SolidWorks零組件機構設計
104學習
機械製造
指運用各種工具和設備，將原材料加工組裝成具功能性的機械產品。包含設計、加工、組裝、測試等步驟，需具備機械原理、材料特性及操作技術。此技能能提高生產效率與產品品質，對製造業及相關產業至關重要，具備此能力者在台灣製造業有穩定且多元的就業機會。
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
Onshape實戰工場：探索創新設計的無限可能
軟體工程師就業培訓
智慧製造－透過AI實踐工業4.0
【大師開講】智慧製造應用案例 – AI運用於瑕疵檢測
生成式AI全解析｜從工具應用到系統開發的技術核心黃金雙軌課
打造高投入團隊：遊戲化工作設計與激勵機制實作班【9/17】
打造你的專屬 AI｜3小時一對一 AI 工作模組化實作課
精選證照
考取專業證照，讓能力被市場看見
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
初級機械設計工程師
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。
通過初級機械設計工程師考試者，應可執行機械元件之設計工作之能力。
工業技術研究院
機器人工程師證照
製造業大量導入自動化，帶動智慧型機器人產業發展。國內對智慧自動化產業發展人才需求與日俱增，智慧自動化與機器人專才躍升成為目前就業市場上最受注目的新星。為了讓產業界能找到合適的人才，而學校教學能結合產業界的需求，台灣智慧自動化與機器人協會（TAIROA）著手舉辦「自動化工程師證照」。
台灣智慧自動化與機器人協會
自動化工程師證照
台灣製造工程與自動化科技協會（tsmea）為協助我國製造業在當前全球化的環境下提升競爭力，乃投入鉅額經費，整合產業界與學術界的力量，舉辦「自動化工程師」證照考試。
台灣智慧自動化與機器人協會
乙級機械製圖技術士
機械製圖技術士技能檢定規範，於民國六十三年四月公告，依其技能範圍及其專精程度分為甲、乙、丙三級，前曾於民國六十八年七月，七十年一月兩度修訂，為配合本行業之技術成長與產業升級之需求，製圖工具設備品質之提昇，工程製圖國家標準之修訂等作必要的調整，爰故於民國八十二年修訂之。
乙級機械製圖技術士︰係擔任協助產品研發繪製機械工作圖、判斷機件功能及材料選用等工作。
工作內容︰包括基本工作、視圖、尺度標註、標準機件、工作圖、立體圖及實物測繪等項。
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
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
從創意到實現──屏東高工製圖科打造設計落地的能力
一項產品誕生之前，需要先有一個想法；而一個好的想法，要真正成為看得見、摸得到的作品，還需要經過設計、繪圖、建模、驗證與修正等一連串過程。設計圖不只是產品的藍圖，更是串連創意與製造的重要橋梁。 屏東高工製圖科培養的，正是這種將創意轉化為現實的能力。許多人不清楚製圖科與機械科的差異與關聯性，其實兩者分別著重同一種專業中不同階段的能力：機械科著重於加工製造，特別擅長動手操作，而製圖科則站在製造流程的前端，負責將構想轉化為工程圖，再透過模型製作與實作驗證，讓一個想法逐步成為真正能被製造的產品。
（圖：學生操作電腦繪圖軟體完成圖面設計 ）
從想法開始，循序建立設計能力
把創意化為現實，並不是一蹴可幾，而是需要一步步累積專業能力。
屏東高工製圖科的課程安排，在高一時，讓學生先從工程字、三視圖等基礎開始，透過手繪建立空間概念與圖面表達能力，同時接觸機械加工基礎，認識不同材料、加工方式及機械原理。進入高二後，課程逐步導入 AutoCAD、Inventor 等電腦繪圖軟體，讓學生學習如何將平面圖轉換成立體模型；到了高三，則結合專題製作、3D列印等課程，讓設計真正從螢幕上的圖面走向實體作品。
看似是不同階段的課程，其實都圍繞著同一件事情──培養學生將想法具體表達、逐步實現的能力。從最初的一筆一畫，到完成立體模型，每一門課都不是獨立存在，而是在不同學習階段，引導學生建立完整的設計思維，也理解一件作品如何從概念走向成品。
（圖：學生運用尺規工具完成手繪製圖練習 ）
好的設計，建立在理解製造之上
不少人認為設計就是發揮創意，但在屏東高工製圖科，創意只是起點，更重要的是讓設計真正能夠被實現。
製圖科主任陳儀峻指出，學生除了學習繪圖之外，也必須接觸加工基礎與製造流程。因為一件產品是否可行，不只是取決於設計是否美觀，更需要考慮材料特性、加工方式及結構安排。如果不了解後端製造流程，再有創意的設計，也可能因為無法加工而停留在想像階段。
因此，製圖科希望培養的並非只是繪圖技巧，而是兼具創意與實務的設計能力。學生在學習設計的同時，也會實際接觸車床等加工設備，了解不同零件是如何製造出來，也理解設計圖上的每一條線、每一個尺寸，最後都會影響產品是否能夠順利完成。
換句話說，在製圖科，設計與製造並不是彼此獨立的兩件事情，而是不斷來回驗證、相互修正的過程。學生不只是學會使用繪圖軟體，更逐漸建立工程設計所需要的判斷能力，知道如何在創意與實際製造之間取得平衡，讓一個構想真正具備落地實現的可能。
（圖：學生操作車床設備進行金屬加工練習 ）
在一次次驗證與修正中，讓創意真正成形
如果說設計是一個把想法化為現實的過程，學生真正的學習，往往發生在作品第一次被做出來之後。受訪的方同學分享，自己最喜歡的課程之一，是結合 3D 列印的鑄造原理課。過去停留在圖面上的設計，透過電腦建模、3D列印與翻模製作，逐漸變成一件可以拿在手中的作品，讓他第一次真正感受到設計「從無到有」的過程，也因此對製圖產生更深的興趣。
