144 • 適合：行銷、企劃、管理職等非技術背景 • 課程內容：6 門課，約 3.5 小時 • 特色：懂得在工作中應用 AI 工具，強化工作效率 ▶️生成式 AI 技術開發技能證書：https://nabi.104.com.tw/ability/10049145 • 適合：工程師、開發者 • 課程內容：10 門課，約 6 小時 • 特色：強化程式整合、AI 模型操作與應用力 【Q2 : 如何拿證書？】 領AWS證書步驟→ 1. AWS官網：https://104_3672.pse.is/82p4mj 2. 隨意點擊一部課程影片，觀看2-3分鐘，隨後即會收到測驗通知 測驗完成後，即可獲得AWS官方證書 🟢Canva 免費證照速攻 快速掌握設計與AI工具！Canva Design School提供免費課程，完成後可考取官方證書，熟手可直接考試，證書可下載或分享至履歷，證明數位設計專業力。 🔥FAQ (常見問答): 【Q : 如何找到Canva官方的免費課程與證書考試？】 首先進入Canva Design School，在平台上，點擊「Get certified」，這裡提供的課程在結束後都可參加考試並獲得證書。 證照資訊:https://nabi.104.com.tw/ability/10049184 ▶️【點我免費做模擬測驗】https://nabi.104.com.tw/assess/846d3e67-27f5-4a1b-bc07-68e2b7ed479e *即使沒有將課程上完，也可直接點擊「Earn a certificate」開始考試。對於已經熟悉Canva操作的使用者來說，若覺得課程內容簡單，想要節省時間，可直接選擇考試的方式獲得證書。 🟢Google 8堂免費AI課程 全面掌握最新AI技術！涵蓋生成式AI、大語言模型、BERT等，從初學到進階皆適用。完成課程可獲得完課徽章，展示你的AI新技能，為履歷增添亮點。 ▶️完整內容請看 https://nabi.104.com.tw/posts/nabi_post_f77276f5-9e22-4107-8d3c-a860ef6891f8 🟢Google Gemini AI 教師證書 全球首張教育工作者AI認證！任何人皆可報考，驗證生成式AI理解與教學應用能力。線上選擇題測驗，通過獲3年效期證書。教育類AI職缺需求暴漲94%，顯示 AI 技能在教育領域的重要性日益提升。 🔥FAQ (常見問答): 【Q : 取得認證後有什麼幫助？】 • 履歷加分，證明具備 AI 時代教學能力 • 有助轉職、升遷或申請國際計畫 • 在教育機構中被視為專業能力指標 • 符合市場趨勢：教育輔導類 AI 職務需求激增 94% ▶️證照資訊https://nabi.104.com.tw/ability/10049167 ▶️【點我免費做模擬測驗】 https://nabi.104.com.tw/assess/4027eeba-dc95-4990-ace3-0450c17eb31a 🟢CEPT-AMAZON 跨境電商營運課程 跨足國際市場零門檻！由IEAT與亞馬遜合作，15小時線上課程涵蓋開店、選品、物流到廣告全攻略。由亞馬遜官方講師授課，線上彈性學習，一年帳號不限次數，完成後可自費考取證書(600元/次)，驗證跨境電商專業實力，通過考核即可獲得證書。 🔥FAQ (常見問答): 【Q : 學習方式是什麼？需要付費嗎？】 免費學習，全面提升亞馬遜營運與銷售能力，完成線上報名並審核後，即可開通線上課程帳號權限，使用期限為1年 ▶️【零成本學習門檻 → 詳情請看】https://nabi.104.com.tw/ability/10049194

