【大師開講】智慧製造應用案例 – AI運用於瑕疵檢測
104學習
機械故障
指能迅速判斷設備異常原因並有效排除問題，確保生產流程順暢運作。具備此能力的人通常熟悉機械結構與運作原理，懂得使用檢測工具，並能在緊急狀況下冷靜處理，減少停機時間與損失。這項技能對製造業、維修保養及相關領域尤為重要，能提升團隊效率與整體競爭力。
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
人工智慧-機器學習【本課程為線上課，報名後專員會提供上課資訊】
人資與採購必學！ AI 流程自動化應用實戰工作坊【10/20】
數位自動化團隊協作攻略｜Power Automate整合應用
機器學習實戰-影像處理篇
【線上講座回放課】轉職AI產品經理全攻略：如何成為AI產品經理 + 用AI快速開發一個產品
工作方法進化論 首部曲
成為 AI 科學家｜機器學習好簡單，輕鬆讓你一手掌握資料科學實作 10 大技巧
AI 客服洞察決策｜從用戶回饋加速產品與服務優化
SolidWorks零組件機構設計
精選證照
考取專業證照，讓能力被市場看見
乙級重機械修護技術士
重機械修護技術士技能檢定規範於民國七十二年五月三十一日公告，依其技能範圍及專精程度分為甲、乙、丙三級，為提昇本職類從業人員技能水準及符合社會之需要，爰於八十七年度再予修訂。重機械為現代化建設的必備機具，對施工技術及工程品質的提昇皆有密切的關係；而重機械修護專業人才的培育，可經由技能檢定而有效提昇專業素養。
乙級重機械修護技術士細分為引擎、底盤兩組。
1. 乙級引擎組工作範圍：重機械引擎的拆裝、分解、組合、檢查、測量、調整、保養維護、故障排除及機件鑑定。
2. 乙級底盤組工作範圍：重機械除引擎以外之各項機件的拆裝、分解、組合、檢查、測量、調整、保養維護、故障排除及機件鑑定。
勞動部勞動力發展署技能檢定中心
丙級重機械修護技術士
重機械修護技術士技能檢定規範於民國七十二年五月三十一日公告，依其技能範圍及專精程度分為甲、乙、丙三級，為提昇本職類從業人員技能水準及符合社會之需要，爰於八十七年度再予修訂。重機械為現代化建設的必備機具，對施工技術及工程品質的提昇皆有密切的關係；而重機械修護專業人才的培育，可經由技能檢定而有效提昇專業素養。
丙級重機械修護技術士細分為引擎、底盤兩組。
1. 丙級引擎組工作範圍：重機械的引擎拆裝、檢查、測量、簡易調整及保養維護。
2. 丙級底盤組工作範圍：重機械除引擎系以外的各項機件的拆裝、檢查、測量、簡易調整及保養維護。
勞動部勞動力發展署技能檢定中心
丙級機電整合技術士
機電整合為現代自動化控制建設必備技能，對我國產品品質提昇及解決勞力短缺問題幫助最大。國內各產業界對自動化控制技術人才需求甚殷，但技術與人才均缺，機電整合技術士為各界所期盼。
乙級相當於自動化助理工程師，丙級相當於自動化技術員。惟衡量丙級考生對整合技術能力有限，因此丙級分成二組（自動化機構及自動化控制)考生可選考其中一組，機械背景較適合考自動化機構，電機背景較適合考自動化控制。
丙級機電整合技術士工作範圍：能按圖從事組立、裝配、調整、操作及簡易維修產業自動化機械。
勞動部勞動力發展署技能檢定中心
固定式起重機操作技術士
固定式起重機操作技術士技能檢定規範於民國七十一年七月廿日公告，採單一級實施測試，並曾於七十五年、八十三年、九十年及九十三年間四度修正。為配合本式起重機械設備的更新與成長，及社會工商業進步和發展需求，以提昇本職類從業人員之技術及素養水準，以資適應，爰於民國九十五年再予修正。
工作範圍：各種固定式起重機之操作、吊掛、指揮及作業上必要之檢點、調整、維護、附件拆裝等工作。
勞動部勞動力發展署技能檢定中心
乙級機電整合技術士
機電整合為現代自動化控制建設必備技能，對我國產品品質提昇及解決勞力短缺問題幫助最大。國內各產業界對自動化控制技術人才需求甚殷，但技術與人才均缺，機電整合技術士為各界所期盼。
乙級相當於自動化助理工程師，丙級相當於自動化技術員。惟衡量丙級考生對整合技術能力有限，因此丙級分成二組（自動化機構及自動化控制)考生可選考其中一組，機械背景較適合考自動化機構，電機背景較適合考自動化控制。
乙級機電整合技術士工作範圍：產業自動化機械之設計、裝配、控制、試車、調整與維修。
勞動部勞動力發展署技能檢定中心
乙級機械停車設備裝修技術士
為提升機械停車設備職類技術水準，並齊依技術標準，加強從業人員知能，使學有專長及有多年經驗者，透過檢定而被肯定，以利就業，進而促進該行業證照制度之建立，於八十四年度編訂機械停車設備職類技術士技能檢定規範，本職類並分乙、丙二級，依其特性及技能範圍分別說明如下：
「機械停車設備技術士技能檢定規範」，主要是針對從事機械式停車設備按裝及簡易維修之實務工作加以編定，共分乙、丙二級，其中乙級具有單獨完成規劃按裝檢驗工作之高度技術熟練技術員，在企業中，可擔任相當於股長、課長職務的知能，丙級則是一般技術員，能依指定完成一項檢驗分析工作。
乙級機械停車設備裝修技術士工作範圍：從事機械停車設備之安裝及簡易維修之實務工作，應熟悉CNS 13350、13350-1~10 之機械停車設備標準。
勞動部勞動力發展署技能檢定中心
精選貼文，掌握第一手知識
《2025半導體業人才報告書》半導體每月徵才3.4萬人，生產製造/品管/環衛類、研發類每月缺才近1萬人最多
半導體為台灣經濟發展的命脈！104人力銀行與工研院合作發布《2025半導體業人才報告書》，2025年5月半導體人才缺口達3.4萬人，主要徵才職類：「生產製造/品管/環衛類」缺1萬人、「研發類」缺9,000人、「操作/技術/維修類」缺7,000人最多。半導體業期待職人具備的技能，「生產製造/品管/環衛類」與「操作/技術/維修類」重視設備運作與故障排除，「研發類」技能則與電子電路設計知識、電路布局技巧高度相關；科系方面，人才缺口最大的三大職類，限定科系普遍期待是電機電子或機械工程相關背景。
【立即領取】《2025半導體業人才報告書》
半導體技術職缺強勢成長 自2023下半年強彈逾6成
觀察半導體徵才趨勢，《2025半導體業人才報告書》數據發現，自2023年下半年起，主要徵才3大職類「生產製造／品管／環衛類」、「研發類」、「操作／技術／維修類」工作機會持續攀高，其中以技術職特別明顯，「生產製造／品管／環衛類」自2023年10月5,600個工作機會，攀升至2025年5月1萬個，增幅達77%，反映晶圓廠擴產、先進製程與先進封裝投資增加，對製造工程人力需求增多；「操作／技術／維修類」自2023年10月4,300個工作機會，增長至2025年5月7,000個工作機會，增幅67%，反映先進製程與先進封裝產線擴展，機台操作與維護人員需求上升。
半導體操作／技術／維修職類 每個工作機會僅能分到0.2名求職者
