打造高投入團隊：遊戲化工作設計與激勵機制實作班【9/17】
104學習
Engineering
指的是運用科學、數學及技術原理，設計、開發和優化產品、系統或流程的能力。具備此技能的人能有效解決複雜問題，提高效率並確保品質，對製造、資訊科技、建築等多個產業至關重要。在職場上，這代表具備邏輯思考、系統分析及跨領域協作的能力，能帶動創新並促進企業競爭力。
提升你的實力，朝專業更進一步
精選課程
充實自己，讓能力持續成長
軟體工程師就業培訓
Onshape實戰工場：探索創新設計的無限可能
淬煉提問技術啟動引導思維
AI驅動的創新管理實戰：打造高效、創新的智慧型企業【11/03】
關鍵人才發展策略:提升組織韌性，實現人才永續【08/28】
工作方法進化論 首部曲
行銷人必學的 AI 實戰技能
頂尖業務必修課：從陌生開發銷售技巧到成交與顧客維繫【08/31】台中場
AI 協思簡報術｜從模糊點子到精準說服的提案策略
精選證照
考取專業證照，讓能力被市場看見
初級複合材料工程師
為強化台灣經濟發展，人力資本已成為主要的動能。由於複合材料產業具有發展潛力及前景，因此建置複合材料產業職能基準及人才能力認證機制，協助業界提高人力素質是國家必須朝向的目標。持續建立複合材料工程師的專業能力標準與認證體系，有效導引相關人才的教育訓練，除縮短學用落差，並可提供企業界優良人才，提升複合材料專業人才素質及產業競爭力。
財團法人塑膠工業技術發展中心
工業工程師證照
工業工程為推動國家經濟建設之重要專業領域，其為唯一整合工程與管理，達到系統與效率的專業技能且為少數需求大於供給之專業職能，其應用涵蓋各行各業之生產與服務領域。
中國工業工程學會
SSE AI 提示詞工程師
[ 引領AI時代的語言設計專家認證 ]
隨著生成式人工智慧（Generative AI）快速崛起，從文字生成、圖像創作、音樂編排到自動化工作流程，「提示詞（Prompt）」設計能力已成為駕馭AI的關鍵技能。而「Prompt Engineer（提示詞工程師）」作為新興且高度需求的職業角色，正逐漸在學術界與職場上嶄露頭角。 AI Prompt Engineer 國際認證應運而生，旨在建立一套標準化、系統性的評量機制，協助學習者掌握與AI互動的語言設計邏輯，具備實務操作能力與創造性思維，為進入AI產業奠定堅實基礎。
Silicon Stone Education (SSE)
中級機械設計工程師
為因應經濟環境變遷，配合政府的產業政策與機械產業未來發展趨勢，建立國內機械專業人才認證體系，並藉以提供企業界優良之機械專業人才。本認證依據機械人才的職能為基礎，發展能力指標及評鑑內容，協助產業篩選合乎需求的人才。並邀集機械類產官學研各界參與規劃，作為認證之標準，以確認通過此認證之專業人才，確實具備產業需求之能力。就個人而言，取得此認證可提升個人之就業能力，就企業而言，則是企業人才選用的客觀標準。
通過中級機械設計工程師考試者，應可執行單體機構之設計工作能力。
工業技術研究院
高級機械設計工程師
於民國97年9月發行，為因應經濟環境變遷，配合政府的產業政策與機械產業未來發展趨勢，建立國內機械專業人才認證體系，並藉以提供企業界優良之機械專業人才。本認證依據機械人才的職能為基礎，發展能力指標及評鑑內容，協助產業篩選合乎需求的人才。並邀集機械類產官學研各界參與規劃，作為認證之標準，以確認通過此認證之專業人才，確實具備產業需求之能力。就個人而言，取得此認證可提升個人之就業能力，就企業而言，則是企業人才選用的客觀標準。
通過高級機械設計工程師認證者，應能獨立負責整體系統規劃之工作與具備整合協調之能力。
工業技術研究院
遊戲特效與設計認證
遊戲特效與設計認證 主要針對希望提升在遊戲開發中視覺特效創造與實現能力的專業人員。透過這項認證，參與者將學習到如何設計和實現吸引人的遊戲特效，包括但不限於粒子系統、照明效果、動態模擬以及實時視覺效果。課程亦將涵蓋遊戲設計的基礎，如遊戲敘事、角色設計及使用者介面設計等，確保設計師能夠創建出既美觀又富有互動性的遊戲環境。
TIPCI臺灣國際專業認證學會
精選貼文，掌握第一手知識
黃仁勳強調的「Loop Engineering（迴圈工程）」是什麼？
「迴圈工程」（Loop Engineering）是什麼？輝達執行長黃仁勳強調「迴圈工程」是AI（人工智慧）的未來，點名將取代提示工程，成為定義2026下半年AI發展的關鍵轉變。
文／樂羽嘉編譯 圖／ChatGPT‧樂羽嘉協作 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
迴圈工程（Loop Engineering）是什麼？為什麼要學迴圈工程？黃仁勳怎麼說？迴圈工程的架構是什麼？迴圈工程實際上怎麼運作？哪些任務適合迴圈工程？自主工作流中的4大常見迴圈打造迴圈流程的小訣竅
輝達執行長黃仁勳最近讓一個人工智慧圈裡正夯的名詞成為焦點──「迴圈工程」（Loop Engineering）。根據X網友引述，黃仁勳說「現在沒人在寫提示詞了，都在編寫、管理迴圈」，把迴圈工程形容為定義2026下半年AI發展的重大轉變。
黃仁勳不久前接受美聯社專訪也反覆提到，未來AI將超越簡單的單次提示詞，成為能夠自主搜尋、評估、推理、使用工具、透過重複循環自我改進的系統。
簡單來說，提示工程是在研究如何對AI模型下達更好的指令，迴圈工程是要設計指令下達後AI系統自動執行的流程。
迴圈工程（Loop Engineering）是什麼？
迴圈工程是一個閉環式的循環。在一個標準的迴圈工程架構中，AI系統會生成一個假設、做測試、按照明確的目標給結果打分數、讀取並分析失敗的原因，把檢討後得到的回饋內容餵給下一次生成。迴圈工程的運作模式就是感知（Perceive）、推理（Reason）、行動（Act）、觀察（Observe），不斷重複。
在這個流程中，每次循環（Pass）成本相對便宜，但每次的結果都能縮小搜尋範圍。所以迴圈工程可以把數十次平庸的嘗試變成更強大、經過測試、更可靠的一次輸出。有價值的不是模型的第一個答案，是強迫模型不斷改進的過程。
為什麼要學迴圈工程？
現在大多數AI工作流還是高度依賴人類手動操作，AI照著你的提示詞，一個口令一個動作。你寫提示詞，模型回覆，你檢查內容，再寫新的提示詞，不斷循環。每次模型回覆你，互動就結束了，模型不會繼續工作、監控變化、自己決定下一步。
這種「單次對話」模式應付一次性任務還行，但需要AI代理自主完成多步驟工作（例如研究主題、寫報告、發布更新、檢查結果、在沒有人類干預下進行迭代）時就會很沒效率。
舉例來說，如果要打造「客戶研究」工作流，你可能需要AI代理執行以下步驟：
從多個管道爬數據
做摘要
標記異常值
格式化報告
傳到Slack
檢查有沒有人回覆
這中間包括6個以上不同步驟，若沒有完全自動化，你每一步都要手動觸發。
在這個背景下，迴圈工程誕生，透過 /loop（迴圈）、/goal（目標）和 /routines（常規程序）等結構，讓AI代理不需要人類在每個步驟手動輸入提示詞，也能持續工作，徹底改變自主AI代理能做到的任務範圍。
黃仁勳怎麼說？
黃仁勳提到，未來的AI方向是「少一點猜測，多一點研究」。
他解釋，現在AI系統已經能夠用網路搜尋並回傳「兩到三種不同版本」的資訊，接著自主評估哪一個版本最接近事實。
這就是迴圈在實務中的運作方式。AI不只會被動回應，更會主動搜尋、對比、評估、精煉內容。
另一個例子，是AI系統接收到提示詞後主動閱讀大量文獻、追蹤引用來源、沉浸並理解主題脈絡，隨後透過推理想出解決問題的方法。
這正是迴圈工程可能比提示工程更重要的原因。黃仁勳認為，一個聰明的提示詞頂多能改善一次回覆品質，但一個設計精良的迴圈可以讓整個工作流徹底進化。
迴圈工程的架構是什麼？
多數迴圈工程的實做主要圍繞以下3個核心結構：
1. /loop迴圈
告訴AI代理重複執行某個特定的動作序列。它可以是有限次數的（運行N 次），也可以是條件式的（運行到某個條件成立為止）。
2. /goal目標
替迴圈定義終止條件與前進方向。沒有目標，迴圈代理就會無限期運行或隨機終止。
3. /routines常規程序
這是AI代理在迴圈中可以隨時調用的模組化、可複寫的動作序列，可以看做是副程式（Subroutines）。
/loop怎麼運作？
迴圈會建立一個重複執行的循環機制。最基本的流程如下：
AI代理接收輸入，或觀察目前的狀態。AI代理執行某個動作。AI代理 評估是否應該繼續迴圈。如果答案為「是」，則帶著更新後的上下文回到第一步。
它與一般程式中的 for loop 最大差別在於，AI代理的推理能力可能會讓第二步在每一次迭代時都變得不一樣。換句話說，它不只是重複執行同一個動作。它能夠根據上一輪發生的結果，決定下一步該做什麼。
舉例來說，一個監控網站的AI代理可能會設定成每小時執行一次迴圈，用來檢查競爭對手的價格頁面是否有變動。
在每一次迴圈中，它都會把目前頁面狀態與先前儲存的基準版本進行比較。如果沒有任何變化，它什麼事都不做。如果有變化，它就會啟動通知流程。
/goal怎麼運作？
目標賦予迴圈終止的條件和前進的方向。一個優秀的目標定義通常包含：
成功狀態：怎樣才算完成？（例如「報告已提交，確認送達」）
限制條件：代理必須遵守的邊界（例如「不可以發超過3封電郵」）
優先訊號：需要做取捨時，什麼事情最重要。
目標的定義不需要很複雜，像是「持續執行直到處理完50個潛在客戶資料並記錄到Airtable中」就夠具體了。模糊的目標（像是「做個厲害的研究」）往往會導致AI代理出現不可預測的行為。
有些架構會進一步區分終極目標與工具性目標，這種做法比較接近人類的規劃方式。
/routines怎麼運作？
routines是代理在迴圈內使用的基本組件，是一系列模組化、可重複使用的動作流程，當特定條件或情境出現時，AI代理就可以呼叫對應的routine來執行。