在AI時代，持續鞏固數位能力是開啟更多職涯可能的關鍵！每年Google官方都會推出Google數位人才探索計畫，不僅全程免費、完課有證書領，今年更新增AI相關學程，幫助台灣各領域的人才快速具備職場即戰力。 文／《104職場力》整理 本文導覽 什麼是Google數位人才探索計畫？適合哪些人參加？Google數位人才探索計畫3大亮點與適合對象Google數位人才探索計畫課程教什麼？3大核心學程介紹學程1》AI職場通識課全新登場學程2》數位行銷專業技能養成學程3》Google Cloud雲端技術入門教學如何加入Google數位人才探索計畫？留意報名時間、步驟Step 1報名計畫Step 2提交課程認證、釐清學習路徑Step 3參與總整課程Step 4領取官方結業證書 什麼是Google數位人才探索計畫？適合哪些人參加？ Google數位人才探索計畫是Google官方特別為台灣各領域人才打造的數位能力培訓專案，不論畢業、在職與否，或目前的職涯階段為何，只要想提升自我，這個計畫提供免費且完整的學習路徑。 Google數位人才探索計畫3大亮點與適合對象 圖片來源：Google官網 除了完全免費，這項計畫不僅能幫助大家掌握AI技能的應用，還可獲得官方認證，尤其適合底下這3類族群報名： 在校生：提早學習，掌握AI職能與實用技能，累積並探索職涯多元可能性。 轉職者：無痛跨領域學習，取得國際認證並具備AI應用力，增加競爭力和轉職籌碼。 職場人士：學習新技能，活用AI提升現有工作效率，同時培養數位思維，讓職場表現更亮眼。 這項計畫不僅提供免費且完整的學習路徑，更強調「不必擁有資訊背景」也能輕鬆上手，讓大家在競爭激烈的就業市場中脫穎而出，至於有什麼課程內容，下一段揭曉。 Google數位人才探索計畫課程教什麼？3大核心學程介紹 本次計畫的亮點在於提供了包含AI工具、數位行銷、工程等3大學程，並且均結合了最熱門的AI趨勢，讓報名的學員可以自由選擇修習一門或多門課程。 學程1》AI職場通識課全新登場 學習重點：從基礎到應用，學習掌握Gemini與NotebookLM等AI工具的實際應用，建立必備的AI素養。 應用場景：涵蓋專案企劃產製、會議紀錄摘要、市場研究與競品分析、創意文案發想，以及客服、行政問答等日常工作需求。 線上自學課程包含：生成式AI導論與實務、AI Boost Skills（Gemini／NotebookLM）以及Google Workspace with Gemini。 這是本次新推出的課程，就算學員完全沒有使用AI工具的經驗，也能透過這學程了解AI基礎，並將AI工具應用於日常職場中。 【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 學程2》數位行銷專業技能養成 學習重點：學習如何設定預算、打造跨國廣告素材，並透過數據追蹤與AI技術提升廣告成效，奠定數位職涯基礎。 應用場景：包含品牌行銷策略、廣告漏斗與素材設計、GA數據分析、Google Ads廣告投放與社群媒體經營管理等。 線上自學課程包含：數位行銷、數據分析等基礎知識與應用、生成式AI驅動數位行銷、AI Boost Skills for Marketing等。 針對想要踏入行銷領域或希望運用數位行銷工具提升商業成效的學員，這門學程提供扎實的Google官方實戰教學。 學程3》Google Cloud雲端技術入門教學 學習重點：學習雲端基礎架構與AI發展，並了解虛擬運算、大數據與網路學習等核心概念。 應用場景：雲端基礎架構管理、AI應用開發、數據分析與處理、雲端資安與防護及機器學習模型訓練等。 線上自學課程包含：Google Cloud雲端運算基礎與實務、Cloud Digital Leader Certification、生成式AI語言模型入門實務等。 對於想了解雲端工程及資料處理的學員，這門課程有助於掌握Google Cloud、AI的核心技術應用。 圖片來源：Google官網 如何加入Google數位人才探索計畫？留意報名日期與時程 準備好要提升自己的數位競爭力了嗎？有興趣的大家請務必留意官方的報名期限及完整計畫時程。 Step 1報名計畫 即日起至2026/8/10（一）中午12:00止，登入官方網站即可使用 Google 帳號或電子郵件完成報名。 3項學程至少擇一參與，可加入官方LINE提交個人徽章總覽頁面連結，確認課程進度並完成階段審核。 Step 2提交課程認證、釐清學習路徑 即日起至2026/8/13（四）18:00止，幫助學員釐清最適合的學習路徑，系統有建議的自學時間，但實際可因個人所學職場領域有所不同。 自學進度需自行掌握，完成各學程全部線上自學課後，才能取得後續總課程上課資格。 