半導體缺才有多嚴重？根據《2025半導體業人才報告書》顯示，人才缺口前三大職類，「操作／技術／維修類」因需要輪班且工作當下需高度專注，人才招募不易2025年5月平均每個工作機會僅能分到0.2名求職者人力，極度緊張；「生產製造／品管／環衛類」因製程複雜，設備操作與維護需大量工程師，平均每個工作機會僅能分到0.4名求職者；「研發類」隨著AI應用全面擴散，消費性電子產品能力提升、通訊技術升級，平均每個工作機會僅能分到0.45名求職者，均出現人才短缺現象。
非理工職投入半導體 操作／技術／維修類58%不限科系最有機會
至於半導體想招募的人才，《2025半導體業人才報告書》指出，工作技能方面「生產製造／品管／環衛類」、「操作／技術／維修類」前三大技能均為機械產品故障排除檢修、改善設備問題及功能提昇、電機設備保養修護，確保維持設備正常、避免停機，支撐整體製程順利進行；「研發類」技能則為電子電路系統設計、類比IC電路設計、數位電路設計與驗證。
科系方面，根據《2025半導體業人才報告書》，「操作／技術／維修類」工作著重實作與現場技能，大多數企業都可提供訓練，58%職務科系不拘比例最高。「生產製造／品管／環衛類」雖具技術門檻，但多屬執行性質，部分工作也可透過內部訓練補足，38%職務科系不拘彈性中等。相較之下，「研發類」職務需具備電機、電子、材料等專業背景，要求高度理論與技術知識，因此對科系限制最嚴，職務科系不拘的比例僅23%。
【1分鐘填表單，立即下載】《2025半導體業人才報告書》
更多產業趨勢，你還會想看
104 × 工研院發表《2025 半導體人才趨勢報告》揭露五大警訊與因應之道
《2025科技業人才報告書》完整版，免費下載！4大關鍵發現，揭露科技業最新人才戰局
《2025科技業人才報告書》平均一個工作機會只有 0.36 個求職者！類比IC設計師為科技業薪資榜首
餐飲缺工怎解？ 八成求職者期待「一頭班」或彈性排班
《綠領人才就業趨勢報告》每月徵2.2萬名綠領人才！綠領AI人才缺口激增到4,300個
104公布最新10大職場趨勢！科技與金融年薪逾90萬元、「新時代高薪職務」出列
計畫趕不上變化不用砍掉重來！2招照樣保持高效
即使訂好了一天的工作計畫，突如其來的意外總是難以預料──像是上班途中遇到塞車，導致整個行程延誤，讓人不禁懷疑是否該整天「砍掉重練」。事實上，計畫不是用來完美執行的，而是提供方向與彈性調整的依據。本文節錄自《減法》，分享兩個簡單有效的做法，面對突發狀況也能穩住步調、維持高效！
文／王世民
本文目錄（點擊可快速前往）
1. 心態上的調整：破除完美主義，接受不完美2. 行動上的調整：及時調整當天的計畫
假如你本來的計畫是在9點到公司開始做第一件要事，但不巧的是，路上堵車，導致在9點15分才到達公司。在這種計畫剛開始執行就遇到了意外的情況下，你會怎麼辦呢？
圖／商周出版提供
大部分人可能會選擇放棄當天的整個計畫，但其實大可不必。
只要做好兩個調整，計畫依然能發揮作用，讓你的一天保持高效率。
1. 心態上的調整：破除完美主義，接受不完美
在一天的執行過程中，完全按照計畫執行的情況非常罕見。更常見的情況是計畫無法如預期般執行。
制訂計畫的本質，並不是要求執行情況必須與計畫完全一致，計畫的作用是提前做了一次預演，讓你在執行時心裡更有底，遇到問題後能快速調整。
既然這樣，為何大多數人在計畫未如期執行後，就會選擇放棄呢？
這就是完美主義在作祟：要嘛做到完美，要嘛就不做。
所以，只要心態上接受不完美，就不會輕易放棄一天的計畫了。
2. 行動上的調整：及時調整當天的計畫
當計畫執行情況出現偏差後，需要考慮哪些任務或時段可以進行調整，以適應變化後的情況。
以早上因為堵車而晚到公司15分鐘為例。
在這種情況下，可以接受稍晚開始做第一件要事，並利用上午預留的11點至11點半這個留白時段來做彌補，如圖5-42所示。
圖／商周出版提供
需要注意的是，調整當天計畫時，不要修改原計畫時段的內容，而是使用藍色字體在實際執行中填寫新的計畫安排。
節錄自：商周出版《減法：少即是多，慢即是快。關於時間、精力、效能與人生管理的核心科學。5%精英都在做的減法工作術》／王世民 著
推薦閱讀：
夢想太遠，讓你停滯不前？3步驟聚焦當下找回動力
別再貪多學不會！學習也要「減法」，3步驟避免淺層學習不白忙
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轉型沒你想得難！專家揭密：6個步驟，幫你成功推動人才變革
隨著AI技術爆發與人口結構轉型，企業面臨的挑戰已非「是否導入科技」，而是如何帶領員工轉型。104人才永續長深度解析：AI將重新定義工作內容與模式，成功邁向「人機協作」的關鍵不在硬體，而是人才與組織文化的數位重塑。本文透過具體的六大實戰步驟，協助企業破除員工技能不足與文化抗拒的障礙，幫助組織在變動時代中搶佔競爭先機。
文／鍾文雄（104資訊科技 人才永續長）
本文導覽
AI資訊科技帶來產業競爭與工作職場的轉變企業推動人才與組織文化的數位轉型面臨挑戰企業成功推動AI人才與組織文化轉型步驟
隨著企業全球化發展、台灣人口結構老化與新生兒出生率的下降，地緣政治、全球經濟與政府法律及政策的瞬息萬變，加上AI人工智慧（Artificial Intelligence，縮寫為AI亦稱智械、機器智慧，透過許多電腦程式來呈現人類智慧的技術）技術的蓬勃發展，透過醫學、神經科學、機器人學及統計學等的進步，國內外許多研究調查機構的預測都認為，人類的無數職務會逐漸被AI所取代。
資訊科技發展的日新月異，我們的職場與工作環境正進行前所未有的轉變，這種轉變包含工作內容(Context of Work)、勞動力(Workforce )、工作職場(Workplace)與工作模式(Working Mode)的轉變。
AI科技的發展會讓傳統型態的工作會逐漸消失，也會誕生新型態的工作機會，這意味著我們必須成為一位善用AI應用工具的勞動者，才不會被機器人及擅用AI應用工具的人才所取代。
AI資訊科技帶來產業競爭與工作職場的轉變
隨著資訊科技發展的無遠弗屆，未來企業面對的競爭對手及勞動者的工作職場與環境會面臨極大的變化，因次不管是政府機關、企業組織或是勞動者都必須轉型，才能夠因應諸多不確定性因素的考驗。
競爭對手的改變：企業營運主管會隨時關注國內外同業的動態競爭態勢與消長，未來最具威脅的競爭者有可能是其他產業、跨國境的可敬對手，如來自境外的跨國網路與資訊公司，像亞馬遜公司（Amazon.com, Inc.）就從網路書局進階到電子商務，成為全球最大的網際網路線上零售商之一，進而發展為提供企業雲端存取技術服務的資訊產業巨擘。
工作內容的改變：要能跟上數位時代的腳步，我們必須將重複性高、大量數據與使用介面多的例行性作業，運用AI資訊化與流程化過程，局部或全面調整為自動化。另外善用AI應用工具進行數據的統計與分析，提出具備管理意涵的趨勢及洞察觀點，從解決問題的工作層次提升到尋找問題及預測問題的管理境界。