常見的routine包括：
Data Fetch Routine（資料擷取）：從資料庫取得最新紀錄，進行格式整理，然後存入工作記憶。
Summarize Routine（摘要）：接收一段文字內容，產生摘要，評估摘要品質。如果品質低於設定門檻，則重新生成。
Escalation Routine（升級處理）：如果某項任務超過AI代理的信心門檻（Confidence Threshold），就標記成需要人工審核，並暫停該分支迴圈的後續執行。
Notification Routine（常式）：整理目前狀態資訊，並透過Slack或電郵發送通知訊息。
routine讓你可以方便地管理迴圈，做到個別測試每個功能模組、獨立除錯、重複利用既有能力、自由組合出更複雜的代理行為。
迴圈工程實際上怎麼運作？
當 /loop、/goal 與 /routines 組合在一起時，就形成所謂Agentic Loop（代理式循環），在這個能自主驅動的循環機制裡，AI代理會持續觀察、推理、執行、評估，並不斷重複這個過程，直到目標達成為止。
這個循環的簡化版本如下：
Observe（觀察）——目前的狀態是什麼？（檢查輸入、讀取記憶、取得資料）
Reason（推理）——根據目標與目前狀態，下一步應該做什麼？
Act（執行）——執行適當的routine。
Evaluate（評估）——剛剛的行動是否讓系統更接近目標？目前的新狀態又是什麼？
Loop or Terminate（繼續循環或結束）——目標是否已經達成？如果沒有，就回到第一步。
哪些任務適合迴圈工程？
適合使用的場景：
任務具備多步驟、充滿條件變數：下一步該做什麼，完全取決於上一步的結果。
完成時間無法預測：例如背景資料搜集、持續性的市場監控、需要反覆修改的內容。
人類審查成為效率瓶頸：用明確的目標與信任門檻取代重複的人工點擊，解放人力。
排程週期性任務：定期喚醒、執行、休眠的監控或報表工作。
應該避免的場景：
任務只有明確單一步驟：只是單純轉換一段文字或生成單一文件，引入迴圈只會增加無謂的複雜度。每一步都需要人類百分之百判斷：流程無法放手讓AI推理（雖然可以設計暫停機制，但會大幅增加複雜度）。目標模糊不清： 如果你無法具體定義怎樣算做完，AI就會變成失控的API額度殺手。
自主工作流中的4大常見迴圈
輪詢迴圈（Polling Loops）：AI代理按時間（如每30分鐘）喚醒，檢查數據源，只有發現新數據時才觸發特定行動（例如檢查CRM中的新潛在客戶，豐富數據）。
精煉迴圈（Refinement Loops）：AI代理生成內容（如行銷文案），根據品質標準自行評分，分數未達標就重寫，直到過關或達到最大嘗試次數為止。
隊列處理迴圈（Processing Queue Loops）：AI代理面對一個任務清單（如客服工單庫），一件接一件地處理、記錄結果，直到清單清空為止。
事件回應迴圈（Event-Response Loops）：AI代理持續監聽外部訊號（如電子郵件、Webhook），一旦有事件進來就立即執行回應程序，隨後回到監聽狀態。
打造迴圈流程的小訣竅
先定義退出條件：在設計任何工作流節點前，先明確寫下「在什麼具體條件下，這個迴圈必須停止」。
設定硬性限制：務必設定最大循環次數或最長運行時間，防止代理因陷入死迴圈刷爆你的API額度。
把一切記到日誌裡：讓AI代理在每次循環中記錄狀態、行動與結果，否則無聲運行的迴圈一旦出錯會完全無法偵錯。
從小規模開始：先從最簡單的「觀察→行動」兩步迴圈開始，穩定後再加入精煉邏輯與模組化程序。
獨立測試你的routines：把它們串進迴圈之前，確保每個獨立routine（如摘要routine）本身可以完美運作。如果rountine本身的輸出品質很差，再完美的迴圈工程也救不回來。
（資料來源：NDTV、MindStudio）
（原文標題：黃仁勳說必學的「迴圈工程」Loop Engineering是什麼？）
推薦閱讀：
Claude Cowork排程任務怎麼用？讓AI定時產出報告教學
偷學Anthropic工程師！6個好用的Claude提示詞
碾壓不用AI的學生！10個NotebookLM學習提示詞
用提示詞讓Gemini修照片！2026年最受歡迎的7種玩法
精選 AI寫企劃、看數據總是不能用？4種工作先排順序再交代，第一版就能討論
請AI寫企劃、做研究、看報表，結果常常看起來很完整，卻不能直接用？
問題多半不在AI的能力，而在我們只說「幫我寫」「幫我分析」，讓它自己猜目的和標準。
四種常見工作，可以共用同一個骨架：
1. 交代目的與標準：給誰看？看完要做什麼決定？
2. 排好先後步驟：先要中間產物，確認後再往下做
3. 要求附上依據：出處、算法、引用原文，讓你能驗收
套到四種工作，各有一個先後順序：
① 寫企劃｜架構先定，內容後補
先寫明讀者與目的，請AI只給三個主張和大綱；確認後才補內容，每個數據都附出處，查不到就標「待查證」。
② 做研究｜大題切小題，說法衝突並陳
先把大問題切成四到五個能用資料回答的小題；每題比對三種來源、標出年份；說法互相衝突時，請AI並列出來，由你判斷。
③ 看數據｜問題先行，數字在後
不要只丟報表說「幫我分析」，先寫成決策問題，例如「上季回購率下滑，是哪一群顧客流失」；講好期間、欄位和比較基準，只要兩三個關鍵發現，並附計算方式。
④ 審提案｜先找漏洞，後打分數
先逐條列漏洞並引用提案原文、分出輕重；再依事先講好的配分計分；最後請AI扮反方，提出最強的反對意見。
最常見的三個錯誤：
・一開口就要整篇成品，方向錯了只能整篇重寫
・AI給的數字沒查就直接用
・一邊挑毛病一邊打分數，分數被第一印象帶走
小練習：挑一件你這週要交的工作，寫下這兩句再交給AI——
「這份東西給＿＿看，看完要他＿＿。」
「先給我＿＿（大綱／小題清單／漏洞清單），我確認後再繼續。」
比較一下，和你平常的第一版差在哪裡。
想看完整的五分鐘影音說明，104學習免費課程「AI工作術」四堂已經上線，免費報名就能看：
第1堂｜5分鐘學會用AI寫企劃
https://nabi.104.com.tw/course/104nabi/57aed01b-9d82-4438-b09e-e2367abc0207
第2堂｜5分鐘學會用AI做研究
https://nabi.104.com.tw/course/104nabi/595a665d-07a3-461d-b37e-1f8158eca70d
第3堂｜5分鐘學會用AI看數據
https://nabi.104.com.tw/course/104nabi/0f3d424e-1658-49a2-851e-6c9fff296f43
第4堂｜5分鐘學會用AI審提案
https://nabi.104.com.tw/course/104nabi/19983d11-9e93-41ae-9924-46f8d6cd47dd
也歡迎在留言分享：這四種工作，你最常請AI幫忙哪一種？有沒有哪一次的第一版特別好用（或特別難用）？
使用提醒：AI可能出錯，重要數字請自行查證；上傳資料前先確認公司規定，並去除姓名、電話等個資。文中案例皆為假設情境。
從 Vibe Coding 到 Agentic Engineering：定義 AI 時代的軟體工程新範式
回顧 2025 年，前 Tesla AI 總監 Andrej Karpathy 在社群平台上首次拋出 「Vibe Coding」 這個詞時，精準捕捉了當時開發者的集體情緒。那是一種憑藉自然語言提示、與大型語言模型（LLM）進行即時對話，進而拼湊出程式碼的過程。在那樣的時空背景下，開發者不再逐行撰寫邏輯，而是透過一種「氛圍（Vibe）」與直覺，快速催生出可運作的產品原型。
這種「以直覺替代語法」的模式迅速引爆了工具與新創的開發熱潮。從 AI 原生編輯器到全自動開發平台，資金如潮水般湧入：AI 程式編輯器 Cursor 在去年底完成 D 輪融資，年化收入（ARR）驚人地突破 10 億美元；而歐洲新創 Lovable 則以 66 億美元的估值完成 B 輪融資。
然而，當熱潮退去，我們必須直面一個核心問題：「感覺」能支撐起企業級的軟體工程嗎？
Vibe Coding 的天花板：實驗與專業的鴻溝
在 Vibe Coding 模式下，開發者雖然能獲得極高的初始速度，但這種「黑盒式」的開發卻隱藏著巨大的技術債。
當專案規模擴大，單純依賴單一模型的對話式修補會逐漸失控。生成的代碼可能存在隱蔽的安全漏洞，且缺乏一致性的架構邏輯。Karpathy 指出，當時的模型能力有限，Vibe Coding 多半用於實驗性專案，距離真正的專業軟體工程仍有明顯落差。
隨著 AI 模型能力的進化，我們正進入一個新的階段：Agentic Engineering（智能體工程）。這不僅僅是名稱的變更，更是從「感性驅動」向「理性系統」的範式轉移。
2. 建立品質關卡與審計軌跡
工程化的標誌在於其「可預測性」。在 Agentic Engineering 的框架下，工作流會內建品質關卡（Quality Gates）與自動化測試。這意味著 AI 產出的每一行代碼，都必須通過另一組 AI 代理或既定腳本的審查。這種「半自主系統」具備自我修復與反思的能力，大幅降低了 Vibe Coding 帶來的隨機性風險。
開發者角色的重定義：系統架構師與監督者
這場轉型對軟體工程師而言，是一次技能樹的劇烈重組。開發者的工作重心正發生以下移轉：
定義邊界而非代碼：工程師的核心能力不再是掌握特定程式語言的語法，而是定義系統的輸入輸出契約、安全性約束（Guardrails）以及業務邏輯的邊界。
掌握編排藝術：開發者必須學習如何設計「認知架構（Cognitive Architectures）」，例如如何運用多代理協作模式，讓 AI 能夠處理比以往更複雜、更長期的任務。