然而，真正開始製作後，他才發現設計並不是把圖畫出來就結束了。尺寸是否正確、結構是否穩固、組裝是否順利，許多原本在螢幕上看不出的問題，都會在實際製作時一一浮現。有時需要重新修改尺寸，有時則必須重新思考整體設計方式，再重新列印、重新測試，才能完成一件真正符合需求的作品。對他而言，這些反覆修改的過程雖然花時間，卻也是學習最大的收穫，因為每一次修正，都讓他更理解設計背後需要考量的細節。這也讓他發現，好的設計並非一次完成，而是在一次次驗證與修正中逐漸成熟。
（圖：學生展示皮革散子包專題成果 ）
另一段讓他印象深刻的學習經驗，則來自第一次接觸大型加工設備。實際面對機械設備，剛開始難免因高速旋轉的刀具與飛散的鐵屑感到緊張，但隨著老師一步步指導，以及不斷練習與考取證照，他逐漸克服原本的害怕，也開始享受親手把設計完成的成就感。對他而言，製圖科帶來的不只是專業能力，更讓自己在一次次挑戰中建立起面對問題、解決問題的信心。
從生活中發現問題，再用設計提出解方
除了培養專業技術，課程設計上也希望學生理解，設計並不是為了完成一份作業，而是為了解決真實世界的問題。
因此，高三的專題製作不只是整合三年所學，更鼓勵學生從生活中尋找靈感，思考如何運用設計改善日常需求。有些作品源自生活中的小困擾，有些則結合機械結構與力學原理，希望透過設計讓使用更加便利。從問題發想、繪製圖面、建立模型，到最後完成實體作品，每一個環節都需要學生反覆討論、測試與修正，也讓他們體會設計並不是憑空想像，而是一個持續思考與解決問題的過程。
陳主任也提到，課堂上經常利用生活中的工具作為教材，引導學生從熟悉的事物理解工程原理，再思考如何運用設計讓產品更符合需求。透過這樣的學習方式，抽象的力學、結構與製圖知識，不再只是課本上的內容，而是逐漸與生活建立連結，也讓學生更理解設計真正存在的價值。
從創意到實現，培養讓設計落地的人才
設計，不只是天馬行空地發想，更重要的是讓一個想法真正被實現。
屏東高工製圖科透過手繪基礎、電腦繪圖、加工實作、3D列印與專題製作等完整課程，引導學生在一次次設計、驗證與修正的循環中，逐步建立空間思考、設計規劃與解決問題的能力，也理解設計與製造之間密不可分的關係。
在陳主任眼中，製圖更像是一種「工程語言」。它不只是畫出一張圖，而是一套讓設計者、工程師與製造端彼此溝通的共同語言。學生在三年的學習中所累積的，也不只是繪圖技巧，而是將創意轉化為現實、把想法真正落地的能力。這份能力，不僅是未來進入工程與設計領域的重要基礎，更是面對快速變化產業時，持續創新與解決問題的核心競爭力。
開箱製圖科的學習日常！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
精準工藝的鋼鐵職人——新竹高工板金科，翻轉金屬美學藝術
在許多人的刻板印象中，黑手、工廠、高溫與汗水，往往是傳統工業科系的代名詞。然而，走進新竹高工板金科的實習工場，迎面而來的不是雜亂無章的機具，而是排列整齊的工具與精密設備。這裡的學生，既是手握銲槍的鋼鐵職人，也是將冰冷鋼板賦予生命的金屬藝術家。
傳承與陪伴：科班出身的教學團隊
板金科葉又瑄主任本身是新竹高工的校友，因緣際會之下回到母校板金科服務，至今已邁入第十一個年頭。前三年擔任導師，後續則長期接任科主任職務，對科上的發展與學生的特質瞭如指掌。
「板金科屬於每年級單班制，這讓我們有更多的空間和資源去照顧每一個孩子。」葉主任笑著說，板金科的師生關係緊密，就像是一個溫馨的大家庭。
除了葉主任外，科上還有一位靈魂人物——陳奇明老師。奇明老師是台中高工板金科選手出身，曾代表國家參加國際技能競賽並榮獲世界金牌。來到新竹高工服務後，他將自身國際級的精準視野投入選手培訓與專題指導，帶領新竹高工板金科在每年的「全國技能競賽」與「全國工科技藝競賽」中屢創佳績，成為金手獎與全國優勝的常客。科上許多高難度的實作技巧與專題發想，皆仰賴奇明老師無私的技術傾囊相授與陪伴，成為學生最堅實的後盾。
三年一貫的多元課程：從手繪製圖到立體成形
「板金不只是敲敲打打，它是一門結合幾何、製圖、計算與操作的綜合學科。」葉主任詳細解析了高一到高三的課程規劃。
高一著重於基礎能力的奠定。實作課程由傳統的「手繪製圖」開始，訓練學生的空間感與三視圖、立體圖及展開圖的繪製能力。此外，學生也會學習基礎電學、機械基礎實習（包含鉗工、車床、鑄造等）。在板金實習方面，高一著重於基本的鐵板剪切與基礎手動彎折，並學習氧乙炔銲接與部分的Co2銲接。
步入高二，課程全面進化，製圖由手繪轉為電腦操作，學生開始學習AutoCAD，進行電腦輔助機械設計製圖。實作部分則由手動折床升級為電腦數值控制的NC折床，並深入學習進階的金屬成形技能，如更複雜的彎折、機械板金，以及Co2銲接與氬銲的搭配運用。
高三的課程以「專題製作」為主軸。每位學生必須獨立完成作品（這與其他科系多採團隊合作不同），從設計發想、草圖繪製、材料計算到實際加工成形，全程由自己一手包辦。科上會舉辦為期一個半月的「板金成果展」，每位學生都必須拿出一件完整的作品進行展出，全面展現三年所學。
圖：板金科專題成品照
數位科技引導想像，跨越平面的空間考驗
對於初入學的高一新生而言，要將一塊平面的鐵皮變成精緻的立體作品，往往充滿了挫折。過去，老師多採用簡報或「紙模型」的方式，讓學生用剪貼彎折來理解結構；如今，隨著科技進步，科上引入了3D列印機。老師會在課程一開始，利用3D建模並列印出立體樣態給學生參考，讓學生透過實體模型反向思考，理解如何將立體結構拆解為平面的展開圖。
圖：3D建模立體照片
板金這門技術非常吃重「空間概念」。高三的林同學分享，當初會選擇板金科，是因為國中時曾在生活科技課接觸到錫銲，覺得很有趣，加上在全國競賽中看到學姐的直播畫面，覺得女生學板金站在頒獎台上非常帥氣，因而產生憧憬。然而進來後才發現，實際操作跟想像中完全不同。「以前以為板金就是單純的工藝品製作，進來才發現要學很多複雜的視圖跟展開，空間感不好的人一開始真的會沒辦法想像。」