工作方式的改變：近年來企業與人資管理專家均積極研究與探討，如何讓勞動者不會被機器人取代，最佳的解決方案是”不是科技可以做什麼，而是我們可以用科技做些什麼“It’s not about what technology can do, but what we can do with technology”，未來最有效率的工作方式就是”人機協作”，工作主軸會是如何訓練、管理、監督與領導AI Agent(AI代理、人工智慧代理或智慧型代理人)，善用AI工具提升整體工作效率。
工作型態與工作地點的改變：未來職場上會有勞動者、AI Agent與零工經濟(Gig Economy)的工作模式，共享經濟的網路平台會產生新的工作型態，網路資訊也創造出網紅經紀人、小編、電競選手與遊戲編劇等新型態工作。企業若能採用居家、遠距、混合及跨域、跨境的上班模式，比較能夠吸引與留任人才。
延伸閱讀：「初階工作」恐被AI取代？當科技巨頭高層都這麼說，我們該如何應對？
企業推動人才與組織文化的數位轉型面臨挑戰
從國內外的調查與研究報告來看，中大型企業在過去已經投入資源，積極研究與實驗組織數位轉型，根據天下學習的調查，企業最擔心的轉型障礙，前三名依序是員工技能不足、組織文化抗拒改變與缺乏完善的數據和科技基礎建設。
▲ 圖片來源：天下學習
另外根據資誠聯合會計師事務所(PWC)在2025年發布的調查報告，企業在推行數位轉型時面臨的挑戰，依序是轉型資金、組織變革、數位人才、業界案例與數位工具，因此企業要能成功數位轉型，AI數位人才與組織文化的轉型會是關鍵因素。
▲ 圖片來源：資誠聯合會計師事務所
延伸閱讀：企業轉型，為何7成都失敗？管理名師李吉仁：人才出問題，最大元凶是績效評估
企業成功推動AI人才與組織文化轉型步驟
統整企業成功案例與調查報告後，企業要能成功推動數位轉型，建議依序採行六個步驟及重點行動如下表，讓員工體會到應用AI可以提升整體工作效率，創造顧客與商務價值，讓生活與工作更加平衡、有意義。
推動AI人才與組織文化轉型的關鍵步驟
步驟重點行動預期成效1. 高階主管共識舉辦策略會議、形成願景確立方向與支持2. 全員溝通宣導內部宣傳、案例分享降低抗拒、提升參與3. 跨領域專責部門整合IT、研發、HR加速專案計畫落地4. 學習與工具資源提供AI課程、工具平台提升學習及應用能力5. 一站式諮詢輔導設立顧問與技術支援降低導入難度6. 鼓勵、獎勵與內化獎勵機制、文化塑造形成AI驅動文化
高階主管的認知與共識：高階主管要發揮策略思維，針對產業發展與動態競爭環境，制定明確的AI轉型策略方向，如AI如何應用在產品開發、優化製程或是服務流程的創新，以及員工使用AI應用工具的資安政策等，凝聚高層的共識後承諾並投入相關資源。
全員溝通宣導推動AI應用文化：員工常因不理解或懷疑而抵抗文化與組織轉型，公司負責人及高階主管必須透過有效溝通來說明轉型的目的，強調應用AI技術是公司永續發展的生存條件，確保員工面臨轉型時的心聲與感受會被重視與解決。
跨領域組成專責部門負責推動：從天下學習的調查報告可以看出，企業會由不同部門來啟動數位轉型，要成為AI領先的企業，成立跨部門專案小組的成功機率是最高的。以一零四資訊科技為例，2023年由人力資源部門啟動全體員工的人才及組織數位轉型，透過研發、資訊工程、資訊管理(MIS)及各部門的協作與支持，逐漸展現成效。在2025年便成立「AI創新辦公室」，由跨專業領域專家及相關部門組成專責推動組織，建議企業可以成立專責的 AI 治理小組 (AI Governance Task Force)。
提供員工學習與AI應用工具資源：要讓全體員工一起上車推動AI工具的應用，必須突破員工的心理障礙，包括沒有信心學會，沒有時間學習、執行有困難、欠缺AI工具使用等障礙。因此公司必須依照營運策略及員工需求，決定公司官方AI應用工具類別，透過實體及數位課程的學習平台建置與合法軟體帳號的統購，提供員工學習及應用工具相關資源。
建立一站式專業與技術諮詢輔導：一零四資訊科技除了在各部門設立AI推動大使、公告公司AI使用資安政策及應用工具以外，也會通告公司內部各類AI應用工具的諮詢專家，搭配一站式的顧問指導，只要員工想要優化作業流程、提升工作效率，內部專家顧問會立即提供協助，讓員工學會持續應用AI技術的能力及興趣。
搭配鼓勵、獎勵與管理機制：要能成功塑造AI組織文化的轉型，一定要讓全體員工從敢用、會用到善用AI應用工具，透過訓練課程學習心得及部門成功實驗案例的分享，搭配產品服務創新與工作流程改善專案成果的競賽及獎勵措施，鼓勵員工勇於創新。最後再將AI學習及應用的成果列入績效管理的加分項目，便能將AI轉型文化逐漸內化成員工日常工作的習慣。
延伸閱讀：「抗拒AI」就Fire！為轉型狠砍8成員工，2年後公司下場如何？
AI科技的應用發展將會是企業永續經營必備的條件，AI人才與組織轉型不會是高階主管與資訊、工程部門的任務，唯有全體員工建立共同的願景及共識後，在企業投入財務、人力、技術、訓練及應用工具的資源後，才能實現轉型目標。近二年全球大型企業均投入資源在研究、實驗與導入AI科技，伴隨AI應用工具功能的快速進步，使用性更廣、更便利，費用更低廉的趨勢下，相信未來三年內在政府的技術、資金及顧問輔導的加持下，台灣中小企業會更積極投入AI的應用及數位轉型。
（原文標題：企業如何成功推動AI人才與組織文化轉型）
【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
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']
AI破牆，硬知識貶值了！拆解「2種智力」決定你被取代還是被放大
當AI成為每個人都能用的外掛，獲取專業能力的成本就發生了斷崖式下跌。台灣大哥大總經理林之晨與資訊長蔡祈岩指出，生成式AI終結傳統分工邏輯，唯有翻轉晶體智力、全面轉向流體智力，才能不讓自己變成被組織埋葬的零件。本文節錄自《逆分工》。
文／林之晨、蔡祈岩
本文目錄（點擊可快速前往）
AI為什麼是那個「破牆者」？AI帶來的改變：專業能力邊界消失硬知識貶值了，活腦袋才是王道
既然分工早就開始出問題了，為什麼我們以前不談逆分工？為什麼個人電腦和網路都發明了，人類也登上月球了，公司裡的分工卻還是愈切愈細？
原因很簡單：過去做不到。
過去所有科技發明，像是電腦、網路、雲端、協作軟體，其實大多只是延伸了我們的手腳、記憶或通訊能力。它們幫我們算得更快、存得更多、傳得更遠，但它們沒有真正擴展我們的大腦容量。
你的大腦裝不下所有知識，一個人不可能精通所有專業。所以，隨著人類知識體系愈來愈大、每個學科愈來愈深，每個人從求學到職場，只能愈來愈專；公司的部門也只能愈來愈多，職能體系愈來愈膨脹。
直到生成式AI出現，情況才徹底改變。它像是一個能夠擴展我們大腦容量的底層引擎，讓我們第一次有力量打破不同專業之間的壁壘。