從實作者轉向監督者：這是一個將 AI 開發視為企業核心職能的過程。我們不再是即興打造工具的人，而是負責驅動一個可持續擴展、具備自我演進能力的半自主系統。
結語：進入自主開發的新紀元
Vibe Coding 是 AI 帶給我們的一場美夢，它讓我們看見了開發門檻崩塌的可能性；而 Agentic Engineering 則是將這份美夢轉化為工業化現實的必經之路。
正如 Glide 所言，Vibe Coding 代表的是早期工具帶來的震撼，而 Agentic Engineering 則更貼近企業級的實務需求。我們正站在軟體工程新紀元的門檻上——在那裡，人類負責定義願景與紀律，而 AI 代理則在嚴謹的框架下，將願景轉化為穩健的現實。
觀看原文：https://www.xschoolkh.com/post/vibe-coding-to-agentic-engineering
如果你感覺目前的 AI 開發流程讓你焦慮，或許缺的不是更強的模型，而是一套能駕馭 AI 的開發方法論。
【Vibe Coding 全端架構師養成：ASP.NET Core × AI LLM 企業級實戰】 現在就加入，成為定義規則的人。
想了解更多課程資訊請詳見連結👇
https://www.xschoolkh.com/vibe-coding-ai-asp-net-core
告別制式勞動，迎向 AI 時代人才的變革與重構
從 AI、大數據到雲端運算，智慧科技持續重塑企業運作模式，也同步改變科技人才的能力結構與職涯路徑。當技術不再只是工具，而是開始參與決策、流程與協作機制的設計時，企業對人才的期待，也隨之快速被改寫。隨著生成式 AI 進入科技研發現場，產業競爭的焦點，逐漸從單純的效能與技術規格面，轉向研發流程、協作效率與人才結構的重新配置。
文／104人力銀行
立即下載《2026科技業人才報告書-人才版》
本文導覽：
先定義後拆解，掌握工具且能同時進化的優勢
AI 不是取代能力，而是重新設計組織的槓桿
AI 改變的不只是工具，而是人才競爭的基準
無論是深耕資安領域的趨勢科技、由單點工具轉向 AI 驅動工作流程的KDAN 凱鈿、將服務版圖延伸至「新商務」場景的騰雲科技，亦或是持續推動流程優化的技嘉科技，皆不約而同指出：AI 並不是單一技術的導入，而是從根本上，重新定義工程師的工作方式與企業的選才邏輯。
先定義後拆解，掌握工具且能同時進化的優勢
趨勢科技指出，在資安產業中，AI 的導入不僅提升效率，更放大了攻防的速度與規模。企業真正需要的，已非能單純完成任務的工程師，而是要能理解問題、拆解問題，並知道如何運用 AI 讓產品與防禦能力持續進化的人才。「企業現在看的人才，不再是會不會寫 code，而是能不能用 AI 定義問題、拆解問題，並把它真正放進工作流程裡。」
這樣的轉變，使「會寫程式」逐步從門檻條件，轉變為一種基本能力。
KDAN 凱鈿則觀察到，企業選才的標準明顯被翻轉。過去對工程師的面試，多半以程式語言的熟悉度為主，然而當 AI 加入成為日常工具，真正拉開差距的，反而是思考邏輯和問題拆解的能力。「以前我們面試工程師，程式語言熟悉度大概佔六、七成，思考能力佔三、四成；現在幾乎倒過來。」甚至可以說，判斷能力及邏輯架構，已遠勝單一技術的掌握。能力結構之外，AI 也在重新設計工作流程本身。
AI 不是取代能力，而是重新設計組織的槓桿
面對 AI 帶來的轉型壓力，騰雲科技則是認為，企業需要的人才，除了熟悉新工具，得要能解構既有的流程與模式，並予以重新加以設計。「頂尖的人才必須完備能解構問題的智慧，將經年累月結痂的既有工作流程無情拆解，再結合新工具進行徹底重構，以此創造出破局的商業價值。」在如此框架之下，AI 並非取代既有能力，反倒成為推動組織再造的重要槓桿。
相較之下，在硬體與韌體研發領域，AI 帶來的影響則呈現不同面貌。
AI 的導入並非突然出現，而是建立在長期流程自動化與知識共享文化的基礎之上。技嘉科技表示，當標準化與重複性的工作逐步由工具接手，企業在選才的課題上，反而更回到人才的本質。「AI 並沒有讓工程師變得不重要或被取代，反而讓一件事變得更加清楚——當工具越來越強，人真正不可取代的，仍然是持續學習、理解問題，以及把經驗轉化為能被團隊延續的知識。」
也因此，雖分處不同產業與戰略位置的四家企業，卻給出近乎一致的答案——AI 確實已改變你我的工作流程與內容，也對工程師的角色重新定位，然而企業真正關注的，不是誰會被取代，而是誰能定義出與 AI 協作的新方式。
AI 改變的不只是工具，而是人才競爭的基準
當 AI 已能協助完成大量數據的整理、流程文件撰寫及程式生成，甚至是輔佐當下決策的研判時，隨之浮現的是一個跨越產業和領域的深層叩問——AI 會不會取代人類？
觀察四家受訪的企業，答案竟出乎意料地一致：AI 並不會讓「人」變得不重要，而是讓人才的價值重新排序。但首先被改變的是，企業對工程師角色的認知與理解。當標準化、重複性的工作逐步由工具接手，真正拉開差距的，不是技術的熟練度，而是能否理解問題、拆解流程，並持續與新工具共同進化的能力。
正如受訪者所指出：「不是 AI 會取代人，而是會用 AI 的人，會取代不會用 AI 的人。」對企業而言，這意味著選才邏輯正在改變；對求職者而言，也代表未來職場的競爭力，將來自於跨領域理解問題的能力，以及在變動之中持續重塑自身角色的位置。
立即下載《2026科技業人才報告書-人才版》
掌握更多科技業人才趨勢，大家都在看這些：
告別制式勞動、迎向職能重構：騰雲科技在 AI 時代的破局商業學
AI 時代，寫程式不再是護身符——KDAN 凱鈿重新定義「好人才」
AI 時代的研發現場：回歸人才特質，技嘉如何重新定義工程師的工作方式
在趨勢科技，唯一的競爭對手是駭客：AI 時代下，資安人才與研發現場的真實變化
AI 時代的研發現場：回歸人才特質，技嘉如何重新定義工程師的工作方式
隨著 AI 技術快速發展，科技產業的競爭焦點也逐漸從單純的硬體效能與產品規格，轉向研發流程、協作效率與人才結構。AI 的導入不只是加入新工具，而是重新定義工程師的工作方式，整個工程生態正逐漸從「單一開發」走向「系統化管理」與「跨域協作」。
文／104人力銀行
本文導覽：
從自動化到 AI 工具導入，研發現場的變革早就開始
AI 真正改變的，是工程流程的邏輯
AI 改變選才條件嗎？技嘉更看重的是：人格特質
AI 不會取代工程師，但會改變工程師的角色
在技嘉科技（GIGABYTE Technology，以下簡稱技嘉）的研發現場，這樣的轉變其實已經持續了十多年。韌體開發二處處長吳宗達在技嘉任職超過十五年，主要負責主機板 BIOS 與韌體相關開發。他回顧，從早期 CI/CD 與開發自動化，到近年把 AI 工具與 AI Agent 帶進工作流程，真正改變的並不是單一技術，而是整體研發流程的思考方式。
從自動化到 AI 工具導入，研發現場的變革早就開始
吳宗達回憶，十多年前進技嘉時，研發團隊仍有大量重複且需仰賴人工處理的工作，流程也尚未建立完整的標準化機制，於是開始著手推動工作流程的優化，而 AI 的導入並非突然，而是建立在多年流程自動化與整合的基礎之上，AI 的加入更像是一把催化劑，正微妙地重塑工程師的日常。
過去很多時候，只要把功能完成即可；現在則更強調文件與知識整理。「以前可能只要把事情做完，現在會更重視為什麼這樣做，還有怎麼讓別人下次更容易接手。」
AI 真正改變的，是工程流程的邏輯
AI 對研發現場最大的影響，其實不是單一工具，而是整個開發邏輯的轉變。就吳宗達形容，過去的工程流程比較像是單一線性的任務鏈，僅需交付給特定負責的人即可。
隨著產品與系統越來越複雜，單靠記憶與口述交接已難以支撐整個研發體系，這些原本存放在人腦中的知識與個人經驗，必須被整理成文件、紀錄與規格，甚至要能轉化成可被系統使用的資料結構。
從口耳相傳的經驗，轉向數位化的 Open File，最終成為 AI 可讀取的 Open Data。然而從AI 的角度來看，真正的問題反而是餵給 AI 的「資料不夠多」。他指出，若企業內部沒有足夠的工作紀錄、文件資料，AI 也無法持續迭代學習。
也因此，就研發流程上逐步從「流程導向」（Process Oriented） 轉向 「API 導向」（API Oriented）的思維，將原本分散在不同開發人員或部門的工具與資料可以被串接，整體的工作流程也能橫向擴展。
他坦言，AI 目前主要還是輔助的角色，部分的規格整理、工作日誌彙整，皆可透過 AI Agent 協助完成，同時讓管理者能更容易掌握專案脈絡、進程。倘若涉及到績效評估、團隊溝通或情境判斷時，仍需要回到「人」來做最後的決策。
技嘉科技韌體開發二處處長吳宗達
AI 改變選才條件嗎？技嘉更看重的是：人格特質
AI 技術快速發展，也讓許多企業重新思考或定義徵才的條件；而在技嘉的研發團隊中，選才標準並沒有出現劇烈改變，反而是回歸初衷：人格特質。
人資夥伴補充，技嘉的研發職缺，第一關是由主管直接做篩選，長期以來他們最重視的特質，其實一直沒有變：好奇心、學習能力，以及解決問題的熱情。AI 工具的使用經驗當然加分，對多數 RD 職缺來說，並不是唯一的門檻，只要具備良好的基礎能力與學習意願，很多工具都可以進公司後再學習。
在吳宗達看來，AI 時代反而讓這些人格特質變得更重要。根據他的觀察，現在不少工程人才會透過 Side Project 或 GitHub 專案展示自己的能力，像是開發小工具、嘗試自動化流程，甚至研究區塊鏈或智能合約等題目。這些看似與職缺未必直接相關的經驗，往往能反映一個人是否真的對技術有興趣，也更容易被企業注意到。
「如果一個人平常就會自己做一些 Project，我通常會特別留意。」這也正呼應當前科技產業的招募趨勢，對許多年輕工程師而言，找工作不再只是離職後才開始準備，而是平時持續累積作品與成果，在市場上保持被看見的狀態。