Step 3參與總整課程 完成線上自學後，可擇一梯次參與各學程專屬的總整課程，梯次一需在6/11 18:00前完成自學認證提交；梯次二需在8/13 18:00前提交，兩梯次內容相同，錯過第一梯還有第二梯次可參與。 特別注意，總課程不能跨梯次完成，學員只能完成同梯次的直播課程與測驗。 Step 4領取官方結業證書 通過總課程及測驗後，即取得領取證書資格。 通過者可透過LINE下載電子證書，下載日期最晚至2026/10/30（五）止。 圖片來源：Google官網 以上是Google數位人才探索計畫的介紹，參加這個計畫不僅能學到實用知識，還有實質履歷加分效用，只要完成上述的任一學程，學員就可以獲得相應的「數位人才探索計畫結業證書」，小編建議有興趣的各位及早報名，善用免費資源投資自己的未來職涯！ 點擊前往Google數位人才探索計畫 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 憑借書證免費用GPT、Claude！教育部推「館館有AI」 擴及47所大學 新北推「終身學習」 300堂免費課程開跑

3月21日，iPAS AI初級應用規劃師「115年第一次能力鑑定」已順利完成考試。這張由經濟部核發的國家級證照，正逐漸成為職場AI能力的重要指標。自2025年首次開辦以來，四梯次共吸引超過 1.4萬人到考，目前已有逾 6,500人通過認證成為「有照」AI專業人才，同時已有超過 4,500家企業響應iPAS，承諾提供通過者優先聘用與薪資獎勵。 🏆 榮登2026年2月 Top3 熱門證照： https://nabi.104.com.tw/ability/10049056 ▶️【點我免費做初級模擬測驗】 https://nabi.104.com.tw/assess/6c2efe0a-8456-4694-bdc3-a1813f66ee19 ▶️【點我免費做中級模擬測驗】 https://nabi.104.com.tw/assess/0b1426fe-7c6c-4138-a059-f59400d7eebe 💰 費用史上最低，現在入場最划算 初級每科只要 400元（約原價3折），中級 500元 優惠期限：115〜116年，117年起恢復原價 🔄 考題持續進化：更強調「能不能解決問題」 本屆題目設計不只考名詞定義，更大量出現企業實務情境，考生需要判斷如何在真實場景中選擇並應用 AI 解決方案。觀察本屆題目走向，光懂技術已不夠用——能把 AI 說清楚、算清楚、做安全，才是這張證照真正在篩選的人。 📋 科目一核心考點（人工智慧基礎概論） • 模型評估與防雷思維：看到高Accuracy不能高興太早，要會識別 Data Leakage（資料洩漏）、類別不平衡等陷阱，並知道如何用SMOTE或資料增強補救 • 可解釋AI（XAI）題型明顯增加：要能根據溝通對象選對工具——向工程師用SHAP找問題根源、向客戶用反事實解釋說明如何改善結果、影像模型用Saliency Map確認模型有沒有「看錯地方」 • 情境應用題比重提升：題目給出真實業務場景，考生需判斷該用分類、偵測還是分割任務，並考量邊緣AI部署與Buy vs. Build決策 📋 科目二核心考點（生成式AI應用與規劃） 科目二聚焦生成式AI的應用與規劃，從商業評估到安全合規，涵蓋多個實務面向（以下考點整理供參考，實際範圍以官方簡章為準）： • 商業評估：計算ROI、TCO、API Token費用，能用商業語言評估專案可行性 • 提示工程與LLM：掌握思維鏈（CoT/ToT/GoT）等提示設計模式 • RAG企業知識庫（本屆重點）：理解資料分塊（Chunking）策略、MCP協議與AI Agent框架，解決「AI為何回答不準」 • 模型部署與優化：LoRA微調、知識蒸餾、負載平衡等落地工程概念 • AI安全合規：同態加密、SynthID、C2PA標準，防範Deepfake與資料洩露