AI為什麼是那個「破牆者」？
要理解逆分工為何在此刻爆發，我們得先面對一個現實：人的大腦容量是有限的。
根據常被引用的一萬小時定律，你要花大量時間，才能成為某個領域的專家。你花10年學寫程式，就很難再精通商業法律；你把青春奉獻給視覺設計，可能就對財務會計一竅不通；你長期做業務，就很難同時成為資料科學家。
我們需要部門和專才，說到底，就是因為一個人的大腦裝不下所有知識，但大型語言模型改變了這個遊戲規則。
AI不是一個簡單的資料庫，它更像是一位真正讀完了全人類各行各業深度知識的「超級博士」──它讀過大量書籍、論文、文件、開源程式碼與各種人類知識材料，能把不同領域的語言翻譯成彼此看得懂的形式。
它不會讓非專家一夜之間變成真正專家，但它能讓非專家第一次跨過專業領域的第一道門檻，取得初步理解、草稿、選項、框架與可討論的成果。
這件事之所以重要，是因為大部分組織內部的卡點，不是每件事都需要世界級專家，而是大量任務連第一版草稿、第一輪分析、第一個可討論版本都生不出來。
AI讓這件事變了。
AI帶來的改變：專業能力邊界消失
當AI成為每個人都能使用的通用外掛，獲取專業能力的成本就發生了斷崖式下跌。
這不是說專業不重要，真正重要的專業，仍然需要人類專家把關。合約最後要法務審，程式最後要工程師看，設計最後要品牌與市場判斷。
但在AI之前，大量工作卡在「我根本不知道怎麼開始」或「進入新的領域時要先花費巨大的學習成本」。
在AI之後，更多人可以先做出第一版，讓事情進入討論與迭代，而且這個第一版是有模有樣、有所依據的。
這就是為什麼像台灣大哥大這樣的公司，會將全員導入AI提升生產力的計畫命名為「超人計畫」。
「超人」不是說每個人都突然變成天才，而是說每個人都應該有機會，把自己原本的能力放大。
硬知識貶值了，活腦袋才是王道
我們接著談智力。
這裡可以挪用心理學家雷蒙德．卡特爾（Raymond Cattell）的概念：晶體智力與流體智力。
我們並不是完全套用原本的心理學理論，只是借這個理論的名詞，而且略微改變其定義，把人的智力粗略分成兩種。
第1種：晶體智力
你可以把它想像成你腦中的硬碟資料庫和肌肉記憶，它指的是運用過去累積的知識、經驗和標準化技能來解決問題的能力。
例如律師背誦法條、醫師根據症狀診斷常見疾病、會計師熟練查帳、資深員工熟悉公司SOP。
這是傳統職場常說「愈老愈吃香」的原因，因為這些知識會隨著年齡與經驗累積。
第2種：流體智力
它更像是你大腦的中央處理器，負責運算速度和靈活性。
它處理的是全新、陌生、混亂，甚至從未見過的情境。它考驗的是邏輯推理、模式識別、問題拆解與適應能力，跟你背了多少書沒有直接關係。
例如創業家在混沌市場中尋找新的商業模式，或是工程師面對一個從未見過的系統故障時，快速找出可能原因。
殘酷的事實是：AI已經是這個星球上最強大的晶體智力載體之一，它讀過大量法典、醫學期刊、財報標準、程式碼範例與商業文件，它不會忘記，也不會疲倦。
如果人類還想在職場上跟AI比記憶力、比誰的知識更廣、比誰操作標準流程更快，那我們完全沒有勝算，而且差距只會愈來愈大。在晶體智力的賽道上，人類已經被超越。所以，人類的戰場必須全面轉向流體智力。
未來的競爭，不再是比誰的腦袋裡裝的知識多，而是比誰能更快釐清混亂局勢；不再是比誰能給出標準答案，而是比誰能向AI提出最一針見血的好問題。
當每個普通員工都能透過AI這個強大引擎，瞬間具備跨越研發、行銷、法務、設計與資料分析的能力，那些原本為了協調他們而存在的經理、總監與各種跨部門會議，也必然會被重新檢視。
節錄自：天下雜誌出版《逆分工：AI 時代的生產力革命，重構組織、市場到經濟的生存新賽局》／林之晨、蔡祈岩 著
缺工時代生力軍 第一社福呼籲：重視心智障礙者工作權益
2025-04-29 聯合報記者葉冠妤 由聯合新聞網授權轉載
心智障礙者在勞工群體中相對弱勢，過往他們的工作權益不僅常被忽視，也常因為不被了解，成為職場霸凌的受害者。為心智障礙者提供就業服務逾20年的第一社福基金會說，只要適當指導心智障礙者，並多給予耐心與瞭解，他們的工作能力並不比一般人差，甚至更穩定，面對缺工時代，這樣一批生力軍，會是店家的好選擇。
延伸閱讀：勞動部擴大法律扶助 中高齡、身心障勞工生活費延長至9個月
智能障礙青年小維，曾做過好幾份工作，都因為心性不穩以離職告終，疫情期間他在家休息了一陣子，但爸媽希望小維可以獨立，畢竟爸媽會老，擔心將來無法再繼續當小維的依靠，所以他們替小維申請就業服務，希望小維有為自己負責的能力。
就服員陪著小維一次次演練面試情境，安撫他緊張的情緒，第一社福說，小維容易緊張，一緊張話就說不出來，也容易情緒高漲，面試就職時，就服員先將這些特質告知公司，並協助跟職場主管溝通理解。
不過，剛開始工作的時候，主管認為小維不夠細心，好在有就服員適時介入，讓主管更理解小維的特質，也協調用雙方都能接受的方式彼此溝通，漸漸地，主管懂得怎麼和小維交辦工作，也看見小維積極認真的一面，開始肯定小維，現在小維已經是主管倚重的小幫手，穩定工作1年。終於在32歲這年，小維成了一個真正獨立自主的大人。
第一社福執行長張菁倫表示，第一社福每年服務約350名心智障礙者就業，心智障礙青年跟一般人一樣，有自立夢想，工作讓他們有「被需要」的感覺，無形中找回自信。
對於有意願工作但尚未能進入職場的智青，第一社福協助建立工作態度、訓練工作技能，讓智青未來能順利轉銜就業。至於職場中的智青，張菁倫說，就服員會量身打造就業計畫，協助適應職場工作，即使工作上手了，難免遇到工作疲乏、變動或挫折，第一社福還提供心理輔導，組織成長團體、舉辦休閒活動。
張菁倫說，這些大朋友曾是家中的依賴者，但經過就業訓練及支持，能從依賴者變成經濟支援者，讓老爸媽安心。第一社福想藉著五一勞動節前夕，呼籲社會大眾重視心智障礙者的工作權，也希望有更多雇主願意給這些認真想要自立自強的朋友多一點機會。
[joblist_plugin title='【第一社會福利基金會】工作機會' url='https://www.104.com.tw/company/1wyqq9c' amount='5']
AI亂象！95%企業被「工作垃圾」拖垮，你的團隊也有Workslop雷包嗎？
生成式AI本該帶來效率革命，但最新研究卻揭示殘酷現實──高達95%的組織坦言「沒看到回報」，反而被AI產出的「工作垃圾」(Workslop)拖垮。從簡報、報告到程式碼，這些表面完整卻錯誤百出的成果，正讓團隊耗費更多時間修補。
文／《104職場力》
本文導覽
AI產製的內容乍看很不錯，細看不太對勁你最後還是得依賴人工，何不一開始就人工？人們不喜歡跟大量使用「工作垃圾」的人共事解決之道不是禁用，而是制定適當規範
Workslop is the new busywork. And it’s costing millions.