AI 不會取代工程師，但會改變工程師的角色
當被問到 AI 是否會取代工程師時，吳宗達的答案很直接：「不會，但工作思維一定會變。」他認為，未來的工程師角色會更像是與 AI 協作的整合建構者，而不是單純執行任務的人。許多企業過去長期忽略的流程問題，包括知識沒有被記錄、流程缺乏標準化⋯⋯現在都必須重新整理並規格化。
因此，看似「工作變多」，但其實是那些是原本被忽略的流程工作，現在開始被系統化與文件化。隨著 AI 工具越來越成熟，工程師的價值也正在改變：不再只是完成某個任務，而是能理解整體工作流程、整理知識，並讓團隊能力得以持續累積。
AI 並沒有讓工程師變得不重要或被取代，反而是讓一件事變得更加清楚——當工具越來越強，人真正不可取代的能力，仍然是持續學習、理解問題，以及把經驗轉化為能被團隊延續的知識。
立即下載《2026科技業人才報告書-人才版》
[joblist_plugin title='更多104【技嘉科技】工作機會' url='https://www.104.com.tw/company/a4kvltk' amount='3']
打造企業「AI+綠領」雙軸升級計畫，專家建議5策略發展
台灣經濟迎來最強動能！受惠於AI運算需求與資通訊出口爆發，面對這波科技浪潮，企業招募不再只看學歷，具備AI開發與淨零碳排能力的「雙軌人才」正成為市場最炙手可熱的標的，身為資源有限的中小企業，如何在這場人才爭奪戰中突圍？文章中提供中小企業轉型AI×綠色人才發展策略建議，如：技能優先、證照加持、實戰專案及組織文化，以掌握未來人才樣貌，在數位與永續雙轉型中取得優勢！
文／鍾文雄（104資訊科技 人才永續長）
本文導覽
中小企業AI與綠領雙軸轉型下的人才發展策略一、導入技能優先「Skills-First」，取代以學歷導向的人才任用策略二、透過技能檢定、認證課程與證照，提高人才專業深度三、強化現有人才的「AI＋綠領升級計畫」四、善用政府、學校及專業機構的資源與協助五、打造綠色與AI的組織文化企業鍾愛未來人才的樣貌-跨域及整合型人才
根據行政院主計總處2026年初的報告，受惠於AI與高效能運算需求強勁，2025年台灣經濟成長率（GDP）上修至8.63%，創近15年新高，主要受惠於資通訊產品出口遠優於預期帶動。展望2026年，預測經濟成長率上修到7.71%，在穩健的出口與投資動能下，顯示科技出口動能續強，2026年人均GDP將突破4萬美元，台灣整體產業經濟展望正向發展，預估會帶動企業人才招募動能。
美國OpenAI公司在2022年底推出ChatGPT以後，AI應用在各領域的新科技推陳出新，企業除了要精簡大量數據與重複性工作流程以外，更需要投資AI在產品開發、服務流程及商務模式的技術創新。根據104人力銀行的調查統計，因應AI數位轉型發展需求強勁，2025年企業在AI人才招募職缺數超過3萬個，75%企業願意為具備AI開發技能的人才提供薪資加碼等誘因，平均增幅達9.5%以上。科技相關產業普遍看好自身及2026年景氣，在2026年的薪資調查報告中，軟體及網路相關業受到AI轉型與數位服務需求帶動，加上外商與新創公司競相徵才，調薪幅度7.1%居各產業之冠
另外，台灣「綠領」人才已進入搶才時代，職務缺口逼近3萬個，需求綠領的企業家數，2018到2025年8年間成長182%，需求綠領人才數量8年間成長278%。2025年下半年平均每月有5,340個綠領AI工作機會，年增幅57%，占整體綠領工作機會的18.2%，顯見企業對於AI與綠領技能雙軌人才的需求正日益增加。
▲ 資料來源：環境部綠領人才就業趨勢報告（2025年11月）
▲ 資料來源：環境部綠領人才就業趨勢報告（2025年11月）
中小企業人才若能同步補足AI能力與淨零／綠色能力，不僅符合供應鏈與法遵需求，也能在效率與營收端創造實質回報。
延伸閱讀：綠領人才缺口逼近3萬、8年成長278%年薪200萬高薪綠領出列！
中小企業AI與綠領雙軸轉型下的人才發展策略
中小企業的資金、人才與技術資源比不上大型企業，因此在AI與綠領雙軸轉型的人才發展策略，必須整合內部資源，連結政府相關部會與外部專業機構，掌握務實、穩健及驗證可行的原則下推進。
一、導入技能優先「Skills-First」，取代以學歷導向的人才任用策略
根據104人力銀行的調查統計，49.3%綠領工作不限科系，56.2%歡迎年資一年以下或不限。而企業對於AI人才資格要求，則有55%以上不限科系，整體綠領跟AI職缺歡迎大專以下學歷，技能、實作經驗、認證課程與證照已經超越學歷的要求。建議中小企業可以任用非理工背景人才、中高齡再就業人才、外籍與僑外生，藉由專業技能訓練強化員工綠領與AI雙軌應用能力。
二、透過技能檢定、認證課程與證照，提高人才專業深度
建議中小企業在綠領人才的任用與訓練發展上，連結經濟部產業人才能力鑑定iPAS的淨零碳規劃管理師能力鑑定與環境部淨零綠領人才培育課程。在AI應用技能的提升上，則可以參照數位發展部《AI產業人才認定指引》的人才類別與技能架構，搭配專業發展路徑，建構企業AI人才學習地圖。另外參與iPAS的AI應用規劃師能力鑑定與外部AI工具應用與資料分析師等國際認證，都可以提高企業人才的專業深度。
延伸閱讀：iPAS淨零碳規劃管理師初級證照：考試如何準備？哪些人適合考？
三、強化現有人才的「AI＋綠領升級計畫」
我們深知訓練學習必須連結實務應用，才能創造最佳的學習成效，如能規劃AI×ESG複合式訓練營，或是節能減碳專案導入KPI×AI數據化工具，以專案計畫推動訓學用合一，如能源自動監控與節費專案、碳盤查自動化專案、AI 製程減碳優化或是供應鏈碳資料品質管理等專案。
四、善用政府、學校及專業機構的資源與協助
根據調查取得環境部淨零綠領人才培育課程合格證明的人才，提升面試邀約率達5.4倍；根據iPAS專業人才媒合平台資料，目前已有超過千家企業加入認同，承諾「優先面試」獲證者，持有證照者的初次就業率高達 90%，平均而言，持證者的起薪較一般初任人員高出約 10%。
企業除了優先錄取通過政府相關部會推動的認證以外，鼓勵現職員工參加勞動部職訓中心課程、進入學校持續進修學程及課程、推動學校系所的研究與合作計畫，或是與外部專業機構進行輔導、技術移轉與驗證合作，都可以提升企業的營運績效及人才素質。
五、打造綠色與AI的組織文化
AI與綠領人才的留任關鍵來自薪資競爭力（如：綠領薪資中位數比整體高5.3%）、友善職場與工作環境（如：彈性工時、遠距／混合上班、提供學習資源及補助）、心理安全感、跨部門協作及學習型文化。
中小企業如能推動內部綠色行動，如設置節能小組、制定淨零目標，規劃AI Party、免費素食日、ESG Day、AI與綠能創新競賽等活動，提升全體員工參與感。搭配獎勵與鼓勵措施，如設立學習獎勵金、考取綠領／AI證照獎勵金、創新競賽獎金，逐步形塑公司綠色與AI的創新文化。
企業鍾愛未來人才的樣貌-跨域及整合型人才
因應資訊科技發展及企業永續經營的人才需求，跨專業領域人才如果能在原有的專業領域下，持續強化AI及綠領技能，便能夠整合多元資訊及數據做出適當決策，這是企業鍾愛與競逐的人才類型。
而從人才端來看，未來職涯如何不被AI與綠能專業取代、永保職場競爭力，持續維持學習動能，持續強化科技力及語文能力，在求學階段及工作中培養跨部門溝通與協作能力，透過實習、輪調及專案工作任務培養解決問題能力。
中小企業若能盡早完成AI×綠色人才的雙軸升級，不只可以符合國際企業永續及環保法規要求，更能提升營運效率、吸引高潛力人才，建立不可取代的競爭優勢。
（原文標題：中小企業雙軸轉型下的人才發展策略）
【作者介紹】鍾文雄● 一零四資訊科技股份有限公司人才永續長● 社團法人中華人力資源管理協會常務顧問
從精密加工到模具開發——新北高工模具科：打造工業之母的專業技術工程師
從孩子手中的樂高積木、日常使用的手機殼，到汽車零件與精密電子產品，這些看似毫不相關的物品，背後卻有著共同的製造關鍵——模具。模具不僅決定產品的外型與精度，更是大量生產不可或缺的技術，因此被譽為「工業之母」。走進新北高工模具科，從傳統車床、銑床到高階五軸加工機與塑膠射出設備，學生不只學習操作機械，更要從設計圖面出發，親手完成精密零件，甚至開發自己的產品。
從台積電工程師到技職教師，洪宜芳主任的教育之路
新北高工模具科主任洪宜芳，畢業於國立中央大學機械研究所，並取得國立臺灣師範大學博士學位。投入教職前，他曾在台積電擔任五年製程工程師，累積半導體產業的實務經驗。談起轉換跑道的契機，來自求學時期深受高職導師蔡秋明的啟發，讓他始終對教育工作懷有熱忱，最終決定離開科技業，投入技職教育，至今已在新北高工任教約15年。
樂高積木怎麼做出來？揭開「工業之母」的秘密
「你能無時無刻在家享受著模具帶來的便利，但家裡卻不會擺任何一副模具。」洪主任用一句話，道出模具產業與生活的緊密關係。
他以樂高積木為例，想要大量生產尺寸一致、能夠精準組裝的積木，就必須先製作模具，再透過製造程序生產。無論是寶特瓶瓶蓋、眼鏡框，還是各式3C產品零件，背後都可能運用模具技術。
因此，模具科不只是學習金屬加工，更要理解如何將產品構想轉換為設計圖面，經過精密加工、組裝與測試，打造符合規格的模具。
三年課程循序漸進，從機械製圖到產品開發
新北高工模具科的課程採取由淺入深的學習方式。高一著重機械製圖與基礎加工，學生先學會閱讀圖面、理解尺寸與空間關係，再透過車床、銑床、磨床、鑽床及基礎銲接等實習，將設計轉化為實體零件。
高二進階學習CNC數值控制加工，接觸電腦輔助製造（CAM），將設計轉換為機器能執行的加工指令，提升加工效率與精度。
高三則整合三年所學，投入模具製作與專題實作，並依興趣選擇模具設計、數控加工、沖壓模具或塑膠模具等實習方向，逐步完成模具開發與組裝。
