104學習

COBIT

這是一套專為企業IT治理設計的框架,幫助組織有效管理與控制資訊科技資源,確保IT策略與企業目標一致。具備此技能代表能評估風險、提升資訊安全、優化流程並強化內部監控,對提升組織整體運作效率和合規性非常有幫助。在台灣職場中,尤其是IT管理、風險控管及審計相關職位,此能力非常受重視,能提升職場競爭力與專業價值。

4 個相關職缺

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

CompTIA SecAI+國際AI資安認證班
CompTIA SecAI+國際AI資安認證班
AI 協思簡報術|從模糊點子到精準說服的提案策略
AI 協思簡報術|從模糊點子到精準說服的提案策略
AI高效領導術:主管必備60大應用場景全攻略
AI高效領導術:主管必備60大應用場景全攻略
Vibe Coding:AI 網路應用開發實戰(上)
Vibe Coding:AI 網路應用開發實戰(上)
PMI-ACP 敏捷專案管理師認證暨實務課程
PMI-ACP 敏捷專案管理師認證暨實務課程
EC-Council COASP AI資安專家認證課程
EC-Council COASP AI資安專家認證課程
Vibe Coding:AI 網路應用開發實戰(下)
Vibe Coding:AI 網路應用開發實戰(下)
CompTIA Security+國際網路資安認證班
CompTIA Security+國際網路資安認證班
CompTIA Security+國際網路資安認證班
CompTIA Security+國際網路資安認證班
SSCP資安專業人員認證課程
SSCP資安專業人員認證課程

精選證照

考取專業證照,讓能力被市場看見

CDIA+ |
CDIA+(Certified Data Intelligence Associate)證照專注於數據智能與資料分析能力,涵蓋資料收集、處理、分析及應用等核心技能,協助企業從大量數據中萃取價值,提升決策品質與營運效率。持有此證照代表具備運用數據驅動策略及解決問題的專業能力,適合數據分析師、業務分析師及相關領域專業人士,助力職涯發展與職場競爭力提升。
Comp TIA
CCI |
CCI證照為國際認可的資訊安全專業證照,涵蓋資安管理、風險評估、漏洞分析及防禦技術,適合資安相關從業人員提升專業能力。持有CCI證照代表具備系統性資安知識與實務經驗,有助於提升職場競爭力及晉升機會。此證照廣泛應用於企業資安防護、政府機關及金融機構,強化資訊安全防護體系,保障組織資訊資產安全。
Citrix
GCSC |
GCSC證照為全球資訊安全專業認證,涵蓋網路安全管理、風險評估、資安政策制定及漏洞分析等核心技能,適合資訊安全相關從業人員提升專業能力與職場競爭力。持有此證照代表具備扎實的資安理論基礎與實務操作經驗,能有效防範網路攻擊及維護企業資訊安全。此證照廣受企業重視,有助於求職者在資安領域取得優勢,並促進職涯發展。
SANS Institute
國際電腦稽核師(CISA) |
當今複雜的商業環境和技術環境不斷地挑戰各個機構,使他們在尋求保護及控制資訊技術與商業系統的工作當中遭遇困難。除此之外,政府規定與監管措施也不斷出新,要求他們採取更嚴格的內部控管手段並揭露實施效果。國際電腦稽核協會(ISACA)的國際電腦稽核師TM (CISA®) 認證計劃對相關技術方面的技能、知識和規範進行推廣與評價,使持證人獲得根本的實力以迎接這些挑戰。 自1978年以來,CISA認證已經成為電腦稽核、控管、評估組職IT和IS安全等專業領域中全球公認的資格標準。目前全球超過151,000人取得CISA認證,而統計至2024年2月止,台灣持有CISA證照之ISACA會員人數為303人(不含非會員之持證者)。 CISA 資格能帶來相當多的職業與個人收益,包括: 全球認可的專業經驗。 增強知識與技能。 職涯晉升。 CISA考試每年舉行,考題為150題單選選擇題,範圍涵蓋從最新CISA工作實務分析中所創建的五個工作實務領域。ISACA聘用著名的行業領導、主題事務專家和行業執業者來開發工作實務分析,並對其進行驗證。試題之設計主要在測試實務上的知識及經驗,並無絕對的答案,考生需選出相對「最佳」的答案。
ISC2 國際資訊系統安全認證協會
TQC-OA-網際網路及行動通訊 |
企業人才技能認證(TQC)是財團法人中華民國電腦技能基金會針對企業用才需求,所提出來的一項整合性認證。這項認證是經過詳細調查、分析各職務工作需求,確認從事該項職務究應具備哪些電腦技能,再對所有電腦技能測驗項目重新歸類整合而成。不但能讓有志於從事網路管理職務的人員掌握學習的方向,對求才企業也提供了更快速、更客觀、更簡化的人才甄選程序。
財團法人中華民國電腦技能基金會
資訊安全管理系統與風險管理 |
『ITE』是「Information Technology Expert」的簡稱,中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作(APEC)部長級會議中,與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育,同時透過共同檢定採認,提昇整體資訊水準。 近年來資訊技術蓬勃發展,各項功能與應用的突破,使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等,皆無法置身事外。由於資訊技術的特性,使得競爭突破國界、資本、廠房等傳統的限制,只有掌握了技術,才能確保競爭上的優勢。 適逢89年11月亞太經濟合作發展會議部長級會議時,日本提出跨國合作構想,希望促進兩國在資訊人員檢定的合作,並於當月底再次確認雙方合作之意願,故經濟部決定舉辦資訊人才之跨國認證,並委託財團法人資訊工業策進會及財團法人電腦技能基金會,執行鑑定工作。 為使鑑定貼近企業界用才標準並切合實際需要,電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目,並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行,一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系,提供企業界優良之資訊專業人才,另一方面藉由本鑑定制度與世界各國資訊技術流通接軌,使資訊技術發展與國際同步,為我國產業奠定良好的競爭優勢。 本鑑定舉辦至今相關鑑定制度已臻成熟,深受學界與業界肯定,同時與日本亦完成交互採認MOU,階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務,自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會