BetterUp〈The performance crisis〉
自從AI浪潮來襲後，不同產業的辦公室都掀起一波「AI作業變革」。企業鼓勵員工擁抱AI，用開放的心態接納嶄新時代的科技產品，甚至不少公司的企業主管帶頭使用ChatGPT、Gamma、Perplexity等生成式AI服務，期望打造「更有效率、更先進、更符合時代」的作業流程。
但經過這段時間的實驗後，取得的成果似乎與最初的預期不太相符。
美國史丹佛社群媒體實驗室和BetterUp合作，針對美國全職員工共1150名進行一項「AI與工作」的最新研究，報告顯示大約有40%的人反應過去一個月透過AI產製的內容形同「工作垃圾」(Workslop)。而蓋洛普(Gallup)近期的調查有更驚人的結論，他們引述麻省理工學院媒體實驗室的報告，直指高達95%的組織並未從他們對AI的投資中獲得回報。
這些調查報告的結論很一致，認為「付出與回報不成比例」的主要原因，就是AI所產製的「工作垃圾」(Workslop)多不勝數，拖垮了成果。
AI產製的內容乍看很不錯，細看不太對勁
《CNBC》在報導中揭露了學界教授在AI時代面臨的困境。
在史丹佛大學任教的教授 Jeff Hancock 早在2022年OpenAI剛開始向大眾發佈ChatGPT、AI浪潮還未全面向世界襲來時就發現一些不太對勁的狀況，他當時批改到一些讓他起疑心的作業。「那些研究報告看起來很不錯，但仔細一看就覺得內容不太對。」Hancock 告訴《CNBC》那時奇妙的狀況：「我總共有100名左右的學生，但其中有10分作業看起來都很相似，而且那種『不對勁感』也很一致。」
這些研究文字之所以讓 Hancock 感到「不對勁」，主因是內容堆砌了很多文句，但卻沒有任何實質有建設性的內容來「推動論點」，而且它們都非常冗長。
而另一位教授 Kate Niederhoffer 也有同樣的疑惑，她發現那些「完全沒能切中要點」的研究資訊，光是要讓人讀完就得費上很大的勁。「我平常閱讀速度很快，所以我會邊讀邊想『為什麼這些文字讓我讀起來感覺很費力，而且這些訊息為何會讓人有種困惑感？』」
後來 Hancock 和 Niederhoffer 為這種現象取了一個名字，叫「Workslop」（工作垃圾）。
這種文字內容是AI時代的獨特產物，混雜著非常冗長、複雜的文字和訊息，可是仔細讀來卻覺得他們不斷在繞圈子、給不出正確解答，而且文句看似完整、卻不是很通順，於是會讓人開始懷疑：「這是人類寫的嗎？還是這完全是AI的手筆？」，而這種內容只要大量出現在正式的公務場合，將會大舉扼殺企業團隊的生產力，浪費更多的人力來辨別錯誤、修正調整。
延伸閱讀：AI形象照怎麼做？可以放履歷嗎？HR揭露3大原則，生成專業形象不踩雷
你最後還是得依賴人工，何不一開始就人工？
「Workslop」（工作垃圾）的亂象隨著生成式AI的普及變得更嚴重。
「Workslop」對團隊的影響有多大？平均每次有員工收到「工作垃圾」時至少得花1小時56分鐘處理，換算下來規模1萬人的企業每年會因「Workslop」造成的問題而損失超過900萬美元。
蓋洛普的研究數據顯示，在過去兩年內在工作中使用人工智慧的美國員工比例幾乎翻了一倍，從21%上升至40%。而使用AI的次數也翻了一倍、自2023年的11%上升至19%，光是過去一年內宣稱自己「每天都有使用AI工作」的美國人就從4%上升至8%。
其中應用的工作階層集中在白領崗位，有高達27%的美國白領員工表示自己經濟在工作中使用「AI輔助」，這項統計自2024年起上升了12%，最頻繁使用的產業包括科技業(50%)、專業服務業(34%)和金融業(32%)。
但在如此高的使用量之下，AI所製造的「Workslop」比重也開始加大。那些被專家稱作「偽裝成好的工作成果，實際缺乏實質內容來有效推動任務」的人工智慧成果，在美國史丹佛社群媒體實驗室和BetterUp合作的調查報告中，有高達40%的工作者表示過去一個月內都有收過這種「工作垃圾」，而這些內容至少15%是「低效率」、「無意義」、「無法被使用」的成果，而且在專業服務和技術領域特別顯著。
一名從事財務管理的工作者告訴《CNBC》的記者，從同事或其他部門接收到那些人工智慧產製的「工作垃圾」，只會為自己帶來更多的工作。「這常導致一個結果：我得決定是自己重寫、還是退回去讓他重做，或是我得昧著良心同意『我們就交這種版本出去就好』」。另一名零售業主管則說：「我得考慮是否得浪費更多時間和其他主管安排會議來解決這個問題，然後，我就得繼續浪費自己的時間、不得不重新做一次同樣的工作。」
挑出「工作垃圾」的錯誤、檢討製造出「工作垃圾」的流程、修正「工作錯務」，最後回到你的原點：人工處理。
也許他們心中都想著：你最後還是得依賴人工解決，為什麼我們不一開始就使用人工呢？
延伸閱讀：AI時代的「大裁員潮」開始了嗎？工業革命級的衝擊正在逼近
人們不喜歡跟大量使用「工作垃圾」的人共事
史丹佛大學的教授 Jeff Hancock 指出，最明顯的「Workslop」（工作垃圾）證據，就是「過於華麗堆砌的詞彙」。
AI產製的內容往往洋洋灑灑的長篇大論，但是當中常會使用三段文字來論述一個要點。呈現的樣貌從資訊不完整的演講稿、措詞怪異的電子郵件、不斷重複鬼打牆的論述，甚至是前文不對後文結論的內容，這些都是常見的「工作垃圾」文字。
這些內容最終不只會增加收件者閱讀、理解的困難，也會削弱組織內的信任感和生產力。
Kate Niederhoffer 教授說，她最常想的是「為什麼他們（利用AI產製內容後直接送出的人）會選擇這樣做？難道他們就不能自己完成工作嗎？我從此後不會再信任他們，也不會再想和他們合作了。」
《CNBC》的報導指出，收到這些「工作垃圾」會讓人們重新思考評估同事的能力，大約有一半的員工表示，自己在收到這種「AI製作的劣質產出」後對同事的工作能力、創造力和可靠度都產生很大的疑問，有大約1/3的員工則在收到令人困惑的「AI成品」後直接通知同事或老闆，告知對方的不適當行為，並且有同樣比例的員工表示之後會「不太願意與對方合作」。
Niederhoffer 教授指出這種現象是「將工作負擔轉嫁給他人，卻沒有意識到其影響」的濫用人力成本。「人們忘記了這一點，當我們把AI視為一種我們獨立運作的便利工具，實際上它正在考驗人與人之間工作如何協調。」
儘管工作馬虎、敷衍塞責的現象不論中外都由來已久，但似乎AI時代加劇了這個現象，而同事們對其「深惡痛絕」的狀況也提升到了新的高度。
延伸閱讀：「初階工作」恐被AI取代？當科技巨頭高層都這麼說，我們該如何應對？
解決之道不是禁用，而是制定適當規範
研究人員認為，AI產製內容所帶來的衝擊和負面效應，最終要獲得改善不是「禁止大家使用」，而是需要將「人工智慧」納入組織作出適度的。
Jeff Hancock 教授認為，企業應該針對推廣人工智慧進行指導和領導，你不能讓員工一邊擔心著「如果我不會AI、是不是未來就會被取代？」，一邊卻因為他們使用人工智慧協作工作時「受到猛烈的批判指責他怠工」。
減少工作失誤的關鍵可能在於「團隊成員必須要嚴守對任務品質的承諾」，每個使用AI來協助工作的成員都應該花時間互相交流、刺激進步「如何正確的使用AI」，並且評估哪些應用程式或其成果，是最符合團隊與公司需求的。
當中最重要的可能是「坦承以對」，譬如因為時間緊迫、你需要生成式AI來協助你完成一份簡報、小小的會議結論，你應該開誠佈公的告訴所有團隊成員：「這份報告我是先用AI協助擬訂的，但是我有請他依照我的思考脈絡擬訂，當中可能會有一些需要微調修改的地方」，這樣團隊成員比較能夠接收到你的思路和目標，進而協助你做補充。
而不是誤會你「只是想偷懶」而已。