圖片：學生模具作品
全國高職首臺五軸加工機，挑戰高階精密製造
新北高工模具科的一大特色，就是五軸加工技術。洪主任介紹，學校早在民國98年便引進全國高職首臺五軸加工機，當時設備價值約700萬元。
相較於一般三軸CNC銑床，五軸加工機增加兩個軸向旋轉運動，能從更多角度加工複雜的立體工件。學生須先具備三軸加工基礎，才能在高三進一步學習高階加工技術。
此外，模具科也開設機械手臂選修課程，提供機械群學生接觸自動化技術的機會，拓展AI智慧製造的學習視野。
圖片：五軸加工機設備機臺
模具結合電機技術，跨領域專題屢創佳績
模具製造不只需要機械加工，也能與電機控制技術結合。洪主任分享，模具科經常與電機科合作專題，由模具科負責機構設計與零件製作，電機科則運用電控專業，讓作品具備自動化功能。
例如，曾有五位學生組成跨科團隊，結合PLC可程式控制器與機械搬運概念，完成自動化相關專題，並在全國專題實作競賽獲得佳作。
透過跨領域合作，學生不僅能發揮各自的專業優勢，也能提早體驗產業中不同技術分工協作的模式。
從黑皮料到精密成品，陳同學找到實作成就感
對高二陳同學而言，選擇模具科的契機，除了學校距離住家較近，也受到學校官網介紹影片及新穎設備的吸引。
然而，剛入學時，她對工廠實習其實有些抗拒。「一開始會覺得進工場手會黑，而且工場沒有冷氣。」但隨著逐漸熟悉加工技術，想法也慢慢改變。
最讓她有成就感的是高一的模具基礎實習。從原本的黑皮料開始，經過加工、量測與修正，最後完成符合尺寸、能夠組裝的作品。
過程中也曾遇到挫折。陳同學坦言，剛開始不熟悉X、Y、Z軸與尺寸計算，一個數值出錯，就可能讓整件作品不符合要求，甚至曾因此拿到不及格的成績。所幸在老師帶領下，透過反覆練習與量測，她逐漸掌握技巧，也從原本的抗拒，轉變為享受完成作品的成就感。
三年挑戰四張證照，世界金牌教練培育專業人才
專業證照是新北高工模具科的重要培育方向。洪主任說明，學生高一可報考模具工丙級，高二挑戰銑床相關丙級證照；高三則能依興趣與能力，進一步報考CNC銑床及塑膠模具乙級證照。學校也安排假日輔導課程，協助學生累積實作經驗。
除了證照培訓，科內更有曾獲世界技能競賽金牌的教師投入選手培育。學生從高一便有機會參與課後訓練，經過選拔與長期培訓，逐步挑戰全國技能競賽及工業類科學生技藝競賽。
洪主任認為，成為優秀選手不只需要技術，更需要耐心、自律與抗壓能力，才能在反覆練習中持續突破。
圖片：模具科選手培訓室
不只當模具工程師，升學與職涯選擇更多元
模具科畢業後，並不只能就讀模具相關科系。洪主任說明，學生可選擇機械工程、機電工程、模具工程等領域，未來投入精密加工、產品製造、模具設計，甚至半導體產業，擔任設備或製程工程師；也有學生接手家族工廠，朝創業與經營管理發展。
喜歡動手做、好奇產品如何誕生？模具科等你來挑戰
什麼樣的學生適合就讀模具科？洪主任認為，只要對動手實作有興趣，喜歡研究物品如何製造，或具備基本空間概念，都很適合嘗試。雖然機械製圖需要立體想像能力，加工也涉及基礎數學計算，但這些能力都能透過課程與實作逐步培養。
從一張設計圖、一塊金屬材料，到精密零件與完整模具，新北高工模具科讓學生在三年學習中，逐步累積專業技術，也為未來升學、就業與產品創新開啟更多可能。
六所科大畢典的共同答案：AI世代，技職拼的是「即戰力」
環境部長彭啓明蒞臨北科大畢業典禮，勉勵畢業生勇於開創屬於自己的道路。（圖 / 北科大提供）
2026畢業季，全台大學畢業典禮陸續登場。當AI快速改變產業樣貌、企業對人才的期待持續翻轉，技職科大的畢業典禮，談的不只是專業養成，更直接聚焦「畢業即就業」的即戰力。104人力銀行由北至南整理國立臺北科技大學、龍華科技大學、弘光科技大學、建國科技大學、崑山科技大學與南臺科技大學六所學校的畢業典禮內容發現，儘管各校辦學特色不同，校長與受邀致詞的產業領袖卻不約而同指向同樣的方向：AI已是職場基本配備，但真正讓技職人才站穩腳步的，是把AI變成工具的能力、產業實戰累積的底氣，以及在科技之外，對人的關懷與責任感。
文 / 104人力銀行公共事務處 綜合整理
▍關鍵字一：AI是工具，不是對手！科大畢業生的「即戰AI力」
面對AI浪潮，多所科大都把「善用AI」列為畢業生的必備能力，且強調科大人要的不只是會用，而是用得比別人快、比別人到位。
輝達技術專案管理協理廖彥勛(前排中)親自頒發棒球隊獎助學金。（圖 / 崑山科大提供）
崑山科技大學邀請輝達（NVIDIA）技術專案管理協理廖彥勛致詞。他以蒸汽機取代馬車卻創造更多新產業為例，提醒畢業生AI絕非洪水猛獸，並留下金句：未來「AI不會取代人類，但會取代不會用AI的人」。他勉勵畢業生不要因迷惘而停止學習，「時代的浪潮勢不可擋，抱怨浪大的人會被沖走，唯有學會衝浪，才能站上風口浪尖。」
任貽均校長於畢業典禮勉勵畢業生勇敢迎向AI時代挑戰。（圖 / 北科大提供）
國立臺北科技大學把焦點放在「AI 與人的分界」。校長任貽均以一句「AI 能給答案，但無法決定價值」，點出人工智慧再強，仍取代不了人對是非與方向的判斷。他勉勵畢業生，在人工智慧快速發展、全球同步邁向永續轉型的時代，更要培養判斷力、責任感與勇氣三項特質，懂得在眾多選項中做出抉擇、願意為自己的決定負責，並有勇氣面對未知與挑戰。任貽均期許畢業生不要只停留在「向 AI 要答案」，而要更進一步，成為「創造答案、改變世界的人」，在 AI 時代握有定義價值、開創新局的主導權。
南臺科大校長黃能富於 115 級畢業典禮致詞，宣示學校將以「實體 AI 」為核心展開大型產學佈局，勉勵學子以好奇心與韌性迎戰未來。（圖 / 南臺科大提供）
南臺科技大學更把AI從口號落實到行動。校長黃能富宣示，南臺將以「實體AI（Physical AI）」為主要發展方向，讓AI落地生根於百工百業；典禮現場並首播由資傳系師生全程運用AIGC技術打造的畢業神曲《勇敢破局》MV，以實際作品展現「實作型AI科技大學」的能量。
龍華科技大學校長葛自祥於畢業典禮中勉勵畢業生善用AI工具、培養終身學習能力，成為具備競爭力的「三無」卓越人才。（圖 / 龍華科大提供）
龍華科技大學校長葛自祥則以「三個無」勉勵畢業生：「無所不學」，善用AI工具與各種學習資源不斷吸收新知；「無所不知」，保持好奇心、培養跨領域知識與提問能力；「無所匹敵」，透過持續精進與熱情投入，在AI時代建立不可取代的獨特優勢。
▍關鍵字二：產業大老站台，撐起技職「即戰力」的底氣
相較於一般大學，技職科大畢典最大的特色，是產業界的高度參與。從名譽博士、產學佈局到亮眼的就業數據，科大用實績為畢業生的「即戰力」背書。
南臺科大新科名譽工學博士、和碩聯合科技董事長童子賢發表演說，期勉南臺科大 115 級畢業生帶著「不破不立」的創客初心，在 AI 時代勇敢定義未來。（圖 / 南臺科大提供）
今年最受矚目的，是南臺科技大學將「工學名譽博士學位」頒贈予和碩聯合科技董事長童子賢。校方特別致贈復刻「初心之板：1989」，這是一片復刻童子賢於1989年研發的主機板，上面銘刻其創業金句「不求大，先求好」，期勉畢業生在AI時代勇敢定義自我。校長黃能富同時宣布多項產學佈局，包括加入董事企業南紡集團的2026「四大引擎」戰略、與和碩團隊洽談「AI數位孿生」與「Agentic AI」合作，以及與占地247公頃的樹谷園區洽談大型產學計畫，為學子打造具未來產業競爭力的實戰舞台。
奇美食品董事長宋光夫講座教授頒發學生專業榮譽獎。（圖 / 崑山科大提供）
就業數據則是崑山科技大學的底氣。依據104人力銀行調查，該校畢業生就業率突破95%，更有超過五成的畢業生起薪超越4萬元；學校並連續13度榮獲中國工程師學會「產學合作績優單位」，是全國唯一達成此殊榮的私立科技大學。校長李天祥以「就業即戰力」形容崑山人「手腳俐落、眼界開闊」的特質，並指出全球超過15萬名學長姐正是畢業生最強大的後盾。當天受邀的奇美食品董事長宋光夫講座教授，更以90歲仍堅持「Make a difference」的人生態度，鼓勵年輕學子善用自由環境勇敢追夢。
畢業生代表、文化創意與數位媒體設計系邱詠絜同學分享大學四年的學習與成長經驗，勉勵同學勇敢逐夢、迎向未來。（圖 / 龍華科大提供）
龍華科技大學同樣以辦學實績說話。該校近年積極推動AI、半導體、智慧製造及數位創新人才培育，在《遠見》2026企業最愛大學生調查中榮獲私立技專校院第一名，並在《Cheers》大學辦學績效互評中名列全國第四、私立科大第一。
建國科大舉行2026年畢業典禮，849名畢業生領取畢業證書，在驪歌聲中走完校園巡禮，正式邁向人生新旅程。（圖 / 建國科大提供）
建國科技大學則展現技職與在地產業的緊密連結。彰化市長林世賢致詞時指出，無人機載具前景正夯，近期更有美國團體直接找彰化市合作；他強調建國科大是縣內唯一的技職大學，研究與技術能量豐沛，勉勵畢業生掌握產業轉型脈動、契機無限。
▍關鍵字三：AI之外，別忘了技職教育最珍貴的人味與初心
幾乎所有科大畢典，在談AI與就業之餘，也都不約而同回到「人」的價值。
弘光科大校長蘇弘毅（右）頒發業證書給獲得社團績優獎、生命勇士獎給行動不便的畢業生許書浩（左）。（圖 / 弘光科大提供）
最動人的一幕出現在弘光科技大學。校方將社團績優獎與「生命勇士獎」頒給行動不便的健康事業管理系畢業生許書浩。早產體弱、因腦性麻痺而不良於行的他，從國小起在媽媽長年陪伴與鋼琴老師耐心教導下克服手指疼痛，大學期間更擔任鋼琴社社長，用音符分享生命的力量。校長蘇弘毅在致詞時叮嚀畢業生，面對AI科技全面爆發的時代，「請勇敢擁抱AI，將它化為提昇效率的利器，但永遠不要失去對人的關懷與專業的精神」，因為這正是AI無法取代的價值。同樣來自馬來西亞的餐旅管理系畢業生劉子瑄，則挑戰自我前往義大利ALMA廚藝學院及米其林餐盤推薦餐廳實習，畢業後將留在義大利工作，為「跨國逐夢」寫下生動註腳。