另一位高三的曾同學則是因為從小喜歡動手做而就讀板金科。他也坦言，在實作過程中，最困難但也最有趣的部分就是「理想與現實的落差」。在繪製設計圖時，腦海中的想法都很美好，但實際在裁剪、彎折、銲接的過程中，往往會因為技術熟練度或材料特性，導致成品與設計圖產生落差。「你只能不斷地在過程中去微調、去克服，當最後把作品用自己的雙手做出來的那一刻，真的超級有成就感！」
嚴格把關的安全意識與即戰力的考證優勢
由於板金與銲接實作涉及重型機具操作與高溫高壓，新竹高工板金科對於「安全」有著絕不妥協的標準。
每個學期的第一週，科上必定安排完整安全宣導與工業安全教育。此外，學生必須依規定穿著工作服、安全鞋，與長褲，操作旋轉機具時必須配戴安全眼鏡。若服儀不符規定，當天便無法上機實習。
在這樣安全且紮實的訓練下，學生的檢定成績表現極為亮眼。高二時，學校會輔導學生考取「金屬成形丙級」證照。近年來，科上更通過了「金屬成形乙級」的場地資格認定，實現主場優勢，讓學生能在熟悉的場地練習與實作。此外，對於有志於電腦製圖的學生，也可以自由報考「電腦輔助機械設計製圖丙級」證照，鑽研自己的技術。
圖：學生即測即評考證過程
探索未來出路：從精密製造到航空修護
新竹高工板金科的學生在畢業後，多數選擇繼續升學。他們的升學目標多為國立科大的機械工程系，如台灣科技大學、台北科技大學等，亦有部分學生會依據個人興趣，選擇工業設計、材料科學或工業工程管理等跨領域科系。
為了讓學生提早了解產業動態，科上在高一至高三皆會安排校外參訪或參展，透過校友的人脈資源，帶領學生參觀實際的工廠運作與板金展覽。葉主任指出，板金科的就業出路其實非常廣泛。在傳統產業中，舉凡雷射切割、CNC加工、車床加工等精密製程，皆需要板金人才；在半導體與高科技產業中，設備工程師、製程工程師等職位，也相當看重機械群背景。
圖：學生校外參訪照片
鋼鐵之中的柔情與匠人精神
「板金的製程有一個好處，就是可以『重複試錯』。」板金如果折過了頭，還可以敲回來；銲穿了洞，還可以補料。這種特性讓學生在工場裡更有勇氣去嘗試、去改良。但在手繪製圖或尺寸精準度上，它又要求極致的細心，因為許多工業安全事故，往往源自於粗心。
新竹高工板金科不僅傳授一門謀生的技術，更在反覆的淬鍊與敲打中，培養學生的邏輯思考、空間判斷與面對挫折的韌性。這些在實習工場裡流汗雕琢出來的成品，不只是學生三年努力的結晶，更是他們未來走向世界、連結科技與藝術的自信起點。
開箱板金科學習日常！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
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
廣達、緯創徵召量子電腦人才！台灣電子五哥研發落地加速搶人
2026-07-19 經濟日報記者王郁倫 記者吳康瑋攝影 由聯合新聞網授權轉載
電子五哥廣達（2382）、緯創（3231）開徵量子電腦工程師職缺，顯示硬體廠商正從前期探索跨入著手研發，廣達徵召人才鎖定量子電腦系統內部架構設計到外部控制電腦數據讀取專才，而緯創徵才範圍更大，從晶片封測到軟硬體整合全面徵才，兩家兆元大廠布局量子電腦策略似乎正與AI伺服器布局有高度一致性。
台灣科技產業下游開始布局量子科技，緯創跟廣達都開始徵召量子科技人才，其中，緯創設定人數無上限，徵求人才內容從硬體系統線路設計、晶片封裝與量測架構、超低溫實驗平台規劃維運、微波控制器設計與讀取到核心量子裝置實驗，如位元相干時間改良（讓電腦運算更穩定更持久），最後是軟硬體整合改良。
緯創徵召量子人才的廣度極大，也凸顯布局量子電腦技術的企圖心，期望從晶片模組到整體系統都掌握。緯創董事長林憲銘日前接受《經濟日報》提問時表示，對量子電腦技術將是自研與投資雙軌並行。
林憲銘更透露，將購買一座32量子位元的超導量子機器，與AI伺服器進行連線運算測試，未來也不排除爭取IBM 等量子系統代工或關鍵零組件製造商機。故此次大舉開出量子電腦職缺，也顯示其自建量子運算中心下半年將加速啟動。
[joblist_plugin title='【緯創 量子相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%20%E7%B7%AF%E5%89%B5' amount='1']
廣達此次開出1～2位量子人才需求名額，強調需要出差，符合業界觀察廣達常派出工程師到美國量子新創Rigetti Computing總部交流合作消息，廣達此次徵才要求主要包括量子硬體系統設計優化、量子控制線路、控制程式及資料分析工具、執行量子實驗做量子系統較準及參數設定，該部分人才技能偏向後段硬體面。
[joblist_plugin title='【廣達 量子相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%20%E5%BB%A3%E9%81%94' amount='1']
金寶電子（2312）與國際大廠SEEQC合作室溫電腦控制平台，在電子業下游跑得相當快，下半年第一版本將展開測試，董事長許介立也透露，除超導體新創，目前也廣泛跟其他技術業者合作比方離子阱，目前投資國外新創已有2~3家，未來會持續透過此方案擴大量子電腦布局。
對此，鴻海（2317）董事張慶瑞表示，台灣產業確實開始動起來！他日前曾發言擔心台灣量子人才環境不足，除缺乏產業留才，導致培育的人才畢業後面臨無處可去，只得去台積電（2330）就職或出國就業窘境。
在政府合併AI新十大建設推動方案中，量子技術已被列為三大AI關鍵技術之一，與矽光子及機器人位階相當，政府也從2022～2026年五年內投入80億元打造業合作平台，建立量子國家隊。
張慶瑞日前接受訪問指出，本土培養的量子人才約有150至200人，畢業後卻面臨沒有量子產業可以效力。該問題能否隨廣達、緯創及工研院都開出量子人才職缺而獲得解決將是未來可關注重點。