Kate Niederhoffer 教授則認為企業領導人應該更關注「使用AI的人」的心態，明確訂出希望在計畫的某個階段「使用人工智慧工具來輔助的具體理由」，當中搭配公司應該明訂可遵循的指導方針、政策，或是透過培訓、研討會來提供清晰明確的使用資訊。
當我們在使用AI那些「令人難以置信的高效能內容」時，應該要明白它只是在協助你完成工作，增強人類的能力，但到頭來最重要的依然是「使用AI的人類」具備哪些專業素養、判別能力，而不是使用完後恰恰證明「你可以完全被AI給取代──因為你連他提供的是『Workslop』都沒辦法發現。」
正確的心態，才是企業和員工能夠跨越AI熱潮的「生產力陷阱」，打敗那些「工作垃圾」的重點。
本文參考《CNBC》、《BetterUp》、《Gallup》相關報導，經整理改寫。
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
當生成式 AI 進入企業日常，對於專注資安產品的企業而言，不單是工具升級，更可視為是將資安的攻防節奏全面改寫。因為率先新技術放大其效能的，偏偏卻也是攻擊者。趨勢科技 TrendAI Lab 與核心技術副總經理卜鵬世，與資深人資協理柯志宜，在受訪時都不約而同提到，AI 正在重新定義企業對工程師的期待，也讓資安產品研發、核心技術研究與人才招募標準同步改變。
文／104人力銀行
本文導覽：
同樣是工程師，解決的卻不是同一種問題
當攻擊者也用 AI，資安人才的標準亦隨之改變
要能帶著 AI 解題，把工具轉化為價值
對趨勢科技（以下簡稱趨勢）而言，AI 時代下真正稀缺的，不再只侷限是會寫程式的人，而是能理解問題、拆解並知道如何運用 AI ，讓產品與防禦能力持續進化的人才，這樣的轉變，正發生在趨勢的研發與徵才現場。
同樣是工程師，解決的卻不是同一種問題
卜鵬世首先分享，他目前掌管的兩個核心部門：一是更貼近產品與客戶需求的 「端點防護」（Endpoint Security）部門，另一是負責研發共通能力的「核心技術」（TrendAI Lab）部門。前者關注的是，如何把防護能力做成客戶能快速安裝、易於操作管理的產品；後者則是專注於分析資安威脅、偵測引擎、URL 判讀等能力，提供各產品線共用的核心能力支援。
談到這兩個部門的差異，卜鵬世用了一個很鮮明的比喻：「端點產品部門的人比較像部隊，核心技術部門的人比較像製造武器的人。」 一邊更靠近戰場與使用情境，一邊則負責打造武器與核心能力，分工不同，卻必須高度協作。
若進一步用學科來理解，這兩類人才也有明顯差異。卜鵬世認為，核心技術比較像化學系、數學系，偏研究、分析與技術突破；而產品開發則更像 化工系、應用數學系，更重視如何把技術轉化為可落地、可被客戶使用的解決辦法。
面對資安威脅，前者需對新技術保持高度敏感，從龐大資訊中找出特定模式；後者更需要能理解客戶需求、使用流程與跨部門的合作。換句話說，兩邊都在拆解問題，但一邊更接近攻擊與技術本身，另一邊更接近使用者與產品體驗。
當攻擊者也用 AI，資安人才的標準亦隨之改變
AI 的普及，最先改變的是資安攻防的速度與規模。卜鵬世直言，攻擊者往往是世界上最早應用新技術的一群人，「只是他們把它拿來做壞事。」過去，若要變形攻擊，可能還需要改寫程式邏輯；現在只要下幾個語法，AI 就能快速生成大量變體。也因此，他很直接地說出這句話：「只有用 AI，才有辦法對抗 AI。」
對核心技術團隊來說，AI 已不只是輔助工具，而可能成為解決辦法的一部分；過去最核心的是程式寫成的引擎，未來最關鍵的部分甚至可能就是 LLM。對產品開發端而言，AI 則更直接影響開發流程，從知識查找、code completion，到 AI agent 協助寫 code、做測試與整理架構，正在逐步重塑工程師的工作方式。
這樣的改變，也反映在趨勢科技的徵才標準裡。受訪者提到，公司在面試時，已經會觀察候選人的 AI 使用能力，甚至有一套內部能力指標概念對照：從「有在使用」，到「能產出成果」、再到「已經融入工作流程」，更高階者甚至能藉此改變做事方式與組織協作模式。
以目前觀察來看，多數工程師已開始使用 AI，也能在部分工作中應用，但距離大規模流程與工作模式的重塑，還有一段距離。這也意味著，企業現在看的人才，不再只是「會不會寫 code」，而是「會不會用 AI 定義問題、拆解問題，並把它真正放進工作流程裡」。
趨勢科技核心技術副總經理卜鵬世
要能帶著 AI 解題，把工具轉化為價值
對趨勢科技而言，未來工程師最重要的能力，不光只是技術本身，而是包含判斷力與學習力。卜鵬世認為，當 AI 已能協助完成越來越多標準化工作，真正拉開差距的，是定義問題、做出決策、引導 AI 協作的能力。未來的新鮮人，也許一進職場，反而會更像是帶著一群 AI agents 一起工作的協作者。
從 HR 的角度，柯志宜也觀察到，企業在尋找的已不只是具本科系背景，而是能否展現對技術的熱情、學習能力，以及把工具運用到實際問題上的能力。她提到，科系當然還是辨識人才的一種立即參考，但真正重要的，仍然是候選人能否證明自己會用、敢用，而且清楚使用 AI 解決了什麼問題。對於產品開發的團隊來說，這樣的人才尤其有亮點，「因為他不是只會操作工具，而是能把工具轉化為產品價值。」
趨勢科技人資協理柯志宜
除了人才標準，趨勢科技也強調自身吸引人才的另一個關鍵，在於企業文化與研發定位。柯志宜提到，「我們唯一的競爭對手是駭客。」 這句話不只是企業精神，也反映出公司長期專注資安、持續轉型的核心方向。她認為，趨勢科技一直保有清楚的願景；對工程師而言，這裡並不是科技公司的海外分部，而是擁有研發資源與舞台的研發中心。對於想參與核心技術，與全球性產品研發的人來說，這樣的環境本身就是吸引力。
從端點防護到核心技術，從 AI 分級到徵才標準，在 AI 時代下，資安領域最需要的不只是技術執行者，而是能帶著 AI 一起解題、一起進化的人。這正是趨勢科技在人才招募與研發現場，所體驗到最真實的變化。
立即下載《2026科技業人才報告書-人才版》
[joblist_plugin title='更多104【Trend Micro_趨勢科技】工作機會' url='https://www.104.com.tw/company/apio4y0' amount='3']
超越標準答案？！AI運算的百萬瓦賽局，在光寶你也可以擁有「定義規格」的技術特權！
在科技製造業，許多工程師常受困於「追趕規格」的無力感。然而，光寶科技正發起一場思維革命，將研發重心從「被動代工」轉向「主動定義」。 憑藉深厚的跨域整合實力，光寶工程師不再只是填寫考卷，而是大膽定義未來能源規則，在這裡，創新不再是高風險的口號，而是每一位職人在安全感中放手一搏的日常。
文／《104職場力》
本文導覽（點擊可快速前往指定段落閱讀）
思維翻轉革命：定義未來電源架構技術的任性：為了1%的效率，我們拒絕妥協速度的決勝：用敏捷重新定義硬體開發全球的舞台：你的能量，決定你的疆界
在台灣的科技製造業，許多工程師都曾有過一種共同的無力感，撞上的不是技術瓶頸，而是「意義」的流失。
客戶給了規格(Spec)，PM壓了時程，工程師的任務就是把這些數字「做出來」。過程中，為了避免犯錯，為了達成良率的門檻，傾向使用最保守的設計與架構。「創新」往往只淪為簡報上的口號，因為在產線壓力前，創新意味著不可控的風險。
然而，這種「防禦性開發」的邏輯，正在被一場發生在運算核心的革命所打破。
當AI伺服器算力需求呈現指數級暴漲，舊有的標準答案儼然已失效。走進光寶科技的研發中心，你便會發現這裡的不同。工程師之間談論的不是怎麼「完成交付」，而是如何在物理極限的邊緣，利用公司賦予的強大安全網，大膽地定義未來的能源規則。
思維翻轉革命：定義未來電源架構