包小柏以自身經歷勉勵畢業生勇敢面對挑戰，並透過AI虛擬化身重現愛女身影，展現科技的人文溫度。（圖 / 北科大提供）
科技與人文的交會，也在國立臺北科技大學的典禮上具象呈現。應屆畢業生包小柏博士透過AI虛擬化身技術，與愛女共同傳遞畢業祝福，讓在場師生看見科技結合人文情感的溫度。受邀致詞的環境部長彭啓明則以自身從專業研究、創業到公職服務的跨域歷程為例，勉勵畢業生找到真正熱愛的方向，以務實精神、創新思維與行動力，開創屬於自己的人生道路。
僑生代表、電子工程系陳錦海同學於畢業典禮中分享在台求學的成長歷程，感謝師長一路以來的關懷與支持。（圖 / 龍華科大提供）
龍華科技大學董事長孫道亨也提醒畢業生，AI雖將持續改變世界，但科技終究無法取代人與人之間的情感、關懷與愛；他勉勵同學在善用AI的同時，更要堅守道德與良善初心，保有同理心與責任感。電子工程系越南僑生代表陳錦海則感念師長如家人般的照顧，分享自己在龍華四年「從一個希望被看見的人，成長為一個真正被看見的人」的故事。
王榮祖校長在禮堂勉勵畢業生，師長撥穗的意義在於告知你出社會要懂得低頭、示弱，常保飲水思源的謙卑。（圖 / 建國科大提供）
而在建國科技大學，校長王榮祖以撥穗的意義勉勵畢業生：出社會要懂得低頭、示弱，常保飲水思源的謙卑，帶著成長、夢想與責任前行，並以「勢在必行」四字，期許大家奮力邁向未來。
▍當AI成為標配，技職人才靠「實戰」與「溫度」勝出
回顧今年六所科大的畢業典禮，不難發現一條清晰的主軸：AI能力已是職場基本門檻，但讓技職人才真正站穩腳步的，是把AI當工具的即戰力、產業實戰累積的底氣，以及科技無法取代的人味與初心。
從產業大老進校園、名譽博士的肯定，到亮眼的就業數據，技職教育正用最務實的方式，回應企業對「畢業即就業」人才的期待。2026年的科大畢典，或許正透露出一個答案：在AI時代，技職人才的競爭力方程式，是「AI即戰力 × 產業實戰 × 人的溫度」，會用AI是基礎，能把所學落地、又留得住溫度的人，才能在快速變動的職場走得最遠。
2026大學生畢業快樂！更多相關文章：
AI會寫程式、做簡報，大學畢業靠什麼勝出？六所大學畢典揭未來人才關鍵能力
AI時代什麼能力最有價值？臺大畢典：同理心、創造力與利他精神
屏科大2,503名畢業生啟航 104集團行銷長鼓勵：成為自己喜歡的初級大人
104 AI職涯顧問發布《2026年科技業人才報告書》 人才缺口達19.3萬
AI發展，科技人才扮演重要角色！104獵才顧問用AI替中高階工作者推出的專業亮點加速器「104 AI職涯顧問」發布《2026年科技業人才報告書》，2026年科技業每月人才缺口達19.3萬人，當中以軟體及網路業人才缺口6.3萬人最多，半導體業人才需求增長最明顯；各職類中，軟體/工程類人員每月徵才2.5萬人最多，操作/技術、製程規劃、品保/品管人才缺口年增幅超過2成，成長速度最快。當前科技業迎接AI技術進入規模化應用，科技業招募也越來越重視AI人才，其中軟體網路業工作機會中，有3成為AI相關職務最多；以及全球供應鏈重組，外派工作機會以亞洲為最大宗，但美加地區自2025下半年起呈現翻倍增長，集中回補電子製造與半導體產業人才。下載《2026年科技業人才報告書》：https://pse.is/8yk67k
科技產業招募「位移效應」 半導體走升年增23% 軟體網路業趨緩
104 AI職涯顧問《2026年科技業人才報告書》透過數據了解軟體網路業、電信及通訊業、電腦及消費性電子製造業、光電及光學業、電子零組件業、半導體業6大科技產業徵才與薪資現況。觀察近3年六大科技業招募趨勢，104人力銀行人才永續長鍾文雄分析，科技業人才招募出現「位移效應」，軟體網路業雖長期是科技業中人才缺口最大的產業，但自 2024 年下半年從每月徵才最高峰8萬人滑落至2026年6.3萬人，相對半導體業則自2024年起穩定走升，每月徵才2.7萬人增長至4.1萬人，與去年同期相比年增幅達23%，反映AI、先進製程、高效能運算與供應鏈去風險化，持續推升核心技術人才需求。
科技業三大徵才職務：軟體/工程、工程研發、操作/技術 實作型職務人才需求激增
根據《2026年科技業人才報告書》，2026年科技業主要徵才職務軟體/工程類每月徵才2.5萬人最多、工程/研發類與操作/技術類2.4萬人居次。104人力銀行人才永續長鍾文雄指出，隨著AI工具的普及與效率提升，企業對工程師的需求正從「量」的擴張轉向「質」的盤整，軟體/工程類工作機會年減5%；操作/技術類提升30%、製程規劃類成長29%、品保/品管類增21%，反映出科技業發展重心正落地於實體產能的優化與良率的提升。對於具備現場管理與流程規劃能力的在職者來說，工作機會在自動化浪潮中不減反增。
科技業AI工作占比持續上升 軟體網路業成標配、電子製造業增長最明顯
AI從技術研發走向應用，《2026年科技業人才報告書》數據顯示，科技業中以軟體網路業的AI工作機會單季約2.7萬個最多、電腦及消費性電子製造業1.1萬個第二、半導體業1萬個第三。進一步觀察各產業AI工作機會占整體的比例，軟體及網路業自2025年維持在3成以上，顯示產業已進入高成熟度階段，AI 幾乎成為標配技能；電腦及消費性電子製造業變化最為明顯，占比由22%穩定上升至26%，反映AI正快速滲透至產品設計、製造流程與智慧應用；半導體業則維持在21%至22%間，小幅成長但節奏穩定，顯示AI導入多集中於關鍵製程與高價值環節，策略相對審慎；電信通訊、電子零組件與光電光學，AI占比多落在13%至16%，仍屬於逐步擴散的導入期。
科技業外派工作地區亞洲最多 美加翻倍成長人才需求強勁
地緣風險提升，全球供應鏈迎接新挑戰之際，《2026年科技業人才報告書》觀察科技業外派工作趨勢發現，6大科技產業中，電腦及消費性電子製造業每月徵才1,800個最多、電子零組件業1,100個第二、軟體及網路業700個第三。地區分布方面，亞洲地區長期維持每月約 3,100至3,800個工作機會最多，已成為科技業海外布局核心，相較大陸港澳外派需求明顯下滑，自2024年初約300個工作機會，降至2026 年1月僅約 160 個。另一方面，美加地區在美國推動美國製造政策，外派需求自2025年起快速增長，從2025年每月徵才247人增加至2026年593人翻倍成長，外派人才需求增長最明顯。
整體而言，科技業徵才已由過去的全面擴張，轉為聚焦「關鍵技術、關鍵產業、關鍵人才」的新常態。從AI、大數據到雲端運算，智慧科技正持續重塑企業的運作模式，也同步改變科技人才的能力結構與職涯路徑。下載《2026年科技業人才報告書》：https://pse.is/8yk67k
科技業求職，你還會想了解
五大數位科技人才「關注企業排行榜」出爐！台達電最風光
搶當AI新貴！6.7萬個AI工作機會 62%不限科系歡迎新鮮人
從工業配線到智能控制——大安高工電機科：兼具強電配線與弱電控制的專業課程
從傳統電力配線、馬達控制，到物聯網、人工智慧與工業自動化，電機技術早已深入現代生活與科技產業。位於臺北市的大安高工電機科，透過循序漸進的專業課程，讓學生從基礎電學出發，逐步掌握電路設計、程式控制與跨領域整合能力。
深耕技職教育26年，培養兼具理論與實作的電機人才
投入技職教育已有26年的張益華主任，最初於大安高工電機科進行教育實習，親眼見證學生透過動手實作建立自信，也因此確立投入技職教育的方向。後來取得國立臺灣科技大學電機工程研究所控制組博士學位，將學術理論與教學實務相互結合，持續培育電機專業人才。
談到電機科與電子科的差異，張主任以「電機提供動力，電子處理訊號」簡單說明。電機科著重電力應用、設備驅動與控制技術，但隨著產業自動化，兩者的專業界線逐漸融合。
如今，大安高工電機科不僅教授傳統工業配線，更延伸至PCB電路板設計、單晶片控制、物聯網及機器手臂操作等領域。張主任以「知識築基、實作淬鍊、專業賦能」三個關鍵字，概括科上的教學理念，期望學生不只理解原理，更能將技術應用於實際問題。
從基本電學到PLC控制，循序建立電機專業能力
高一課程以「基本電學」及「基礎配線實習」為核心，學生先理解電路原理，再從開關、燈具等簡單電路開始練習，逐步熟悉電路圖判讀、導線連接及電路量測。
「沒有確認，就不能送電。」張主任特別強調實習安全的重要性。除了正確操作，學生也必須學會檢查線路、判斷異常，培養獨立排除故障的能力。
進入高年級後，課程逐漸深入「電機機械」與「PLC可程式控制實習」，學習馬達、變壓器的運作原理，並透過撰寫控制程式，讓設備依照設定條件自動運作。
此外，「智慧居家監控實習」與「微處理機控制實習」則結合感測器、物聯網通訊及程式設計，讓學生從傳統強電配線跨足弱電控制，逐步具備智慧自動化系統的整合能力。
圖片：學生實作課程
課堂知識延伸專題製作，展現創意與解決問題的能力
高三洪同學回顧三年學習，最令他印象深刻的是與同學合作完成遊戲開發專題。團隊受到《瑪利歐》等2D遊戲啟發，嘗試跳脫傳統跳躍、閃避障礙的玩法，設計出透過交換位置來進行闖關的遊戲機制，最終獲得科內小專題第一名。
洪同學分享，最大的挑戰在於將課本理論轉化為實際作品。過程中雖然運用ChatGPT協助開發，但仍需要具備足夠的專業知識，才能判斷AI提供的內容是否可行，並持續修正。
相較之下，陳同學更偏好理論課程。家人從事半導體相關工作，讓她有機會接觸科技產業，進而選擇電機科。她坦言，自己並非特別擅長實習，尤其在智慧居家監控課程中，從零開始學習程式設計曾讓她感到吃力，所幸透過觀察與請教同學，逐步理解操作方式。
兩位學生的經驗也反映出，電機科並非只有動手實作，理論理解、邏輯思考與團隊合作，同樣是不可或缺的學習能力。
圖片：洪同學遊戲開發成果圖
從證照培訓到全國競賽，累積專業技術與實戰經驗
除了課堂學習，大安高工電機科也規劃完整的技能檢定輔導，包含工業配線、室內配線、工業電子丙級，以及數位電子乙級技術士證照，協助學生逐步累積專業能力。