精選貼文,掌握第一手知識

AI如何改變我們工作關係和對公司的信任感

原標題:AI如何改變我們工作關係和信任感 隨著人工智能逐漸成為職場核心的一部分,企業與員工之間的關係動態也面臨前所未有的挑戰與轉型。透過一項2021年的研究,我們將探討AI對職場心理契約——員工對公司的期望和認知——的各種影響,包括員工在工作投入和信任感上的變化。文章深入分析了異化型合約現象,此現象描述了因為AI引入而出現的人際疏離感,以及它潛在引發的不安和生產力下降。透過了解這些動態,公司可以有效地維護人性化職場環境,並促進積極且協作的人力資本管理策略。在這樣急速革新的環境中,企業如何抓住機遇管理風險,是所有人極需思考的重要課題。 文: 小婉家族研究生 周郁恩   | 工商心理實驗室 進入現今的人工智能(AI)時代,人們好奇:這會怎麼影響我們的工作?是否什麼都變成機器人代打,或是我們與公司的關係會有何變化?2021年一項研究就針對這個題目,分析AI進入職場將如何影響員工的心理契約,工作投入和信任感。 什麼是心理契約? 「心理契約」指員工對公司的期望與互動關係,這種契約不是開發在經濟交易上,而是一種無形的理解和感受。一般分為兩種: 1.交易型契約:以薪資和工時為主,此層關係較淺,員工大多是為了收入而工作。 2.關係型契約:帶有社會與情感結合,員工和公司間有更深的依靠和長期成長合作,這層次的關係會提升工作滿意度和公司成效。 AI採用對工作關係的影響 研究發現在AI未介入時,心理契約能顯著提升員工的工作投入和對公司的信任。但一旦公司引入AI技術,這種正面影響會明顯下降。 研究更提出了一種新型心理契約,稱為異化型合約(Alienational Contract)。這種合約是因為AI引入而引發的關係變化,員工與公司關係浮光略影,而人際交流大量削減。例如零時數合約或工作全面由AI技術管理,員工不再有興趣或成就感。 多堂免費大師講座,提升你的職場思維與視野 >> AI引入的隱憂 1.工作不安感:AI對較低技術之工作造成威脅,讓員工感到未來不可預測。 2.信任關係弱化:AI技術成為主要操控力量後,員工和公司之間的信任關係會大打折扣。 3.工作投入降低:員工對工作的熱情會因不確定性而降低,進而影響效能。 公司如何應對AI採用 為了在引入AI技術時保持員工的體驗和投入,公司可以措取以下措施: 1.加強內部溝通和培訓:使員工了解AI如何輔助工作,清楚未來發展。 2.保持人性化的工作環境:即使AI介入,仍要確保人與人之間的交流與合作。 3.提供生活指導和導向:為感到工作壓力或迷惘的員工提供更多支援與資源。 人工智能採用有助於提升公司效率,但也對員工工作投入和信任關係造成影響。公司應在導入AI技術同時,認真考量對員工心理和社會關係的影響,避免異化型合約的擴散,將經濟效率與社會負責完美帶結。 小婉家族研究生:N 參考資料: Braganza, A., Chen, W., Canhoto, A., & Sap, S. (2021). Productive employment and decent work: The impact of AI adoption on psychological contracts, job engagement and employee trust. Journal of Business Research, 131, 485–494. https://doi.org/10.1016/j.jbusres.2020.08.018 看更多來自工商心理實驗室的好文 >> 在職場中你容易被情緒勒索嗎?這五大人格特質最易受影響 職場八卦:氣質性嫉妒與組織認同的交織 能者多勞?還是忍著過勞? 小心引發工作倦怠 Z世代安靜離職消失了嗎?不,它進化成「怨恨缺勤」 學習時間管理就能提升效率?探索你的「時間特質」找到關鍵 超過5000+的HR都報名過的104人資學程!七大主題課程幫你系統化學習 >>   最划算的全方位教育訓練方案!免費申請全課程試閱 >> 訂閱人資市集電子報獲得專家工作分享及產業新知 >> 加入104人資市集官方line獲得最新優惠及活動資訊 >>
【104職場力】・AI