「現在的 GPU 是 AI 運算的大腦，但這個大腦運作時，需要心臟和血液的供應。」
光寶科技 Tiger Team資深處長李逸飛(Ifei Lee)
光寶科技Tiger Team資深處長李逸飛(Ifei Lee)，用生動的醫學比喻形容光寶的角色：「我們做的電源是心臟，散熱是血管。如果供電不及或散熱不順，大腦就會因為『心律不整』產生停擺。」
過去模式是客戶給規格、供應商照做，這只是代工，不是研發。光寶改變了遊戲規則：我們不只是執行，而是主動診斷、提出解方，甚至在客戶未察覺潛在問題前，預先定義未來架構的解決方案。」這需要具備跨域整合力，從電網到晶片生態系思考，從硬體到軟體，全面系統性思維能力的人才。
「這要求工程師須具備光寶新三力之中的高度「跨域整合力（Cross-Domain Integration）」。」
Ifei描繪了未來場景：隨著AI算力爆炸，未來的電源機櫃將邁向百萬瓦(Mega Watt)等級。「這意味著要把五六百戶家庭的用電量，或三四百台冷氣機，全塞進一個冰箱大小的空間裡運作。」
在這種極限場景下，單一技術無法解決問題。工程師必須打破硬體、軟體、散熱的界線，從整個場域(Scope)思考。從電網配置到晶片負載，這是一個系統工程。
「所以我們不是簡單賣產品而已，重點在於提供解方(Solution)。」Ifei 強調，「當你能幫客戶想到他沒想到的痛點，並用 POC(Proof of Concept)證明解法有效時，客戶就不會把你當供應商，而是視為共同定義未來的夥伴。」
這正是光寶給工程師的第一個承諾：在這裡，你不是在填寫別人出好的考卷，你甚至可以定義題目，並寫下答案。
技術的任性：為了1%的效率，我們拒絕妥協
如果Ifei談的是戰略，那麼雲服務電能方案事業部(CSP Power)資深經理張弘杰(Derek Chang)，則演繹了第一線的「工程師職人精神」。
Derek負責AI資料中心關鍵的電源系統與BBU（備用電池單元），每天都在與物理極限搏鬥。「最大挑戰是空間沒變，但需求變了。」Derek 解釋，「AI數據中心瓦數從4KW一路飆到20KW，且因要塞進更多電池，留給電源的空間反而變少。」
這是一個殘酷的數學題：功率密度(Power Density)提升了6倍以上，但體積不能變。
一般面對這種任務，通常會選擇折衷處理：告訴客戶不易做到，或犧牲效率換取穩定。畢竟換新架構風險巨大，出了問題誰負責？但在光寶，Derek的團隊做了截然不同的決定。
「為了再提升那1%的效率，我們決定主動換架構。」 Derek 語氣中透著執著，「我們可以與客戶協商降規或用舊架構硬撐，但為了逼自己更好，我們主動改變遊戲規則。」
這1% 效率提升代表巨大的能源節省，但也意味著必須跳出舒適圈。是什麼讓光寶工程師敢於如此「任性」？
Derek給出的答案令人意外：因為有安全感。
「我們有強大的『設計品質確保單位(Quality Assurance Team)』。」Derek 解釋，「他們不是等產品做好才挑毛病，而是開發初期就介入，幫我們做各種Corner Case（極端情況）測試，找出被忽略的盲點。」
這就像為走鋼索的工程師鋪設了安全網。工程師知道設計在交付前會經過嚴格驗證，這讓他們敢於放手一試。更深層的，是一種「不急於抓戰犯」的文化。
「以前覺得技術是冰冷的，但現在我們希望工程師是有溫度的。」
光寶科技 雲服務電能方案事業部(CSP Power)資深經理張弘杰(Derek Chang)
Derek分享了一次深刻的經驗：曾有專案發生嚴重客訴，甚至影響到公司業務。「在很多公司，這種情況下第一反應通常是『找戰犯』。」Derek 回憶說，「但當時主管給了我們充分的時間與空間，只告訴我們：『先專心解決問題。』他幫我們擋下外部壓力，讓我們能專注找出Root Cause（根本原因），而不是急著找人負責。」
這種「可以放手一搏」的心理安全感，讓工程師明白：在這裡，失敗不是終點，而是突破的必經之路。而除了有主管支持，整個團隊更是最重要的靠山。
「這也是為什麼我說這家公司變得更有溫度。」Derek提到，光寶透過軟實力課程培養溝通與同理心。「以前覺得技術是冰冷的，但現在我們希望工程師是有溫度的。唯有懂得換位思考與團隊合作，才能在高壓環境下一起走得更遠。」
速度的決勝：用敏捷重新定義硬體開發
「在這個時代，敏捷比力量更重要。速度，有時候比體型還關鍵。」
光寶科技 企業運算服務事業部(Enterprise Power)處長劉宇舜(Sky Liu)
「在這個時代，敏捷(Agile)比力量更重要。速度，有時候比體型還關鍵。」Ifei曾這樣提到。而在企業運算服務事業部(Enterprise Power)處長劉宇舜(Sky Liu)的團隊裡，這句話轉化為每天運行的制度。
Sky負責競爭激烈的企業級電源產品，敏捷開發的導入，讓最終成品來得更好更快。
「傳統硬體開發是瀑布式流程(Waterfall)，許多規格必須在早期定案。由於後期變更成本高，一旦晚發現與客戶需求不符，往往難以調整。」Sky 解釋。
為了打破閉門造車，在光寶，軟體業邏輯被移植到硬體研發。「我們現在每兩週一個Sprint（開發階段），每四週一次 Review（成果檢視）。」敏捷開發明確地重塑了整個研發節奏。「透過快速迭代，我們做出小的MVP（最小可行性產品）就送去驗證。客戶反饋快，我們修正就快，永遠跟客戶在同一個頻率上。」
這模式對人才提出了新要求：「學習敏捷力(Learning Agility)」。
在光寶，資歷不是唯一標準，快速適應調整才是王道。Sky講述了一個故事：有次客戶需求變更，專案時程被瞬間壓縮一半。「那是個不可能的任務，」Sky說，「按傳統邏輯大家應該會抱怨。」
但團隊展現了驚人韌性。「不分資深資淺的夥伴，都主動跳出來問：『我可以多做什麼？』」Sky 回憶，「特別是剛加入的年輕工程師，沒有退縮，反而視為展現機會。」結果，這個專案在第一次試產(Pilot Run)就滿足了大部分要求。
為了讓年輕人更快上戰場，光寶建立了 「Pilot Z」 人才孵化機制。
「我們不希望新人覺得被放生。」Sky介紹，「這像『打通關』遊戲。前三個月，有專屬導師(Mentor)帶著你。」第一個月學基礎，第二個月熟架構，第三個月參與專案。每一關都有練習題與Mentor引導。甚至現在有針對菁英培訓的Pilot Z新世代人才養成計畫與研發替代役，在入職前兩個月脫崗培訓，與跨部門的同仁一起學習。
「Every step counts（每一步都算數）。」Sky強調，「即使是新人，我們也鼓勵他研究新技術議題並與大家分享。我們想聽年輕人的見解，這對團隊也是激盪。」
此外，光寶也深知工程師對職涯的焦慮。透過OGSM(Objective, Goal, Strategy, Measure)定期檢視，主管與員工討論雙軌發展。想學新技術，有AI社團；想學管理，有專案管理培訓；想換環境，公司也鼓勵跨BU的專案支持與跨域合作。
延伸閱讀：重塑產業，光寶科技用90天打造AI新世代人才Pilot Z
全球的舞台：你的能量，決定你的疆界
隨著轉型加快，人才舞台早已不侷限台灣。「我們正在推動Global Career Opportunities。」Ifei補充，「我們已與國外頂尖大學及實驗室合作，佈局未來技術。」
這意味著，光寶工程師有機會直接對接世界級研究機構，參與最前沿探討。同時，光寶將 「AI協作力」 視為核心。「現在是資訊爆炸年代，你必須快速辨識底層邏輯。」Ifei說，「我們鼓勵用AI工具加速學習與除錯。AI是你的大腦延伸，讓你把腦力用在創新上。」
採訪尾聲，問到：「為什麼現在是加入光寶最好的時機？」Derek沉思後說：「因為無論是產品或員工福利，光寶都正在往好的方向發展，而且很有感。」