想要轉職專案經理(PM)前，面試前準備專案經理的作品集時，重點在於展示你的技能、經驗和成功案例。以下是一些步驟和建議，幫助新手轉職者準備一個有說服力的作品集： 1. 選擇適當的專案 挑選你參與過的、最能展示你能力的幾個專案。確保這些專案涵蓋不同的技能和挑戰，以展示你在各方面的能力；若先前無相關專案經驗可敘述，可以試著找出之前工作上或學生時期與別人團隊合作的經驗。 2. 清晰地描述每個專案 對每個專案進行詳細描述，包含以下幾個方面： ☛ 專案背景：該專案的目的和目標。 ☛ 你的角色：你在專案中的具體職責和貢獻。 ☛ 挑戰和解決方案：你遇到的主要挑戰以及你是如何克服它們的。 ☛ 成果：專案的結果，最好有量化的數據來支持，如提高了多少百分比的效率、降低了多少成本等。 透過說明專案背景、目標、執行過程、成果以及所學習到的經驗，讓面試官了解你的專案管理能力。 3. 展示你的技能和方法 展示你在專案管理中的各種技能，例如： ☛ 時間管理：如何按時完成專案。 ☛ 資源分配：如何管理和分配團隊成員及其他資源。 ☛ 風險管理：如何識別和應對風險。 ☛ 溝通與協作：如何與團隊和其他利益相關者有效溝通。 4. 使用視覺效果 在作品集中加入專案的截圖、成果圖片、流程圖等，並且在文字說明中詳細闡述這些圖片的意義，讓閱讀者更能夠理解你的專案內容。你可以加入： ☛ 圖表和數據視覺化 ☛ 專案時間線 ☛ 前後對比圖片 ☛ 用戶回饋和測評數據 5. 保持簡潔和專業 確保你的作品集簡潔明瞭，易於閱讀。使用專業的語言和格式，避免過多的技術術語。 6. 展示持續學習與改進 強調你如何從每個專案中學習和改進。例如，你如何利用之前的經驗來優化後續專案。 若不希望原公司專案內容外洩，可以將重點呈現在作品集中，並且在面試時詳細說明專案內容，以展現你的專業能力，希望大家想要轉職的都順利！ 關注教室追蹤更多PM更多相關知識~~

CCNA認證（Cisco Certified Network Associate）是針對網管與系統研發人才設計的入門級別網路架構與網路協定專業認證。無論是想進一步了解網路基礎概念，還是尋求提升職場競爭力，CCNA都是不可錯過的重要憑證。本文將帶大家認識CCNA認證內容、報考條件、考試準備資源，讓你輕鬆踏上網路專業之路。 CCNA認證是什麼？ CCNA是Cisco Certified Network Associate的縮寫，是Cisco提供的基础網路認證。它重點在基本網路構造、LAN和WAN原理、IP通信和網路安全等基础能力。通過CCNA，您可以認識網路基本運作原理，並增加解決網路問題的能力。 CCNA認證好考嗎？ 雖然CCNA認證在難度上屬於網路專業認證的入門款，但還是需要一定的準備和學習。CCNA考試包括理論和實作兩部分，考生需要熟悉IP網路概念、LAN和WAN構造、VLAN和網路處理功能。對於新手而言，有網路基礎知識背景將會將考試過程簡單化。 CCNA認證好用嗎？ 根據104學習精靈的資料，有近30%的網管工程師職缺要求求職者須具備CCNA認證資格，但除了這張證照之外，工程師的實務操作能力，以及程式語言、資料庫系統架構、框架工具使用技能...等專業技術也至為重要，甚至有的企業會要求專案型的工程師達到CCNP（CCNA再高一級的認證）以上等級，因此，證照技能兩不誤，才能凸顯能力價值。 工程師必備技能課程：https://nabi.104.com.tw/nabisearch/course?keyword=%E5%B7%A5%E7%A8%8B%E5%B8%AB&jobcat=2007000000 報考CCNA認證需要具備什麼條件？ 報考CCNA認證沒有限制，任何對網路技術有興趣的人都可以參加。不過，具備以下基礎知識會有助於增加過關機率： ● 基本電腦操作知識：熟悉電腦硬體和軟體的基本操作。 ● 網路基礎概念：如IP地址分配、子網路劃分、路由和交換等。 ● IT基礎英語能力：CCNA考試的內容多為英文，理解基本的技術英語是必需的。 如何報考CCNA認證？ 報考CCNA的步驟如下： 1. 註冊Cisco帳號：前往Cisco官方網站（Cisco官方網站）註冊個人帳號。 2. 選擇考試科目：目前CCNA的主要考試代碼為200-301，請確認最新的考試資訊。 3. 選擇考試中心或線上考試：登錄Pearson VUE考試平台，選擇您方便的考試中心或選擇線上遠端監考模式。 4. 支付考試費用：CCNA考試的費用約為300美元，依所在地區可能有所變動，支付後即可完成報名。 5. 準備考試：利用Cisco學習網頁、教材或其他學習資源進行充分準備。 