[joblist_plugin title='更多【量子電腦】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%E9%9B%BB%E8%85%A6' amount='1']
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']
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
從木藝傳承到製造──鳳山商工家具設計科：融合美學與工藝，打造空間裝修的設計職人
當家具製造逐漸走向數位化、自動化，傳統木工技藝是否還有存在的價值？科技的導入，不是為了取代手作，而是讓工藝與科技相互結合。鳳山商工家具設計科從木藝傳承到數位製造?學生又如何在三年的學習中一步步累積設計與實作能力，走向空間裝修與家具設計的專業之路？
從工地走進教室，一位木工職人的養成故事
「設計可以很有創意，但如果不知道怎麼做出來，那終究只是想像。」這句話，不只是張耿輔老師常掛在嘴邊的一句提醒，也是鳳山商工家具設計科始終堅持的教學理念。
身為家具設計科校友，張老師畢業後沒有立刻升學，而是投入室內裝修產業，從店面裝潢、住宅裝修到家具製作，一做就是近十年。那個年代沒有電腦繪圖，只要業主說出需求，他便用手繪立體圖一筆一筆將構想化為實際作品。「以前沒有電腦繪圖，我們就是拿筆畫，再跟業主討論。」他笑著回憶。
因為親身走過工地、參與施工，他深知一件作品能否完成，靠的不只是設計，更要懂材料、懂結構，也懂如何落實於現場。這份實務經驗，也成為他投入教育後最重要的養分。至今投入教學已二十七年，從職訓中心到高中職校園，也曾擔任技能競賽裁判。張老師希望把自己一路累積的經驗傳承給學生，培養的不只是會畫圖的設計者，更是能把設計真正做出來的專業人才。
圖：張耿輔老師於木工教室授課
從一把鑿刀開始，把設計真正做出來
許多人以為家具設計只是畫圖，其實學生真正學到的，是從一塊木頭開始，把作品一步一步完成。高一時，學生先從設計基礎開始，包含素描、圖學、立體造型，以及最重要的木工基礎訓練。第一次拿起鑿刀、學會磨刀、理解不同榫接結構，每一個動作都是未來製作家具的重要基本功。
到了高二，課程逐漸進入家具製作。學生會在高一升高二的暑假準備家具木工丙級，高三寒假再銜接家具木工乙級。取得乙級後，未來還能銜接建築物室內裝修工程管理相關資格，成為室內裝修的重要專業人才。
除了傳統木工技術，家具設計科近年更大量導入數位製造課程。學生除了學習AutoCAD、Rhino等電腦繪圖軟體，也接觸CAM數位加工與CNC木工加工設備，把自己設計的圖面直接轉換成實體作品。科上近年持續導入CNC等數位加工設備，從單軸加工到自動換刀系統，讓學生提早接觸產業現場最常使用的設備。「我們希望學生不是只會操作機器，而是知道每一刀為什麼這樣做，懂材料、懂結構，也懂設計。」張老師認為，數位工具愈來愈重要，但真正的競爭力，仍來自扎實的工藝能力。
圖：學生進行木工實作，測量木板長度
不只是做家具，更學會團隊合作與市場思維
到了高三，家具設計科的學習方式開始改變。不同於低年級著重個人技術，高三學生會以四到五人為一組，共同完成一件大型專題作品。從發想到設計、材料規劃、加工、組裝，每個人各司其職，也模擬未來進入企業後的合作模式。作品完成後，除了參加教育部專題競賽、全國技能競賽、工科技藝競賽等，也有機會參與校外展覽。
曾有學生作品在木藝展展出後，被現場民眾直接購買；也有學生利用課堂作品，在網路平台販售，第一次感受到自己的創作真的有人願意買單。張老師認為，這種成就感，是任何分數都取代不了的。「學生知道自己的作品可以被市場接受，自信心就會完全不一樣。」
除了參與競賽，科上也安排家具博物館、家具產業及相關展覽參訪，讓學生理解從傳統木藝到現代設計的演變，也思考家具如何兼顧美感、耐用與生活需求。近年課程更開始加入人體工學、循環設計、生活美學等概念，希望學生不只是製作者，更能成為真正理解生活的設計者。
圖：張耿輔老師指導學生 參與全國工業類學生技藝競賽榮獲 家具木工職類 金手獎第二名
一門技術，打開設計、裝修與國際產業的大門
家具設計科的出路，比許多人想像得更廣。升學方面，每年都有不少學生錄取國立科技大學相關科系，其中近年包括國立臺北科技大學工業設計學系、國立屏東科技大學木材科學與設計系、國立高雄科技大學營建工程系，以及建築、創意商品設計等相關科系。近兩年更有多位學生錄取北科大家具木工產學專班與屏科大木材科學與設計系，持續深化專業能力；就業方面，畢業生除了投入室內設計公司、室內裝修公司、建築師事務所，也有不少人成為家具工廠管理幹部，甚至前往越南、馬來西亞等海外臺商家具企業發展。
張老師分享，不少臺商家具廠目前正面臨世代交替，反而非常需要懂技術、懂管理的臺灣人才。有學生畢業幾年後便升任管理幹部，甚至成為海外家具廠廠長。
談到家具產業的未來，他也認為，臺灣不該再走低價大量生產，而是應該回到高品質、高工藝與客製化設計。
「真正有價值的家具，不只是使用功能，而是能陪伴生活很多年。」家具設計科希望培養的，不只是會做家具的人，而是能融合木藝傳承、美學設計與數位製造能力的設計職人。從一把鑿刀開始，到一台CNC設備，再到未來的空間設計與家具品牌，每一位學生都在這裡找到屬於自己的可能，也為臺灣木藝工藝寫下新的篇章！
開箱家具設計科學習日常！
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
國科會115年度預算793億元 聚焦AI、晶片、機器人與太空科技
2026-05-06 聯合報記者董俞佳 由聯合新聞網授權轉載
國科會主委吳誠文表示，面對國際局勢快速變遷與地緣政治競合，科技已成為確保國家安全、提升社會韌性的關鍵。國科會今年度主管預算編列793億元，較去年增加108億元，將持續投入前瞻科技，強化台灣在AI、半導體、智慧機器人、太空科技及基礎研究等領域的競爭力。