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。
104學習・AI 趨勢報-科技愛好者的產地🤖

AI協作的3個關鍵階段:節能、增能、賦能!

原標題:AI協作的3個關鍵階段:節能、增能、賦能!【聽見趨勢】 AI浪潮席捲而來, 工作型態正在改變,很多人對AI在工作中可能帶來的影響感到些許困惑和不安。不禁會問:「AI會取代我們嗎?」「如何用AI?」「從哪裡開始?」因為這些疑問,我們特別邀請在AI協作有豐富實戰經驗的小花老師,來進行分享。老師不僅有資訊背景,還是簡報溝通專家,融合與「資訊」及「人」的溝通洞察,給出許多應用AI的超實用建議! 文: 趨勢來賓 | 林稚蓉 小花老師 本文目錄: 與AI協作溝通的應用與挑戰 如何用AI優化企業作業流程 AI協作3階段:節能、增能、賦能 AI時代的人類角色:你依然是機長! 3個層次的工作思維 從哪裡開始使用AI 1. 與AI協作溝通的應用與挑戰 在AI工具的應用過程中,許多人最常遇到的問題是「如何讓AI回答更精準」。有時AI的回答看似離題,或者產生「幻覺」,讓使用者感覺比自己動手做還要更花時間。這種困境往往會讓初學者感到挫折,甚至放棄繼續使用AI工具。然而,這個問題的關鍵在於我們如何與AI進行有效溝通。 小花老師提到,因為自己過去資訊管理背景和簡報培訓經驗,因而對人機溝通有獨特的見解:「在資訊管理我們是要跟電腦講話,可是簡報培訓要講的是要跟人講話。而AI則是介於兩者之間,它需要明確的目的性、對方的邏輯性,以及精練易懂的表達方式。」基於這個概念老師分享了3個突破這些挑戰的關鍵方向: 方向1:理解AI提問的語法與邏輯 第一個關鍵方向是理解與AI溝通的基本語法和邏輯。老師提出生動的比喻:我們應該把AI視為一個「外國人」,而不是單純的機器。就像與外國人交談需要遵循特定的語法規則一樣,與AI溝通也需要掌握相應的「語法」。這包括了解官方提供的提示工程(Prompt Engineering)技巧,以及如何構建清晰、邏輯性強的提問。 「你不能把AI當做機器,你要把它當作是一個外國人,用他懂的語言,交流他懂的事情」。透過系統性地學習和運用這些溝通技巧,我們可以顯著提升與AI互動的效果。 將AI視為「外國人」而非機器,需要用特定的語法與之溝通 研究官方提供的提示工程(Prompt Engineering)技巧 掌握提問的基本文法和邏輯結構 104人資市集一站式幫你解決企業培訓,管理、AI職能、企業法遵>> 方向2:了解AI的能力與限制 AI技術雖然強大,但並非萬能。我們必須清楚認識AI可能產生「幻覺」,即一本正經地說出不準確的信息。同時,很多AI模型無法實時連網獲取最新信息,也可能在數學計算等特定領域表現欠佳。了解這些限制對於正確使用AI工具至關重要。「不是複製貼上就很容易就要上當了」老師提醒到「你要知道他可以做到什麼程度,他的限制又在哪裡,風險又在哪裡。」這種了解能幫助我們更準確地評估AI輸出的可靠性,並作出相應的調整和驗證。 持續關注AI功能的更新與發展 認識AI的局限,如無法上網、可能產生幻覺等 避免單純複製貼上,需要理解內容的正確性 方向3:善用不同AI工具的優勢 在當前AI工具快速發展的環境中,每個工具都有其特定的強項。例如,Chat GPT、Copilot、Gemini等工具各自擅長不同類型的任務。我們應該實際測試來了解每個工具的特點,並學會組合使用這些工具來達到最佳效果。「它們各自的強項,你都去嘗試過之後,你會發現工具是要多個東西組合之後,才會發揮你的效果。」