競賽培訓則採取「平時扎根、專項培訓、經驗傳承」模式，由教師發掘具潛力的學生，透過課後訓練、模擬競賽及學長經驗分享，延續科上的技術傳承。
在全國工業類學生技藝競賽中，大安高工電機科於108至112年連續五年獲得工業配線金手第一名，114年再度奪冠。
專題實作同樣成果亮眼，例如「AI視覺辨識—自動收羽球機」獲得114年全國專題實作競賽第一名，「限高之眼—車道智慧辨識系統」則獲得佳作，展現學生結合AI、感測與自動控制技術的能力。
圖片：學生專題成果｜AI視覺辨識—自動收羽球機
升學與就業選擇多元，電機工程延伸至半導體與智慧製造
電機科畢業後，學生多選擇繼續升學。根據張主任分享，科上國立科技大學錄取率達90%，其中國立臺灣科技大學、國立臺北科技大學及國立臺灣師範大學三校錄取率合計達60%。
未來發展也不侷限於傳統電力產業，隨著專業進一步分流，可朝半導體與IC設計、資通訊、綠能、智慧自動化、機器人及AI等領域發展。
受訪的陳同學與洪同學，目前也都以國立臺灣科技大學電機工程系為升學目標，期望延續高中所累積的專業基礎。
選擇電機科，興趣與邏輯思考比追逐產業熱潮更重要
什麼樣的學生適合電機科？張主任認為，喜歡動腦、願意動手，並且對科技充滿好奇、遇到問題願意嘗試解決的學生，都值得考慮。
洪同學則提出另一個觀點。他認為，不應只因半導體產業熱門或薪資前景而選擇電機科，更需要了解實際學習內容，確認自己是否願意長期投入。
張主任也提醒家長，選擇技職教育，不只是選擇科系名稱，更要理解孩子的興趣、性格與學習方式。電機科既需要扎實的理論，也需要反覆實作與面對挫折的耐心。
從一條電路的連接，到整套智慧系統的開發，大安高工電機科讓學生在三年中逐步累積專業知識與實作經驗。正如張主任所言：「選電機，不只是學一項技術，而是培養解決問題、跨域整合與面對未來的能力。」
開箱電機科學習日常！更多科系探索，歡迎追蹤104高職生IG
在 Instagram 查看這則貼文 104高職生（@104v.hs）分享的貼文
用「優勢公式」找對夥伴！Google與DeepMind工程師如何用AI改寫能源產業
Google與DeepMind工程師如何用AI讓數據中心省電40%，並創辦AI節能新創？看懂能力、動機與洞見組成的「優勢公式」。本文節錄自《商品決勝點》。
文／傑克納普、約翰澤拉斯基
你的優勢是什麼？優勢會以能力（capability）、動機（motivation）與洞見（insight）三種形式出現。為了解釋這三種優勢如何發揮作用，我要帶你回2014年認識三個人。他們日後成為公司創辦人。看看你能否從接下來的段落，找出三人替專案帶來的優勢─並猜一猜他們最終建立哪一種公司。
首先是機械工程師凱蒂．霍夫曼（Katie Hoffman）。
2014年的一個平常日，凱蒂在各種工業設備之間走來走去，手上沾滿灰塵和油汙。她的視線順著亂七八糟的線路走，一下子接這台機器，一下子接那台機器。凱蒂帶領的團隊負責翻新工廠，裝上新型控制系統以發揮最佳效能。這份工作很重要的一環，就是找出舊系統是如何運作，而實際情形永遠和設計文件說的不一樣。
凱蒂盯著的那條線，連到又一個工廠文件上沒提到的感應器。她用手機拍下照片，備註幾句話，然後嘆氣。成功破解舊系統並改善效率，的確會帶來滿足感─但凱蒂心知肚明，再過幾年，又會有另一批人跑來這，拆掉她所有的心血，再度翻新工廠。在那之前，系統將停留在這次的更新，永遠不會改善，直到再度大改造。凱蒂感覺這樣很浪費，想必還有更好的辦法，但是該怎麼做？
接下來是吉姆．高（Jim Gao）─也是機械工程師。
2014年一個普通的一天，吉姆坐在控制室裡，地點是Google位於愛荷華州的龐大數據中心。這座數據中心當初在設計時，吉姆就參與了，但他今天和凱蒂一樣，想著有什麼辦法能改善效能。
廠內漆成亮色的藍綠紅黃管線，通往四面八方，讓這座數據中心看起來有如《超級瑪利歐》（Super Mario）遊戲被搬到現實世界，只不過沒有蘑菇和飛行龜，只有一排排的伺服器機櫃。
一年12個月，一週7天，白天黑夜不停歇，隨時有冷水流過那些五彩繽紛的管線，負責吸收與帶走伺服器產生的熱氣。冷卻管的確有用，但吉姆檢視控制室的讀數，忍不住感到失望。這個系統太耗電。每次機櫃開始升溫，管理數據中心的團隊就必須加快冷卻系統的輸出。加速時耗用的能源愈來愈多，但也不能不加速─伺服器過熱就會當機，網路將斷線。或許這樣的效率不彰是無法避免的，或許工程技術頂多就只能做到這樣，但吉姆總覺得哪裡怪怪的。他到底漏掉什麼？
最後一位是電腦科學家維達．潘奈薛凡（Veda Panneershelvam）。
在2014年平凡無奇的一天，維達坐在倫敦的桌旁寫程式。他和世界級的軟體工程師團隊合作，一起尋找人工智慧研究的聖盃：寫出能在圍棋賽中打敗人類的電腦程式。
如果你不熟悉圍棋，只需要知道很複雜就夠了。西洋棋有10123種可能的走法，但圍棋有10360種，令人難以置信。圍棋棋盤可能呈現的棋局狀態，還要多過宇宙裡的原子數！
如果要在圍棋取勝，維達和同事必須開發出新型的人工智慧做法，創造能看見未來的程式。2014年的時候，大部分的人認為這是癡人說夢，但維達只覺得興奮。如果AI連圍棋都能勝出，誰知道還能替人類解決其他哪些問題。
我們來回顧一下，先從顧客和問題講起：
凱蒂正在解決大型製造商的工業控制系統缺乏效率的問題。
吉姆正在解決Google有如吃電怪獸的數據中心。
維達正在解決……這個嘛，我不認為他實際上是在解決圍棋的問題。我認為他真正在處理的，其實是人腦處理複雜問題的能力有限。我認為他的「顧客」是全人類。我知道，這聽起來有一點過於宏大，但我認為確實如此。
好，那凱蒂、吉姆和維達的特殊優勢是什麼？剛才提過，優勢有三種。
首先是能力。能力是指你能做到很少人能比得上的事。如果你在大公司上班，你可能享有知名品牌的好處，或是專案有很多預算；如果你替迷你的新創公司工作，你的能力有可能是專注與快速行動。不過，最能派上用場的能力通常是傳統的專業技能（know-how）：
凱蒂是機械工程專家，主要做工業控制。
吉姆也是機械工程師，專長是數據中心。
維達是電腦科學專家，專門做人工智慧。
凱蒂、吉姆和維達在各自的領域都是世界級的人才─有如女籃的凱特琳．克拉克（Caitlin Clark）與男籃的「詹皇」詹姆斯（LeBron James）─但光是他們的能力，還不足以完整呈現他們的獨特優勢。
接下來，我們來看第二種優勢：動機。動機是你想解決這個問題的特殊原因；你願意傾盡心力的事，別人不一定願意。動機也很重要，因為動機能指明一條路，讓你躍躍欲試，知道該在何處以什麼方式發揮長處。
凱蒂、吉姆和維達三位未來的創辦人，全都想要解決重要的問題，帶來正面的改變。這種精神令人欽佩，但過於籠統。我是說，很多人當然都想「讓世界更美好」─但唯有動機十分明確的時候，才能協助你決定該做什麼，所以講得再明確一點：
傳統的工業控制系統升級方式讓凱蒂沮喪。
實體系統的限制讓吉姆沮喪。
維達想運用AI替人類解決大型的問題。
注意到了嗎？以上三人中的兩人，主要是沮喪帶來了動力。如果你的動機也一樣，嘿，沒關係的。世上最優秀的產品，有的就是源自為現況感到憤慨、困惑、惱火、痛苦或抓狂。你不一定要從偉大的願景起步，憤怒也能帶來力量。
好，能力和動機加在一起後，三位未來創辦人的優勢變得更獨特。但他們分別會開哪種公司？讓我們進一步了解他們的故事。
兩年後，在2016年3月9日，維達站在南韓首爾四季飯店的會議室，透過現場影片串流，目不轉睛地看兩個人比賽圍棋。
棋桌的一方坐著李世乭，他是拿過18次世界冠軍的專業棋士。另一方則是業餘人士兼維達的同事。
維達看著同事下一個白子，接著注意力一下子回到會議室。電腦螢幕顯示數十張圖。「勝率圖」頓時表示對白方有利。
電腦認為能打敗看似無敵的冠軍李世乭。
過去幾天，維達和團隊成員─15名剛從倫敦飛來的電腦科學家─把會議室改造成臨時的控制中心。AI程式AlphaGo就是他們設計的。他們在控制中心把AlphaGo認為棋子該怎麼下，轉告給維達的同事，那名同事負責把棋子擺到真實世界的棋盤上。
那場比賽的贏家可以獲得100萬美金的獎金。有沒有人跟我一樣，覺得這個場景像是15名科學家合演高科技搶劫片《瞞天過海》？只不過李世乭其實是在和AI比賽，不是什麼祕密。裁判知道，李世乭知道，每個人都知道。全球各地轉播這場比賽，數百萬人觀戰，不過大部分的圍棋專家都認為圍棋太複雜，電腦不可能獲勝。
然而，在那個首爾的三月天，AlphaGo贏了。
數千英里外，吉姆仍在設法改良Google數據中心的冷卻系統。AlphaGo的故事如火如荼展開時，他偶然聽到這件事，備感著迷，開始追蹤首爾的最新情形，一點細節都不放過。
吉姆挖掘細節時得知，AlphaGo的AI使用「深度強化學習」（deep reinforcement learning）這個突破性的方法。吉姆冒出一個瘋狂的點子。深度強化學習會不會有助於冷卻數據中心？畢竟隨時找出最佳的控制配置，有一點像是在圍棋賽中找出最好的一步。
維達的團隊替DeepMind工作，而DeepMind是Google旗下的公司。這不正好。雖然吉姆沒見過他們，但嚴格來講大家都是同事。維達於是寄電子郵件給DeepMind團隊，解釋他的瘋狂點子。
維達認為這個數據中心的挑戰很吸引人，同意試試看。接下來密集的幾星期，維達、吉姆和DeepMind的工程師團隊，寫出新的深度強化學習程式，把Google數據中心的冷卻系統，交給這個新AI負責。
電力使用起初暴增，因為AI做起實驗，隨機調整控制設定，就像小朋友亂按汽車音響上的鈕。不過，AI也和幼兒一樣會學習，強化有效的策略，用電因此出現改善，再改善，持續改善，最後和AlphaGo一樣超越人類，Google數據中心的用電因此銳減四成。