國科會主委吳誠文今天赴立法院教育及文化委員會，報告今年度預算編列情形。吳誠文指出，國科會已提出「國家科學技術發展計畫（114至117年）」，擘劃未來四年科技發展藍圖，並將於115年啟動研擬「科學技術白皮書（116至119年）」，實現「智慧創新、民主韌性，打造均衡台灣」目標。115年度整體科技預算編列1665億元，投入重點包括AI及算力、晶創台灣方案、智慧機器人、太空科技等，以回應未來關鍵議題。
在AI布局方面，吳誠文表示，國發會、國科會、經濟部與數發部等部會合力規畫「AI新十大建設」，其中國科會主責全民智慧生活圈、量子科技、智慧機器人、主權AI及算力等項目，並將跨部會推動AI應用落地於交通、醫療等關鍵場域。半導體方面，國科會今年將延續「晶創台灣方案」，推動AI晶片與跨領域應用深度結合，將台灣既有晶片優勢轉化為整體產業競爭力。太空科技方面，福衛八號首顆衛星「齊柏林」已於114年11月29日成功發射，並自115年1月起展開正式取像任務，預計2031年完成高解析度光學遙測衛星星系布建。在基礎研究與人才培育方面，國科會115年度整體編列427億元，穩定支持學研界長期投入科研，並鼓勵對社會民生具重大影響力的研究。國科會也將擴大攜手技職校院及私立大學，在既有技專計畫中新增跨域實作類型，培育產業與社會所需的實務人才。
吳誠文表示，國科會也將持續推動科普教育，去年10月底發車的科普環島列車已新增南迴線站點，讓資源普及更多偏鄉學生及多元族群。國科會也會在科研合作協議基礎上，持續結盟國際夥伴，吸引國內外優秀年輕人才留台發展，並進一步擴及產業合作。
科學園區發展方面，吳誠文表示，科學園區114年營業額達5.8兆元，再創歷史新高，主要受惠於AI應用加速滲透，預期115年全年營業額也可望穩健成長。南科沙崙生態科學園區籌設計畫已於114年12月獲行政院核定，未來將以「生態先行」理念續辦開發計畫，並結合「大南方新矽谷推動方案」，以台南沙崙為核心，串聯嘉義、台南、高雄、屏東等地區成為半導體S廊帶，構建以AI為核心的產業生態系。
吳誠文表示，科技預算是國家戰略投資，國科會將持續投入前瞻科技，確保台灣未來在國際競爭中更具韌性與繁榮。
[joblist_plugin title='104精選【國家實驗研究院】工作機會' url='https://www.104.com.tw/company/76sfnje' amount='5']
大咖獻策 半導體鏈轉向「與台灣一起製造」
2026-09-03 聯合報記者簡永祥 由聯合新聞網授權轉載
AI浪潮正把台灣半導體推向前所未見的位置。國內半導體產業領袖指出，AI需求已大到台灣難以完全承接，不能只追求把產能留在島內，應把累積數十年的矽智財、製造能力與供應鏈知識向全球延伸，從「台灣製造」走向「Global Taiwan（全球的台灣）」，也必須轉向思考「Made with Taiwan（與台灣一起製造）」。
SEMICON Taiwan 2026大師論壇暨全球生態系高峰會昨天舉行爐邊對談，由SEMI全球董事會主席、日月光營運長吳田玉主持，與台灣半導體產業協會理事長侯永清、聯發科執行長蔡力行、鴻海董事長劉揚偉、欣興電子董事長簡山傑對談，集結IC設計、晶圓製造、電子製造到封裝供應鏈大咖，探討台灣下一階段AI戰略。
吳田玉指出，AI是探索未知、為未來創造更高價值；如今AI成長速度、規模及應用，毋庸置疑大到令人無法想像，但從製造角度來看，台灣仍是全球AI基礎建設的關鍵瓶頸。當台灣掌握AI未來最重要的製造能力，也意味肩上承擔更大責任，必須思考如何支撐全球下一階段AI成長。
台積電資深副總經理侯永清則用數字說明需求的驚人程度對產能的挑戰。他說，去年底預估今年設備需求若為一倍，才經過一季就上修至一點五倍，今年七月更增至一點九倍，這種需求增加幅度及變化頻率，是過去卅年從未見過。台積電為此將建廠速度提高至過去約五倍，目前在台灣同步興建十七座廠，海外另有五至六座廠推進，卻仍無法完全滿足需求。
侯永清表示，AI供給瓶頸已不只是台積電的問題，而是營建人力、設備、材料、封裝測試等「整座金字塔」都必須一起擴張。
蔡力行則說，從PC、網際網路、手機到AI，「台灣過去在場、現在在場，未來也一定會在場」。面對AI下一階段，他直言「不需要所有事情都在台灣完成」，台灣最強的根基仍是晶片、硬體、製造及精密機械，至於感測器、軟體等相對不足之處，可尋找全球最好的夥伴共同開發。他提出「Global Taiwan」概念，認為今天的台灣供應鏈早已是全球台灣供應鏈，未來應透過海外投資、人才與全球夥伴，把台灣能力延伸出去。
延伸閱讀：聯發科：創造AI時代三贏 CEO蔡力行喊話「拜託多給一點產能」
鴻海董事長劉揚偉指出，AI需求「來得太快、規模太大」，供應鏈一方面承受龐大擴產壓力，也必須衡量未來投資回收風險，他將新供應鏈模式濃縮為「共享、合作及共榮」。
劉揚偉說，過去可能把所有事情集中單一國家完成，但未來須與產品使用所在地共同建立製造能力。台灣具品質與速度兼具的優勢，應將核心IP、製造知識與快速量產能力複製到全球，利用各地人才與資源共同服務AI市場。因此必須改變思維方式，從以往的台灣生產製造（Made in Taiwan），思考如何在當地市場與台灣一起製造（Made with Taiwan）。
簡山傑也提到，AI不只帶來龐大載板需求，更持續拉高供應鏈的技術門檻，包括更低熱膨脹係數、更低介電常數以及嵌入式結構、更複雜微盲孔設計等新要求，已不是單純增加產能就能解決。
[joblist_plugin title='更多104【半導體業】工作機會' url='https://www.104.com.tw/jobs/search/?indcat=1001006000&page=1' amount='3']
台美日聯手進擊 AI 記憶體 力積電扛起試產與製造重任
2026-02-23 經濟日報記者李孟珊 由聯合新聞網授權轉載