這種組合使用的方法能夠彌補單一工具的不足,創造出更全面的解決方案。 小花老師分享了在金融業的實務應用案例:「像GPT或者是一些生成式AI,他們其實數學能力非常不好,會把數字當作文字來做處理。因此在進行數據分析時,我們建議將計算工作留在本機端進行,而使用AI來協助產生Excel函數公式再進行數據趨勢分析。」 每個AI工具都有其特定強項,如ChatGPT、Copilot、Gemini各有所長 多方嘗試不同工具,找出最適合的組合 透過工具組合來發揮最大效益 2. 如何用AI優化企業作業流程 在企業環境中,AI不僅是一個輔助工具,更可以成為提升工作品質的重要夥伴。小花老師認為,AI就像電力一樣「只要用到電的地方,都會有改善;同樣地,AI可以用在任何有關思考的部分,都可以帶來改善。」特別是在思考、企劃、溝通等需要創意發想的領域,AI的應用可以帶來顯著的效益提升。 然而,在運用AI工具時,企業必須特別注意資訊安全的議題。正如之前新聞報導三星員工將公司資料上傳至AI平台的事件,如何在提升效率與保護資料間取得平衡,是企業必須審慎考量的。以下分享幾個具體應用案例: 提升簡報製作效能 運用AI進行角色扮演,模擬不同聽眾的思維模式 針對不同對象客製化簡報內容和開場方式 提高提案的精準度和準備效率 提升規劃能力 老師分享了一個企業ESG工作計畫的實際案例: 運用AI進行利害關係人分析 模擬不同角色的需求和期待 透過管理顧問的角色扮演,擴展思考維度 根據各方意見制定具體執行方案 透過AI的協助,讓原本資歷較淺的員工也能在思考的廣度、深度和執行細節上有更好的表現。 3. AI協作3階段:節能、增能、賦能 AI的應用不應該是盲目追求新工具,而是要找到真正能夠為工作帶來價值的方式。老師觀察到,2023年人們熱衷於追逐各種新興AI工具,但到了2024年,企業的關注點已經轉向如何讓這些工具真正落地並解決實際問題。 老師以工具箱做比喻:「現在很多人手上都有很多AI工具,就像工具箱裡有很多螺絲起子,但卻不知道怎麼用這些工具來進行修理。」因此,重點不在於掌握多少工具,而是要培養使用情境的想像力,真正了解如何運用這些工具來解決實際問題。基於這樣的理解,AI協作可以分為三個階段,企業和個人可依據需求選擇適合的切入點: 節能階段:優化基礎工作流程 節能階段是AI應用的入門級別,主要針對那些耗時但相對單純的工作任務,這類工作的特點是幾乎人人都能完成,但往往需要耗費大量時間和精力,比如客戶發來一份PDF格式的報表數據,傳統做法需要手動重新輸入,不僅費時且容易出錯。但透過AI工具,可以快速將圖片中的表格轉換為可編輯的表格形式,這將大幅提升工作效率。 節能階段特別適合作為入門起點,因為這類任務相對簡單,容易看到明顯的成效。「當我們發現AI工具可以幫你省下這些瑣碎的時間,就會更有動力去探索其他的應用可能」。此外,這個階段的工作通常風險較低,即使出現錯誤也容易發現和修正,非常適合作為練習和熟悉AI工具的切入點。 增能階段:提升專業工作品質 進入增能階段後,AI的應用開始觸及到專業領域的核心工作。這個階段的特點是,使用者本身已經具備相關專業能力,而AI的角色是協助他們做得更好、更快、更精準。老師更分享了自己在製作簡報的經驗:「比如我需要幫客戶寫文案,我可以讓AI先產生多個版本的文案建議,然後基於我的專業判斷進行調整和優化。這樣不僅能激發更多創意靈感,也能大幅提升工作效率。」 這階段,AI不是取代人的專業判斷,而是透過提供更多選擇和可能性,幫助專業人士做出更好的決策。這種協作模式能夠顯著提升工作質量,同時也能為專業人士騰出更多時間專注於需要深度思考的任務。 