對技術人才來說，最迷人的職場不是只有薪資福利吹上天，而是感到「被尊重」。尊重專業，所以賦予定義架構的權力；尊重成長，所以允許犯錯並提供安全網；尊重未來，所以提供全球舞台與AI工具。
在光寶，既可以是規格執行者，更可以是搶先解決兆瓦級難題的未來人；是可以為了1%效率重塑架構的專業職人，也可以是剛加入就用新技術驚豔全場的領航者。
在全球流動的時代，光寶已搭好舞台，等著定義超凡的未來。
光寶針對AI電源與液冷人才大量招募中，快來看看是否有合適的職缺▶ 立刻投遞
驅動未來移動科技與重裝設備的跨域職人──北科附工動力機械科
在現代城市建設與工業發展過程中，大型重型機械與工程機具是不可或缺的基石。北科附工「動力機械科」是全台唯一科別。有別於傳統的汽車修護，這裡的學生不僅要懂機械原理，還要學習跨領域的電控，甚至親自操作龐大的挖掘機。本次訪談邀請到在教育界深耕二十多年的動力機械科胡國紘主任，帶我們一窺這門科系如何打造出具備高度競爭力的「機械醫師」。
從黑手到「機械醫師」：打破傳統的跨域職人培育
「以前的人常說，不讀書的人去做黑手；但現在時代不同了，現在的維修技師就像是『醫生』的等級。」本身為汽車科背景的胡國紘主任，一語道破了產業的轉變。
胡國紘主任說明，動力機械科的前身是「重機科」，隨著時代演進，前輩們認為「重機」二字過於狹隘，因而更名為涵蓋所有「會動的機械」的動力機械科。許多人容易將動力機械科、機械科與汽車科混淆，胡主任對此進行了明確的比較：
科系名稱核心領域、操作及維修對象動力機械科大型工程用機械（如挖掘機、起重機、堆高機）、重型柴油引擎機械科基礎機械加工與零組件製造生產（如車床、銑床、鉗工）汽車科一般交通工具（如家用汽車、機車）
面對日益複雜的機具設備，胡國紘主任強調，現在的維修已經不是單純憑勞力拆裝，而是高度仰賴專業知識與邏輯思維。「當機具出現故障時，它不會像病人一樣開口告訴你哪裡痛，技師必須透過故障現象，做出正確邏輯判斷，一步步找出問題根源。」從業人員也需要具備閱讀英文維修手冊的能力，因此解決問題的能力與學科基礎缺一不可。
三年淬鍊硬實力，累積專業證照與成就感
為了讓學生在畢業前具備扎實的即戰力，胡國紘主任表示，動力機械科的課程規劃是將「考取證照」融入各階段的課程目標中，讓學生從中獲得成就感。
高一的重點在於基礎摸索。學生會先從車床、銑床等傳統機械加工學起，並要求考取「機械加工丙級」證照。此外，因應機件維修需求，還有一門「手工電焊」課程，讓學生親身體驗焊接的操作，並輔導考取「一般手工電焊」證照。
升上高二後，課程導入自動化與電動控制，「機械有了骨架，還需要賦予它生命來控制。」學生除了考取「電腦輔助機械製圖丙級」與「氣壓丙級」外，科內也打造了專屬的「室內配線丙級」檢定考場，讓學生實地摸索電路配線的控制邏輯。此外，還需考取「重機械修護引擎丙級」證照，學習大型工業用引擎的拆卸維修。
到了高三，學生將面臨進階挑戰，準備「重機械修護引擎乙級」、「CNC銑床乙級」等高難度證照。更特別的是，年滿18歲的學生能在校內選修工程機具操作實習，親自坐上駕駛座操作挖掘機（怪手）、堆高機、鏟裝機並考取操作證，這是全台灣極少數擁有此類實作課程的學校。
在面對龐大機具時，胡國紘主任強調「安全」始終是第一鐵律。所以實習操作前，必定會安排三小時的職業安全衛生教育訓練課程並簽署安全說明。尤其在學生逐漸熟練的「老鳥階段」，老師們的督導反而會更加嚴格，以確保訓練過程絕對安全。
圖：學生操作大型機械
從做中學的成就感：高三學生分享實戰經驗
受到工程師父親影響的游同學，從小喜歡動手拆裝零件。她目前已考取高達九張證照，包含機械加工、鏟裝機操作，甚至拿下難度極高的重機修護引擎乙級、CNC銑床乙級以及飛機修護乙級證照。游同學回憶，實際在實習課開鏟裝機鏟土、整平地面的過程十分療癒，考取操作證更是讓她充滿自信。
另一位羅同學，則因父母從事重機具考照協會訓練相關工作而就讀本科。擁有七張證照的她坦言，準備「室內配線乙級」學科測驗時因內容偏向電機科而感到吃力，但她靠著反覆刷題成功克服挑戰。對羅同學而言，學習本科最實用的是「能看懂以前不懂的東西」，無論是重型機具維修或操作重型機具。
產學接軌與未來藍圖：實作專題與多元出路
在專題製作與競賽中，胡國紘主任分享，學生的專題多半以「實務應用與安全」為出發點。例如，曾有學生為克服初學者對大型挖掘機的恐懼，利用3D列印結合電子控制，製作出迷你「挖掘機教育訓練模型」以熟悉手感，榮獲全國專業群科專題競賽佳作。科內也會鼓勵學生參與綠能相關的「小水力發電競賽」，培養解決問題與創新能力。
圖片：學生專題作品成果
面對未來的升學與就業，胡國紘主任指出多數畢業生會選擇繼續升學，常見目標包含虎尾科技大學、勤益科技大學、高雄科技大學及屏東科技大學的機械、車輛或輪機工程系。
邏輯與實務兼備的未來工程師
「多操作幾次就會有手感，我們也都是從零開始學，現在都克服了！」游同學用自身經歷，鼓勵有興趣就讀的學弟妹。
胡國紘主任表示，在本科專業教師團隊的帶領、北科附工動力機械科提供的完善實作環境與嚴格的安全要求下，學生不僅具備操作大型工程機具的硬實力，更培養了跨領域的電控知識與解決問題的邏輯思維。這群年輕的「機械醫師」，正帶著高度的專業自信，準備在未來移動科技與重裝設備的產業中大展身手。
開箱動力機械科學習日常！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
嚴防重大職災！勞動部今突襲83公共工程勞檢 開罰733萬元
2024-10-18 聯合報記者葉冠妤 由聯合新聞網授權轉載
為督促公共工程落實施工安全管理，勞動部職安署今召集各勞動檢查機構發動全國同步勞檢，對職安管理績效不彰公共工程祭出重罰，總計勞檢83工地，查出違反288項、停工27處，總共開罰733萬元。
延伸閱讀：【2024年最新】勞工「職災保險」投保薪資分級表、保費分擔金額表總整理｜勞工職業災害保險
近期營造業發生死亡職災人數增加，包括8月17日台電公司於新北市淡水區新建工程發生鑽孔機桁架臂桿倒塌，8月19日台中市建設局之石岡區橋梁工程發生墩柱鋼筋倒塌，10月6日交通部高公局位於高雄市旗山區國道後續路段橋梁耐震補強工程發生水箱車翻覆，且罹災3名勞工身分均為移工，顯示尚有部分機關辦理公共工程的職安管理績效不彰。
職安署說，勞動部已於9月份召開職場減災跨部會平台會議，要求部會督促監造單位及施工廠商等落實施工安全查核之外，今天也由職安署署長鄒子廉與各勞動檢查機構首長及主管等率百名勞動檢查員，於全國北、中、南等地區實施突擊檢查，強化公工程施工安全監督及管理水準，嚴防重大職災事故發生。
職安署指出，本次主要檢查對象以工安資源投入少、安全衛生執行績效差、曾發生職災或屬於危險性工作場所等公共工程為主。初步統計，本次同步勞檢共83工地、違反288項、停工27處、罰鍰約733萬元。
鄒子廉表示，除公共工程，近年民間工程職災也未明顯降低趨勢，其中又以墜落職災為主，公共工程不論是人力或經費等各方面資源均優於民間工程，特別呼籲公共工程應發揮領頭羊精神，並以主辦機關為核心，強化領導統御，發揮施工團隊精神，提升公共工程施工安全管理水準，以為民間工程表率。
鄒子廉說，本次勞檢缺失，除請主辦機關督促廠商立即改善之外，並要求通盤檢討工地職安管理制度，降低整體工地施工風險，職安署將持續加強營造工地防災勞檢，要求勞動檢查機構勤查嚴罰，督促雇主善盡守護勞工安全之責。
更多有關就業保險及健保相關資訊，都在《104職場力》
【最新】「勞工保險」投保薪資分級表，最新勞保級距、保費試算總整理｜勞保費率試算
【最新】全民健康保險投保分級、保費負擔金額表、計算公式一次看！｜健保費率試算
職災保險法上路！災保法擴大納保對象、新制總整理｜勞工職業災害保險及保護法
有任何收穫或想分享的，都來和大家一起聊聊吧！