AI催動記憶體商機大爆發，台股農曆年封關期間，國際記憶體族群全面噴漲，台美日也將合力打造下世代AI與超級電腦記憶體，台灣由力積電（6770）扛起試產與製造重任，結合美國半導體巨頭英特爾，以及日本軟銀集團的技術能量，三強聯手重磅出擊。
這項跨國合作，有望讓台灣首次掌握AI關鍵記憶體話語權，打破三星、SK海力士、美光寡占局面。尤其全球AI供應鏈重組之際，力積電正由成熟製程代工，逐步升級為AI記憶體製造與整合的關鍵要角，進一步讓台灣登上AI記憶體大舞台。
AI訓練與推論需求持續攀升，導致記憶體頻寬與功耗成為算力擴張瓶頸，這次台美日聯手打造下世代AI與超級電腦記憶體開發計畫，目標開發全新「Z-Angle Memory」技術，鎖定AI與高速運算（HPC）應用，要在容量、功耗與傳輸效率突破現行高頻寬記憶體（HBM）限制，讓未來AI記憶體比現有HBM更強。
（由聯合新聞網授權轉載）
相關開發計畫分工明確，軟銀集團為此新設Saimemory公司，由Saimemory統籌設計與智財管理，結合英特爾在堆疊與記憶體架構的技術，並由力積電與日本新光電氣等廠商協助試產與製造，目標2027年前完成原型開發，並在2029年邁向商業化量產。
英特爾表示，傳統記憶體架構已難滿足AI系統需求，新的記憶體設計將透過多層堆疊與先進組裝方式提升效能，同時降低電力與成本，該方向反映產業趨勢正從單一記憶體元件競爭，轉向系統層級整合，記憶體與運算架構協同設計成為關鍵。
業界分析，AI記憶體被視為算力基礎設施的重要一環，這次台美日聯手進擊下世代AI記憶體，由軟銀集團整合設計與投資資源，英特爾提供架構與技術支援，並導入台灣製造能力，藉跨國協作，有助於建立HBM之外的新記憶體路線，降低對既有供應體系依賴。
[joblist_plugin title='【力積電】精選職缺' url='https://www.104.com.tw/company/cwxk0oo' amount='5']
延伸閱讀：
「台灣半導體已沒有敵人」力積電董座黃崇仁剖析２大主因：我們有螞蟻雄兵
AI產品經理需求5年成長263%！從Chatbot到AI Agent，PM工作正在發生什麼變化？
生成式AI熱潮即將進入新階段，企業對AI人才的需求也明顯發生變化。前幾年當我們談到「AI人才」時，多數人第一時間想到的可能是「AI工程師」、「資料科學家」或「機器學習工程師」；但到了2026年，另一群人才正在快速受到企業重視——那就是「AI產品經理」(AI Product Manager)。
文／《104學習》
本文導覽
AI產品經理是什麼？不只是「會用ChatGPT的PM」趨勢一：AI人才需求正在從工程端往產品與商業端擴散趨勢二：從「AI Chatbot」進入「AI Agent」時代趨勢三：PM不一定要成為工程師，但「做得出來」正在變重要趨勢四：只會Prompt，差異化可能愈來愈小趨勢五：企業不再只看AI使用率，而開始追問ROI趨勢六：AI Governance也正在進入產品經理的工作範圍未來可能不是「AI PM變多」，而是「所有PM都要懂AI」想進入AI產品領域，可以從這4層能力開始光是「知道AI」還不夠，實作才是最重要的一步從「會用AI」到「管理AI」，PM競爭正式進入下一階段
根據《104學習》發布的《AI人才趨勢報告》，近5年台灣AI人才需求成長 97.6%，明顯高於整體招募市場同期增幅。其中，「專案／產品管理」相關AI人才需求從2022年平均每月951人，增加至2026年3,453人，5年增幅高達263.1%，是成長幅度最高的職類。
這個數字透露了一個重要訊號：企業現在缺的不只是「會開發 AI 的人」，更缺「知道怎麼把 AI 做成產品的人」。
而這樣的轉變並不只發生在台灣。
從美國科技業到全球大型企業，AI發展的焦點正在從「模型有多強」，進一步走向「AI能不能真正進入工作流程、解決問題，並產生可以衡量的商業成果」。
產品經理，也因此站到了這波 AI 轉型的第一線。
延伸閱讀：不再只看影片！AI如何顛覆企業培訓？「圍繞AI設計學習體驗」成2026職場新顯學
AI產品經理是什麼？不只是「會用ChatGPT的PM」
「AI產品經理」(AI Product Manager)並不是多學、會用幾個AI工具，就可以在職稱前面加上「AI」。
簡單來說，AI PM 真正要做的是：
找到值得 AI 化的問題，設計 AI 解決方案，再把它變成使用者願意使用、企業可以持續經營的產品。
傳統產品經理需要進行：使用者研究、規劃 Roadmap、管理產品需求、分析數據，以及協調設計與工程團隊。
儘管這些能力到了AI時代仍然重要，但AI產品又多了不少全新的不確定性。
例如：
AI回答到什麼程度才算正確？
準確率90%可以上線嗎？
如果AI判斷錯誤，誰負責？
哪些事情可以讓AI自動完成？
什麼時候需要人類確認？
模型使用成本多少才合理？
使用者資料能不能送進大型語言模型？
AI產生幻覺時，產品要如何處理？
這些問題已經不單純是工程問題，同時也是產品的問題，因此，AI PM 的角色正在逐漸從單純的「需求管理者」，轉向：「Product Manager × AI Solution Designer × Business Owner」。
延伸閱讀：AI PM紅什麼？！年薪上看150萬！
哪些職類適合轉職成AI產品經理？這5種背景都有機會
你可能會想：「一定要原本就是產品經理，才能成為AI產品經理嗎？」
其實不一定。
AI產品經理需要的並不是單一技能，而是「產品思維 × AI理解 × 商業判斷 × 產業知識」的組合。因此，不同職務背景的人，都可能帶著原本的專業優勢切入AI產品領域。企業需要的不只是懂技術的人，更需要能理解實際工作問題、知道哪些流程值得AI化的人。
舉例來說，以下幾類工作者，轉職AI產品經理時尤其具有既有優勢：
產品經理／專案經理：產品方法與跨部門協作能力最接近。
軟體工程師／資料分析師：懂技術，更容易判斷AI能不能做。
UX／UI／使用者研究：最懂使用者如何與AI互動。.