賦能階段:開拓新的專業領域 賦能是AI協作的最高階段,善用AI輔助獲得新的能力和提升專業。在這階段,使用者能突破原有的專業限制,探索和掌握新的領域。小花老師觀察到,許多專業人士透過AI工具,成功地將自己的專業知識延伸到相關領域:「比如一個財務專家,可能過去只專注於數據分析,但透過AI的協助,他可以更容易地將這些專業知識轉化為易懂的視覺化報告,甚至發展出數據故事化的能力。」 賦能階段的關鍵在於,它不僅能提升效率、改善現有工作流程,更創造出新的可能性。善用AI專業人士可以更快地跨越學習曲線,建立起新的專業能力。這對於當今快速變化的職場環境特別重要,因為它讓終身學習和專業轉型變得更加可行。 免費申請試閱企業訂閱制課程!法遵、職能、AI通識課提升全員工競爭力 >> https://104ha.com/5CjvW 4. AI時代的人類角色:你依然是機長! 在AI時代,人類的角色定位至關重要。小花老師做了一個生動的比喻:「人的角色永遠是機長。即使現在的飛機很多部分都是由機器在操控,但為什麼還需要機長?因為機長要知道怎麼安全地把這些旅客帶到目的地,必須要應付突發狀況。」 這個比喻深刻點出人類在AI時代的核心價值:不是與AI競爭執行力,而是在掌握方向、判斷決策、危機處理等方面發揮獨特優勢。正如同機長一樣,我們不能把方向盤完全交給AI,而是要學會如何與AI協同合作,共同達成目標。 我們的核心職責 掌握方向:確定目標和願景 做出決策:判斷關鍵時刻的選擇 處理危機:應對突發狀況 承擔責任:為結果負責 3個層次的工作思維 工人思維:專注於完成具體任務 工頭思維:規劃設計與管理 建築師思維:理解需求,規劃願景 當AI變成每個人的標配,誰會產生更大更好的價值?就是懂人的人。—小花老師 5. 從哪裡開始使用AI 在面對AI工具快速發展的現狀,許多人感到困惑:究竟該從何處開始?是否要追逐每一個新出現的AI工具?在這部分老師觀察到,很多人在嘗試使用AI時往往陷入兩個極端:要麼因為害怕而遲遲不敢嘗試,要麼過度追逐各種新工具而失去重點。 老師強調,開始使用AI的關鍵不在於掌握多少工具,而在於找到適合自己的切入點,並且建立起正確的思維模式。「就像學開車一樣,一開始不需要了解引擎的工作原理,而是要先學會基本操作,逐步建立信心。」對於想要開始運用AI的個人或企業,小花老師提供了以下建議: 從工作情境出發 找出工作中的痛點 識別可能的應用情境 從簡單的任務開始嘗試 3個關鍵發展方向 了解AI:掌握潛能、限制和操作方法 了解人性:培養溝通能力和同理心 了解自己:釐清目標和行動意義 實踐建議 在使用AI之前,先靜下心來思考目標 清楚理解問題和需求 循序漸進,從節能階段開始 我們應該更加了解自己做這件事情對個人跟團隊的意義是什麼。當我們了解意義、了解目的時再去溝通,AI就不會胡說八道,它會順著這樣的意義感展開跟延伸。 透過小花老師的分享,我們可以看到AI不僅是一個工具,更是一個協作夥伴,協作過程關鍵在於我們如何正確定位自己的角色、如何善用AI特性,在提升效率的同時,也不斷強化自己的核心競爭力。AI時代,最重要的不是追逐所有新工具,而是找到適合自己的使用方式,並始終保持對專業與人性的關注! 業界最划算的企業培訓訂閱制方案!免費申請課程完整試閱 >> 超過7000+的HR都報名過的104人資學程!七大主題課程幫你系統化學習 >>   免費企業學習平台 x 培訓課程 = 零成本企業培訓自動化 >> 訂閱人資市集電子報獲得專家工作分享及產業新知 >> 加入104人資市集官方line獲得最新優惠及活動資訊 >>
【104職場力】・AI