我等一下會繼續說這則故事，但先來看維達和吉姆合作後發生的事。他們整合雙方的能力─吉姆的數據中心專業能力，加上維達的人工智慧魔法─打造出單打獨鬥生不出來的東西，發揮特殊的優勢。不過別急，好戲還在後頭。
2019年，吉姆和維達結識凱蒂─那位擅長翻新工業控制系統的機械工程師。三人開始討論如何能在Google以外的世界，減少能源浪費。廠房在加熱、冷卻與操作各種設備時，耗用大量的電力。AI也能在這方面幫上忙嗎？
吉姆和維達相信他們能大幅改善工廠的能源使用─但需要借重凱蒂的實務知識，才有辦法設計、販售與裝設解決方案。凱蒂曾在詮宏空調（Trane）、英格索蘭工程技術公司（Ingersoll-Rand）、雷神國防承包商（Raytheon）等企業，帶領過工程與創新團隊。她清楚製造商如何作決定，也了解工業控制系統的缺點。吉姆和維達熟悉的是Google經過精心設計的數據中心，而工業廠房的世界遠比那混亂─凱蒂則熟悉這個領域。三人決定放手一搏，辭去工作，在2019年底成立新創公司淮德拉（Phaidra）。
淮德拉是我們Character資本最早投資的一批公司，他們的故事深深啟發了地基衝刺。他們從大膽的專案起步：企圖運用AI讓各種工業廠房更有效率。他們測試點子，學習如何建立顧客的信任感，談成第一筆生意。淮德拉先在大型藥廠展開試行計畫，隔年拿到第一筆大訂單，在5座工業廠房部署AI，最終還把服務拓展至數據中心。維達、吉姆與凱蒂在2014年渴望見到的超越人類、具備適應性、能預測未來的系統，如今成真。
三人能成功的原因是第三種優勢也登場：洞見。
洞見是指對問題與顧客有深入的了解。洞見讓你擁有別人沒有的觀點。吉姆有數據中心的洞見，維達有深度強化學習的洞見，但淮德拉的策略能成真，仰仗的是凱蒂具備工業廠房─以及擁有那些工廠的企業─如何運作的洞見。
淮德拉三位創始人的能力與洞見加在一起，得出獨特的東西。你可以想成一條等式：
能力＋洞見＋動機＝特殊優勢
凱蒂、吉姆和維達見面時，心想：「天啊！想想我們聯手能做到的事！」淮德拉公司或許算極端的例子，但你也能和團隊利用特有的優勢，帶來屬於你們的「天啊！」時刻。
節錄自：時報出版《商品決勝點：全球最成功的產品設計師如何讓顧客買單》／傑克納普, 約翰澤拉斯基 著
AI與淨零浪潮下，企業如何佈局「未來型人才」？
AI與淨零轉型雙重驅動下，企業人才需求已發生結構性轉變，未來的挑戰不再只是「補足人力」，而是如何建構可持續的創新能力。本文解析科技業與民生服務業的員工價值主張差異，揭示企業尋求「未來型人才」必備的十項關鍵職能，並分享了五大關鍵實務思維，提供給企業在建構人才創新能力上策略方向及參考。
文／鍾文雄（104資訊科技 人才永續長、社團法人中華人力資源管理協會常務顧問）
本文導覽
企業營造開放創新文化建構員工價值主張企業尋求「未來型人才」的關鍵職能一、從人力補齊走向人才價值設計二、從技能培訓轉向關鍵思維能力培育三、從明星個人走向組織整體效能四、從管理控制轉向賦能型領導五、從短期效能衡量走向長期人才投資結語
在數位發展、淨零轉型與產業升級同時推進的時代，企業對人才的需求條件已明顯出現結構性轉變，對企業人力資源與人才發展而言，未來的挑戰不再只是「補足人力」，而是如何協助企業建構可持續的人才創新能力。
過去大數據與敏捷創新讓我們更重視數據思維與實驗精神；跨域整合讓我們更重視協作、責任感與持續改善；AI與雲端科技的發展讓我們更重視系統思考與綜觀全局，其實產業發展一路都在經歷技術浪潮與轉型，企業也持續在重新定義什麼叫做好的人才。
AI的發展與應用，不會只是一項新增的技術能力，只改變某一類工作或只影響某個產業，而是直接進入每個人的工作流程與學習發展歷程。我們的工作模式已經從自己做到與AI協作，即將發展到指揮AI工作，AI開始影響我們怎麼思考、做事、學習、協作、判斷與創新。
延伸閱讀：2026職場決勝關鍵在這！專家解碼大缺工時代下的5大人才趨勢
企業營造開放創新文化建構員工價值主張
一零四人力銀行於2024年舉辦第一屆雇主品牌大賞，其中得獎的統計58家科技業得獎企業，主打的員工價值主張(Employee Value Proposition)項目第一名為職涯發展，第二名為訓練發展，這反映科技業重視員工的成長與技能提升。提供清晰的職涯規劃及完善的培訓計畫，不僅能吸引求職者，也能降低離職率，留住核心人才。
開放創新文化及良好的團隊合作分別為第三與第四名，反映出科技業的核心運作模式。創新文化需要多元的想法和跨部門合作，因此許多企業都相當注重培養開放的工作氛圍，促進員工間的互動協作與創意激發。
圖中顯示科技業員工價值主張占比排名由高至低為職涯發展(55%)、訓練發展(44%)、開放創新(40%)、同事合作(40%)、福利制度(36%)、薪資待遇(27%)、企業永續(24%)及其他占比低於20%的領導養成、工作平衡、績效管理、多元共融。 ▲ 資料來源：2025年科技業人才報告書 104人力銀行
另外得獎的46家民生服務業企業員工價值主張（EVP）中，「同事合作」以48%的比例排名第一，顯示出團隊合作對員工的重要性，良好的同事關係不僅能提高工作滿意度，還有助於提升整體效率。其餘項目中，「領導養成」「企業永續」「開放創新」各佔19%，整體而言，開放創新文化與永續發展正成為服務業EVP的核心主軸，民生服務企業在招募訊息與內部制度，逐步強化開放創新、同事合作機制、職涯/訓練路徑與可見的福利制度，以吸引及留任人才。
圖中顯示民生服務業員工價值主張排名為同事合作(48%)、職涯發展(40%)、福利制度(33%)、訓練發展(33%)、薪資待遇(21%)及其他占比低於20%的領導養成、企業永續、開放創新、多元共融、品質導向。 ▲ 資料來源：2025年民生服務業人才報告書 104人力銀行
企業尋求「未來型人才」的關鍵職能
根據優樂地永續服務公司的一項企業與人資主管調查，台灣企業在面臨全球化發展、資訊科技與環境變動下，讓企業得以永續經營的未來型人才，應該具備文化理解力、外語能力、適應彈性工作地點的能力、數位能力、跨領域學習、終身學習、EQ(情感智商)、創新創造力、學習如何思考與解決問題等十項關鍵職能。不論是企業甄選人才、員工發展計畫或是未來人才的自我學習與養成，都可以透過多元學習與發展管道，培養職涯永續的能力。
圖中顯示企業尋求的未來型人才，應該具備文化理解力、外語能力、適應彈性工作地點的能力、數位能力、跨領域學習、終身學習、EQ(情感智商)、創新創造力、學習如何思考與解決問題等十項關鍵職能。▲ 資料來源:《2025 HR×ESG行動指南手冊》優樂地永續服務(股)公司
許多企業已投入各式人才發展方案，但成效不一，關鍵往往不在工具是否先進，而在於背後的人才思維與政策是否跟上人才轉型及永續經營的需求。以下從人力資源的實務視角，淺談企業推動人才創新時，值得關注的五個關鍵思維與對應做法。
一、從人力補齊走向人才價值設計
過去企業面對人力缺口，多半以快速補人為優先，然而在產業快速變動下，許多職務內容本身正在重塑。若仍以過往職務內容描述來徵補人才，容易造成「人到位、卻無法創造新價值」。成功企業的做法是由人資部門與用人單位重新檢視關鍵職位，釐清該角色在組織轉型中所扮演的價值，再思考是透過內部調整、跨域培養，引進外部人才來滿足需求。這樣不僅提升人力運用彈性，也有助於留才與能力累積。人資部門可觀察的指標與方向：
關鍵職位內部轉任或輪調比例
新角色到位後的價值產出回饋
職務重新設計案件數
二、從技能培訓轉向關鍵思維能力培育
隨著工作型態改變，單一技能的有效期限愈來愈短，與其教導更多技能，不如培養員工的學習能力、問題分析及跨域思考更為關鍵。企業可以將傳統課程調整為情境式學習或行動專案，讓學員針對真實營運問題提出改善與行動方案，不僅促進能力整合，也提升學習成效轉化率。人資部門可觀察的指標方向：
行動學習或專案型課程的完成率
員工參與跨域技術研討與產品討論次數
學習後工作行為改變的主管回饋
培訓成果與實際流程改善連結度
三、從明星個人走向組織整體效能
若企業過度依賴少數績優個人，短期績效或許亮眼，長期卻容易形成風險。人才創新的重點，應放在如何讓能力留在組織，而非只留在人身上。有些企業開始調整績效與獎勵制度，將團隊合作、跨部門參與及經驗傳承納入考量，使知識能夠在組織中流動。人資部門可以觀察的指標方向：
跨部門專案參與率
建立跨部門專案與技術交流平台，舉辦技術分享、社群活動或內部論壇場次
關鍵知識文件化與交接完成率
人才異動後的組織運作穩定度
四、從管理控制轉向賦能型領導
創新型人才能否發揮，與其直屬主管的領導方式高度相關。若組織文化過度強調零錯誤與層級控制，往往抑制學習與創新。在領導力發展上，愈來愈多企業建立開放且尊重專業的組織文化，讓人才感受到被重視，將重點放在「給方向、給信任、給回饋」，而非只教導管理技巧，透過員工體驗調查了解員工是否感受到支持與安全感。人資部門可觀察的指標方向：
員工心理安全感調查結果
團隊改善與創新提案的數量與採納率
主管支持度與回饋品質
五、從短期效能衡量走向長期人才投資
人才培育的成果往往無法即時反映在績效上，因此企業需有耐心與長期視角。企業可以透過追蹤高潛力人才的留任、發展與接班狀況，逐步建立對人才投資的共識。當人才發展被視為支撐企業永續競爭力的基礎，人資部門的角色也更能與企業策略緊密連結。人資部門可以觀察的指標方向：
高潛力人才留任率
關鍵職位接班人覆蓋率
中長期職涯發展與晉升情形
各部門人才梯隊養成齊備度
結語
人才創新不只是HR的專責工作，而是組織面對產業轉型時的重要能力基礎。當HR能從制度執行者，轉為協助企業整合策略、文化與人才的夥伴，人才發展將不只是支持營運，更能成為推動轉型的關鍵力量。
（原文標題：企業人才創新的關鍵思維與實務）
【作者介紹】鍾文雄● 一零四資訊科技股份有限公司人才永續長● 社團法人中華人力資源管理協會常務顧問
有任何收穫或想分享的，都來和大家一起聊聊吧！