行銷／營運／商業企劃：最了解市場、流程與ROI。
HR、金融、醫療、製造、教育等產業專業人才：Domain Knowledge可以成為最大優勢。
因此，想轉職AI產品經理，不一定要把過去的工作經驗全部歸零。相反地，原本累積的產業知識，很可能就是你的轉職籌碼。
真正需要做的，是在既有專業上補上「產品方法」與「AI能力」，慢慢形成自己的跨域組合：原本專業 × Product × AI。
未來企業需要的AI PM，很可能不是最會下Prompt的人，而是最清楚「問題在哪裡、AI可以怎麼解、產品怎麼落地，以及最後能不能創造商業價值」的人。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
趨勢一：AI人才需求正在從工程端往產品與商業端擴散
AI發展初期，企業最需要的是AI Engineer、Machine Learning Engineer、Data Scientist等技術人才。
但當企業真正開始導入生成式AI，管理者面對的問題就變了。
以前問的是：「我們能不能做AI？」
現在問的是：
「哪些流程最值得 AI 化？」
「這個功能真的有人需要嗎？」
「AI 可以節省多少時間？」
「導入之後能不能增加營收？」
「這筆 AI 投資到底值不值得？」
104人力銀行的人才數據也反映出這個轉變。除了專案／產品管理人才需求5年內增加263.1%之外，業務銷售相關的AI人才需求也增加247.8%，行銷相關需求則增加了165.4%，都是非常高的成長曲線。
換言之，AI已經不再只是資訊部門或研發部門的事情。它開始進入：產品、營運、行銷、業務、人資、金融、製造、教育等不同場景。
無獨有偶，世界經濟論壇(WEF)所發表的《Future of Jobs Report 2025》也將「AI and Big Data」列為未來成長最快的技能，並預估到2030年，現有工作所需的核心技能有約39%將發生變化。
所以未來真正稀缺的，可能不只是 AI 工程師，而是：懂原本專業，又知道如何利用 AI 改變工作的跨域人才。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
趨勢二：從「AI Chatbot」進入「AI Agent」時代
當2023、2024年AI應用剛起步流行時，多數企業選擇做「生成式AI」，那時候最常見的應用，就是「AI Chatbot」的應用。例如以下的情境應該不讓人感到陌生：
員工問：「公司差假怎麼申請？」
AI從知識庫找到答案後回覆答案。
但現在企業開始往下一個階段前進：「AI Agent」。
不同的是，過去AI Chatbot的主要負責的工作是：「回答問題」，而AI Agent能做到（或想做到）的則是：「完成任務」。
例如：過去的客服AI可能只是告訴顧客如何退貨。未來的AI Agent可能直接可以執行以下的動作：
讀取訂單
直接執行以下5個SOP
→ 判斷是否符合退貨資格
→ 建立申請
→ 通知物流
→ 更新 CRM
→ 回覆顧客
因此連帶讓產品設計從過去陽春的「對話介面」，直接變成完整可以提供服務的「AI Workflow」。
不過，根據勤業眾信在《2026 AI企業現況報告》指出，就算企業已開始積極布局Agentic AI，但當前AI的治理與組織準備程度仍有落差；企業真正面臨的挑戰已從「要不要用AI」，逐漸轉向「怎麼安全地讓AI進入核心流程」。
這也是AI PM接下來最重要的工作與挑戰，產品經理必須懂得設計：
AI 可以做到哪一步？
什麼時候交回給人？
哪些操作需要再次確認？
AI 可以存取哪些資料？
Agent 執行錯誤後如何恢復？
如果過去PM主要工作是在設計產品的「User Flow」，未來很可能還要學會設計：Human × AI × System 的 Agent Workflow。
延伸閱讀：文科生的AI時代生存指南：這4類證照幫履歷「套上科技濾鏡」，跨領域轉職必備！
趨勢三：PM不一定要成為工程師，但「做得出來」正在變重要
AI同時也正在重新定義產品經理與工程團隊之間的工作邊界。
過去 PM 想驗證一個產品概念，常見流程可能是：
需求研究
→ Wireframe
→ Figma Prototype
→ PRD
→ 工程開發
→ MVP
現在，Vibe Coding、AI Coding Agent、No-code／Low-code等工具正在壓縮這段流程。
產品經理即使沒有完整工程背景，也開始有機會自己建立：
AI Chatbot
簡單Web App
AI知識庫
RAG應用
自動化Workflow
AI Agent Prototype
未來企業期待 PM 的可能不只是：「你能不能把需求寫清楚？」，而會進一步變成：「你能不能先把想法做出來，證明值得投入？」
雖然這並不代表產品經理都要轉職成工程師。
但是當你真正理解基本的技術邏輯（包括 API、LLM、RAG、Prompt、Agent與資料流程），才能更有效率地和工程團隊一起完成產品。
延伸閱讀：PM的隱性停滯：你是「救火型PM」還是「系統設計型PM」？
趨勢四：只會Prompt，差異化可能愈來愈小
生成式 AI 剛出現時，「Prompt Engineering」曾經被視為非常稀缺的能力。但隨著模型能力持續提升，單純會操作ChatGPT、Claude 或 Gemini，會逐漸變成知識工作者的基本能力。
真正拉開 AI PM 差距的問題，不再只是：「Prompt 怎麼下？」，而是：「什麼問題值得交給 AI？」
例如：公司有50個客服流程，哪5個最值得優先 AI 化？AI 自動化率做到多少才有 ROI？如果準確率只有 90%，剩下 10% 的錯誤會造成什麼影響？哪些情境一定需要 Human-in-the-loop？
這些問題靠 Prompt Engineering 解決不了，它需要的是：「產品判斷＋商業理解＋AI知識＋產業經驗」。
因此未來有價值的人才組合，很可能會是：
金融 × AI
HR × AI
醫療 × AI
製造 × AI
教育 × AI
行銷 × AI
對已經有幾年工作經驗的產品經理而言，原本累積的Domain Knowledge（領域知識）並不會因AI出現而失去價值，反而可能成為自己切入AI產品的重要優勢。
延伸閱讀：AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司