AI加速技能斷層!專家揭潛在隱憂:新一代技術人才能力下滑

在AI與自動化技術席捲各行各業,本文作者、MIT博士麥特.比恩指出,人工智慧雖提升企業生產力,卻也打亂了原本仰賴「專家帶新人」的技能傳承路徑,導致新一代技術人才能力養成受限。這種「技能斷層」在全球蔓延,不僅使職場新鮮人難以勝任複雜任務,也讓企業與組織面臨長遠的人才空洞與績效風險。本文節錄自《技能密碼》。 文/麥特.比恩 本文目錄(點擊可快速前往) 追求生產力,卻打斷技能的核心各行各業的潛在隱憂技能落差造成數兆美元損失 追求生產力,卻打斷技能的核心 現在許多職場因為科技的介入,硬生生隔開資淺員工與資深員工,也就是新人和專家。我們拚命追求生產力,卻打亂技能密碼的核心,但是挑戰、複雜性和連結三者缺一不可。如果這些元素不完整,未來我們該如何學習與智慧機器共事? 大家經常問我:「機器人會不會搶走人類的工作?」答案很簡單:「會。」 目前最完整的研究顯示,企業每添購一台機器人,大約會取代3到6個工作機會。然而,有一個問題比失業更重要:有多少工作、又有哪些工作正在改變?有一項長達40多年的研究,最後只發現一個規律:每當人類採用自動化或新技術,並沒有太多的工作消失。放到整體經濟來看,這些消失的工作根本微不足道,可能也就幾萬個而已。但是有更多工作因應新技術進行調整,這個數字恐怕是數千萬,甚至是幾億。因此這些從業者都要掌握新的工作方式,才能穩定完成任務。沒錯,學習才是目前最大的挑戰,因為工作模式改變了,這影響的是全球數十億人,而變化的速度正在加快。 回到克莉絲汀動手術的例子,看看一切會有什麼不同。她上次輪班是做傳統手術,後來經過6個月,她又把一位攝護腺病患推入手術室,不過這次迎接她的是一台巨大的機器人。機器人有4隻手臂,重達約455公斤左右,主治醫師將機器人連接到病患的身體。隨後他們脫下手術服,走到距離病患約5公尺的控制台,整場手術都是靠「遙控」。 克莉絲汀只能站在旁邊,看著主治醫師操控機器人的手臂,將病患的身體組織拉取並分離。 操作機器人的手術,有別於傳統外科手術,就像使用iPhone一樣簡單,醫師可以獨力完成整台手術。主治醫師也知道克莉絲汀需要練習,也希望給她機會,但也知道她的速度較慢,容易出錯,一旦讓她操作,就只能承擔風險。動作慢,就會拉長麻醉時間,徒增中風的風險;出錯了,出血量會更大,甚至發生更糟的結果。但是,病人的安全第一。因此這次克莉絲汀幾乎沒有機會接近病人的神經。4小時的手術,如果她能夠操作15分鐘以上,就要謝天謝地了,而且還只是切割脂肪這種非常簡單安全的環節。輪到她操作時,主治醫師只會在一旁大聲喝斥,一旦犯下大錯,主治醫師就會直接點一下觸控式螢幕,搶過來自己做,把她晾在一邊,感覺就像小時候戴著「我是笨蛋」的帽子,站在角落罰站。經過這樣的手術,她怎麼可能成為更優秀的機器人外科醫師? 結果就是,像克莉絲汀這樣的住院醫師,即使完成培訓,對機器人手術仍然缺乏信心,也沒有學到多少技術。後來,克莉絲汀成為外科醫師,第一次獨立操作機器人手術,卻在控制台上狂冒冷汗,動作斷斷續續,速度慢到不行,不小心燒壞和切除許多身體組織。手術團隊不發一語,氣氛相當凝重,人人面露難色。病人最後的失血量是她導師的10倍,原本只需要3小時的手術,硬生生拖到7小時。我在機器人手術室裡,親眼目睹一切,忍不住詢問克莉絲汀的外科主任,好奇這項新技術對醫師這一行的影響。外科主任非常憂心,雖然美國還是有精通機器人的明星外科醫師,但是絕大多數操作機器人的外科醫師手術實戰技能不足。他說:「我的意思是,這些人根本做不來。從來沒有真正操作過機器人,只有站在旁邊看別人做,看過電影,並不代表你就能當演員。」 這引發我的關注。然而,現在對機器人手術的需求正在瘋狂成長;很多醫院早就有手術機器人,還硬逼克莉絲汀這樣的新手醫師上場,反正她遲早得使用。2019年,《美國新聞與世界報導》(U.S. News & World Report)和《連線》(Wired)獨立調查此事,結果發現機器人手術培訓簡直就是「無法無天」,成果「糟糕透頂」。2022年,全球頂尖工程雜誌《科技縱覽》(IEEE Spectrum)也得出同樣的結論。許多人在接受機器人手術時,可能會遇到臨床訓練不足、手術經驗不夠,甚至對操作控制台沒信心的醫師。 光想都覺得可怕嗎?我也這麼覺得,但這只是開端。 各行各業的潛在隱憂 外科手術和其他行業沒兩樣,也是拚命引進智慧科技,彷彿站在自己建造的火箭前,全力衝向嶄新的未來。而這種趨勢從數十個職業和組織開始蔓延,再來是數百個,最後影響全球,這正是我們面對的現實。我深入研究先導入機器人的領域,大概有數十個,從這些數據來看,許多職業原本依賴專家帶新人的學習模式,但是如今已經無法繼續。 