6. 參加考試：在預約的時間和地點參加考試，也可申請遠距考試。 CCNA的考試範圍內容為何？ CCNA考試範圍涵蓋多個網路基礎領域，主要包括以下內容： ● 網路基礎：了解網路運作的基本概念，如OSI模型、IP尋址、子網劃分等。 ● 交換與路由技術：包括VLAN配置、路由協議（如OSPF、EIGRP）及靜態路由的設置。 ● 無線網路基礎：涵蓋無線網路配置與故障排除的基本知識。 ● 網路安全：基礎防火牆配置、訪問控制列表（ACL）的使用及網路威脅防護。 ● 自動化與可程式化網路：基礎網路自動化工具（如Python）和SDN（軟體定義網路）概念。 ● 這些內容結合了理論與實務，旨在提升考生對實際網路操作與問題解決的能力。 因此，CCNA認證是通往網路管理專業的入門證照之一，搭配多樣性的工具技能專才，幫助你在職涯發展上更順利。 CCNA 可以做什麼工作？(104人力銀行統計企業職務要求排行榜) Top1: 網路管理工程師 Top2: 系統工程師 Top3: 資訊設備管制人員 Top4: 網路安全分析師 Top5: MIS / 網管主管 證照資訊： https://nabi.104.com.tw/ability/10000637 相關免費課程影片： https://nabi.104.com.tw/nabisearch/film?keyword=CCNA 需要CCNA的職缺需求： https://bit.ly/3TXgEl4

會騎車會開手排車自排車 可以完成作業任務 公司派發的行動任務送達地點完成工作 效率安全 完成達成工作不斷提升自我 增長自己 越來越好達成工作完成

(1) 在企業之「資產負債表」如何表達?一文中我們有提到，提醒大家二個重點，第一:資產負債表代表的是某一時點，該日公司帳上有多少資產、負債或權益。第二:資產=負債+權益。 (2) 資產=負債+權益即是「會計恆等式」 舉例說明: A甲公司於設立當日股東投入資本100萬 會計恆等式為 資產 =負債+權益 100萬=0 +100萬 說明:資產類項下增加現金100萬，權益類項下增加股本100萬。 B甲公司向銀行借款50萬元購入運輸設備1台 會計恆等式為 資產 =負債+權益 50萬=50萬+0 說明:資產類項下增加不動產、廠房及設備50萬，負債類項下增加銀行借款50萬。 C甲公司預收客戶10萬元貨款， 會計恆等式為 資產 =負債+權益 10萬=10萬+0 說明:資產類項下增加現金10萬，負債類項下增加預收貨款10萬。 (3) 資產+費用=負債+權益+收入 亦是「會計恆等式」 舉例說明: A甲公司現金支付租金支出2萬元 會計恆等式為 資產+費用=負債+權益+收入 -2萬+2萬 = 0 + 0 + 0 說明:資產類項下現金減少2萬，費用類項下增加租金支出2萬。 B甲公司出售商品收入20萬，收到30天期票據 會計恆等式為 資產 +費用=負債+權益+收入 20萬+ 0 = 0 + 0 +20 說明:資產類項下增加應收票據20萬，收入類項下增加營業收入20萬。 (4)提醒:每一筆交易恆等式都要平衡，否則資產負債表編出來後會不平衡。不平衡的資產負債表是無法被使用的。 百大會計師事務所 蔡淑惠會計師

【傳統 CNC 面臨退休潮？超過 75% 製造商已進場投資 AI！】 🚀 您也面臨資深 CAM 人員退休、關鍵技術流失，或是傳統編程耗時易出錯的痛點嗎？ 達梭系統 DELMIA Machining 帶領您的工廠走向「AI 驅動機加工革命」！就像機台的 GPS 導航，AI 輔助決策，打造更高效、更精準的智慧製造流程。 📊 為什麼您需要引進 AI 加工？ ⚡ 加工週期縮短 30% ⚙️ 刀具壽命延長 20-40% 🧠 知識資本化：存儲專家模板，新手也能快速上手 🛠️ 一站式解決方案：涵蓋銑削、車削、車銑複合等全流程智能化 🎁【限時免費下載白皮書】 別讓技術斷層成為企業瓶頸！深入了解 AI 如何革新您的 CNC 加工流程 👇 👉 立即點擊連結（或掃描圖中 QR Code）免費下載完整版《AI 賦能機加工白皮書》：[https://forms.gle/WUuF3ifDoVMYk31m6] 追蹤 @青騰國際QINGTEN 獲取更多製造業 AI 洞察！