趨勢五：企業不再只看AI使用率，而開始追問ROI
生成式 AI 剛進企業時，許多組織最先觀察的是：
多少員工開始使用AI？
一天用了幾次？
有哪些團隊導Chatbot？
但2026年之後，更重要的問題開始變成：「用了之後，到底產生多少價值？」
根據勤業眾信在2026年的研究顯示，66% 的企業已經從AI獲得生產力或效率提升；但是只有約20%已經看到AI帶動營收成長。儘管74%的企業期待未來AI可以創造營收，但這中間巨大的落差，就是「AI Product Manager」的機會。
OpenAI在2026年談企業AI投資管理時，也提出不應只看Token單價，而應衡量AI每一美元實際完成多少有價值的工作，包括成功完成的任務、節省時間、改善決策以及能否形成可規模化工作流程。
因此 AI PM 未來除了 DAU、Retention、Conversion 等傳統產品指標，還可能需要理解：
Task Success Rate
Accuracy
Hallucination Rate
Latency
Automation Rate
Human Intervention Rate
Cost per Successful Task
最後回到最核心的問題：這項AI產品，到底替使用者與企業創造了什麼價值？
延伸閱讀：85%員工上完課卻不會用！AI時代真正的危機不是失業，而是你的「技能已過期」
趨勢六：AI Governance也正在進入產品經理的工作範圍
2026 年另一個值得注意的全球變化，是 AI 法規正式進入執行階段。
歐盟的《AI Act》於2024年生效，多項規範已在2026年8月2日進入適用或執行階段，包括特定 AI 系統的透明度義務；部分高風險 AI 系統則有不同的後續實施時程。
因此做 AI 產品時，PM 未來還需要思考：
使用者知不知道自己正在跟 AI 互動？
AI 產出的內容需不需要標示？
產品使用了哪些資料？
哪些事情一定需要人工決策？
系統如何留下紀錄？
AI 判斷錯誤後如何追蹤？
特別未來的世界裡，金融、人資、醫療、教育等領域，AI Governance很可能逐漸成為產品設計的基本能力，需要注意的規範範圍將會愈來愈廣。
延伸閱讀：AI基本法借鏡國外 美專法重競爭、歐盟南韓有罰則
未來可能不是「AI PM變多」，而是「所有PM都要懂AI」
從更長期來看，「AI Product Manager」甚至未必永遠是一個獨立職稱。
就像現在很少有人特別強調自己是「Internet Product Manager」，當AI逐漸成為所有數位產品的底層能力後，企業遲早有一天將不再區分：Product Manager、AI Product Manager，而會認為：「產品經理本來就應該理解 AI」。
因此，真正值得產品工作者思考的，可能不是：「我要不要轉職 AI PM？」而是：
「我的 PM 能力，要怎麼升級成 AI 時代需要的產品能力？」
想進入AI產品領域，可以從這4層能力開始
如果把目前 AI Product Manager 所需能力整理成學習地圖，大致可以分成四層。
第一層｜產品基本功使用者研究、需求分析、產品策略、Roadmap、數據分析、商業模式第二層｜AI基礎理解生成式 AI、LLM、Prompt、API、RAG、AI Agent、資料流程第三層｜AI產品實作AI Product Design、AI Workflow、Prototype、產品驗證、Evaluation、Human-in-the-loop第四層｜AI商業化能力AI ROI、成本管理、AI Governance、產品商業模式與產業應用
真正的挑戰，是把這些原本分散的知識串在一起。
因為很多人現在已經「會用AI」，但從使用AI工具，到真正能提出一個AI產品構想、驗證需求、設計流程，再做出可以展示的Prototype，中間其實還有不小的距離。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
光是「知道AI」還不夠，實作才是最重要的一步
如果你原本就是產品經理、專案經理，或者希望往 PM 領域發展，現在需要補的可能已經不只是再上一堂「ChatGPT 工具課」。
而是實際練習：
怎麼找到值得用 AI 解決的問題？
怎麼把需求轉成 AI 產品構想？
怎麼和技術團隊討論 AI 解法？
怎麼快速驗證產品？
怎麼把 AI 概念變成真正的產品提案？
針對這樣的能力轉型，104人力銀行也與緯育TibaMe合作推出「第一屆AI產品經理學習營」，鎖定希望在PM實務中應用 AI、提升產品提案能力，以及希望踏入產品經理領域的職場工作者。課程預計自2026年10月17日起正式展開。
與單純介紹 AI 工具有所不同，如果你的目標是往 AI Product 發展，更值得關注的是能否透過有結構的學習與實作，把「AI 知識」轉化成真正能用在工作上的「產品能力」。
👉 查看「第一屆 AI 產品經理學習營｜緯育 TibaMe × 104 人力銀行」課程資訊
從「會用AI」到「管理AI」，PM競爭正式進入下一階段
回頭看這幾年的市場，可以大致看到產品人才能力的變化：
2023，會用 AI，是加分：生成式 AI 與 Prompt 開始普及。
2024，懂 LLM，是稀缺能力：企業開始嘗試 RAG、企業知識庫與生成式 AI 應用。
2025，能做 AI Product，開始受到重視：AI 從實驗性專案逐漸走向正式產品。
2026，能設計 Agent、Workflow、Evaluation 並衡量 ROI，價值快速提升：AI 開始真正進入企業核心工作流程。
放眼望去，下一階段真正稀缺的工作能力組合，很可能是：AI × Product × Domain × Business。
AI 工具的操作門檻只會愈來愈低，真正有價值的，反而是那些知道問題在哪裡、知道什麼值得 AI 化、能把想法變成產品，也知道怎麼衡量成果的人。
所以，對產品經理而言，現在真正值得問的或許不是：「AI會不會取代PM？」
而是：「當AI開始改變所有產品，我是否已經具備下一代PM需要的能力？」
推薦閱讀
AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司
AI代理人時代，勝負不在AI多聰明！林之晨：關鍵在組織消除落地摩擦力
AI拆解傳統職位、重組專業分工：下一批高薪人才長什麼樣？
有任何收穫或想分享的，都來和大家一起聊聊吧！