頂尖律師事務所拚命壓低成本,但對一件事毫不手軟,就是投入人工智慧等技術,「支援律師的工作流程」。現在文件審閱已經開始自動化,菜鳥律師不再做這些工作,律師事務所連工時費用都省了,資深律師反而接手更多的案子,效率更高;客戶花的錢更少,律師事務所也因為縮減人手,賺得更多。結果菜鳥律師和資深律師完全隔開了,沒機會觀摩、沒辦法參與,更別說幫忙前輩分攤工作,從中學習。最近Law.com有一篇評論,嚴肅提醒大家:「現在新一代的律師,正在錯失接受培訓與專業發展的機會。」 再看看警察的例子,警察局也在使用人工智慧的預測工具,幫忙分配巡邏區域,如此一來,是否能有更多的時間打擊犯罪?對菜鳥員警來說,現實並非如此,他們必須處理文書工作,餵養這些系統,反而沒時間跑社區,和前輩一起學習。 至於高階金融的領域,資深銀行業者加碼投資FactSet和CapIQ等工具,以人工智慧輔助市場分析與公司評價。2021年,金融業獲利1千7百億美元,但是這種自動化也改變了工作流程,導致菜鳥銀行職員大多在製作例行報告,無法和資深職員共事,就連資深職員也表示:「(資淺員工)對市場趨勢和業務情況的理解力正在明顯退化。」從這些尖端產業來看,在人類學習與機器學習的交會處,專家和新人之間的連結正在瓦解。 關於這個問題,我從全球經濟各領域蒐集優質的數據,其中有很大一部分是我個人十幾年的研究,還有其他優秀的田野調查。除了上述的例子外,其他職業也受到影響,我還在持續補充,像是高等教育、線上人力平台、晶片設計、新聞業、資料科學、刑事司法、新生兒加護病房、公共教育、音樂創作、機器人學、開放式創新、航太工程、叫車服務、長途貨運、拆彈、無人機駕駛、餐飲服務、次級物流、放射學、營建業、財富管理、零售業、汽車工程、客服中心營運等。雖然這些行業用的智慧科技不太一樣,但是都有一個共通點,就是總會干擾專家與新人的連結,屢試不爽。 這個問題很嚴重,牽涉到數兆美元。 技能落差造成數兆美元損失 我來拆解一下:產業有需求,卻找不到人才,稱為技能落差(skills gap),最近有人估算,光是全球製造業,技能落差就造成數兆美元損失,把這個數字乘以所有行業,虧損會更驚人。 過去3年來,美國經濟諮商局(Conference Board)調查企業執行長最擔憂的問題,榜首始終是吸引和培養人才。 對勞工來說,這也是頭號問題,根據2020年德勤(Deloitte)調查顯示,有45%受訪者擔心自己的技能在3年內就會不夠用。 另一項LinkedIn的調查顯示,高達94%受訪者表示,只要公司願意重視員工的職業發展,就會選擇長期留任。 然而,我們因應這個問題的方式,似乎是在開倒車。2020年,我們在技能發展投入的經費,有5千億美元都用在正式培訓,包括課堂學習、線上自學課程,或是近來的手機短影音。 只有極少的資金,用來奠定我們最寶貴的技能,也就是無所不在的非正式連結。原本資源就已經少得可憐,再加上我們對這種連結的理解太落後,導致這一點資源也白白浪費了。 為什麼會這樣?因為人工智慧的好處太誘人,這些系統放大專家的能力,帶來更好的成果。 不然你試著說服那些資深記者、技師或主管,讓那些實習生回來磨練,允許他們犯錯、拖慢效率。克莉絲汀的故事及其他無數類似的例子,跨越各個產業、技術、時期和職位,不斷提醒我們這個問題。為了追求更好的成果、更高的效率、更大的利潤,我們設計出這些智慧科技,引導人工智慧的發展,並選擇投資哪些研究。但是我們正悄悄付出代價,損失高達數兆美元。 科技、技術及技能一直在變,專家和新人的互動關係也要與時俱進,畢竟工作需要越來越複雜的技能。試想,生在古羅馬時期的梅內拉奧斯,怎麼可能像我們一樣拿著「智慧型手機」,從羅馬的市場打電話、發送郵件或傳送照片給斯特凡諾斯?但是在以前,我們至少有時間適應。關鍵就在於適應的過程,仰賴專家和新人的合作,一步步建立必要的知識,以整合新科技、新技術及新的工作關係。只不過現在這種學習,變得越來越困難。這種全面的衝擊,勢必會打破數百年來專家帶新人的模式,讓許多寶貴的技能跟著消失,因為技能發展離不開挑戰、 複雜性與連結。新一代技術人才的能力正在下滑,組織也變得空洞。在這個關鍵時刻,一不小心,無論是個人或集體,都會喪失適應未來的能力。 節錄自:商周出版《技能密碼:MIT博士教你從似懂非懂到穩定輸出,把專業變事業的職能升級攻略》/麥特.比恩 著 推薦閱讀: AI時代人才怎麼學?擁有「4大軟實力」更重要 沒有人會是「AI」局外人!當AI技能從選填題變成必選題,你確實該緊張 2025職場技能趨勢!該放上履歷的15種高薪技能
【104職場力】・AI

以為精通AI穩定性更高?PwC揭職場反差:底氣越足,越想換老闆!

以為提升員工AI技能、產能翻倍,穩定性就高?PwC調查的殘酷真相跟你想的不一樣!面對底氣十足的優秀人才,主管與HR如何透過流程架構與彈性分潤,成功留住核心即戰力? 文/《104職場力》 本文目錄 當「安全感」變質!PwC調查揭露的荒謬反差主管其實都知道!但體制還追不上1.無力阻擋「能者過勞」死局2.一個部門,兩種速度的「雙速撕裂」3.「齊頭式調薪」追不上「市場身價膨脹」想留住AI頂尖人才!可以改變這3個管理方式1.雜事躲不掉?讓他「用工具幹掉重複流程」2.讓頂尖人才升級為「內部流程架構師」,打破撕裂僵局3.爭取省下的人事成本當專案分潤,繞過3%調薪死線 在企業全面導入生成式AI後,每次大會上老闆都會秀出效率提升的數據,也會公開表揚那些可以「1人用AI搞定3人工作量」的優秀員工,當HR跟管理階層都以為這波AI轉型即將大獲全勝時,卻陸續收到這些明星員工的離職信…… 當「安全感」變質!PwC調查揭露的荒謬反差 國際知名企管顧問公司資誠(PwC)在最新的全球工作力調查中,揭露了一個極度耐人尋味的職場現象,在受訪的近5萬名全球員工中: 每天使用生成式AI的人,對自己的工作安全感高達68%(不常使用者為57%)。 這些精通AI者對自己學習新技能的信心、對管理層的信任度也都顯著高於平均。 能力強、情緒穩定又相信公司?聽起來是好現象!But,報告隨即揮出一記重拳: 那些同時掌握稀缺專業與強大AI能力的「領跑者(Front-runners)」群體中,有高達29%的人坦言「極有可能在1年內換工作」。 此外,他們向公司爭取加薪與升遷的狀況,更比一般員工高出了33個百分點。 怎麼會這樣呢?其實這跟安全感的來源改變有關! 過去員工的安全感是「防守型」的,通常是「公司招牌夠響、組織規模夠大、營運夠穩定、年資夠深、公司不會隨便開除我」;但在AI時代,工作者的安全感已經徹底演變成進攻型,「產能是別人的兩倍、有很強的學習能力、走進市場炙手可熱、離開公司可能有更好的發展」。 當安全感不再依附於體制,轉為建立在個人定價能力之上時,這些佼佼者對平庸環境的忍受度就會直接降為零,因為有足夠的自信、薪資漲幅和發展性,一旦公司提供的回報跟不上他們的能力與貢獻時,跳槽就成了兌現個人價值最合邏輯的選擇。 主管其實都知道!但體制還追不上 當核心人才逐漸流失,主管跟HR並非麻木不仁,但企業運行了幾十年的管理制度,一時之間也還無法招架這麼劇烈的環境/人才變化,尤其夾在制度與人之間的管理者,處理自身職涯威脅的同時,還得面對3堵難以突破的高牆: 1.無力阻擋「能者過勞」死局 以前的職場文化還能把員工的「在位工時」跟工作態度綁在一起,但在AI崛起後,懂得串接工作流的優秀同仁,可以把原本要花3天整理的報表與策略分析,只用一上午就搞定,還做得又快又好。 主管明知他效率驚人,但現實的拉扯在於,許多企業高層看到「AI提升效率」,第一個反應就是拉高部門KPI,甚至直接決定「凍結人事、遇缺不補」,夾在中間的主管根本沒有招募新血的額度,面對暴增的業務量,只能無奈把離職員工留下的空缺、原本需要3個人分擔的專案,通通塞給這位最懂AI的得力助手。 員工憑實力解鎖了外掛,最後卻成了公司節省人力成本的祭品,不僅沒享受到科技帶來的從容,還反而承擔翻倍的過勞壓力,面對這種無解狀況,想換個新東家也是遲早的決定。 2.一個部門,兩種速度的「雙速撕裂」 PwC報告特別點出,全球有高達56%的基層員工屬於「既缺乏稀缺技能、又拿不到培訓資源」的機房苦力組(The Engine Room),甚至只有4成能獲得所需的學習支持。 這讓夾在中間的第一線主管天天經歷嚴重的管理精神分裂,一邊得花大把時間與心力去安撫那過半數焦慮著「自己會不會被AI取代」、對數位轉型充滿戒心與抗拒的資深基層;另一邊,又得絞盡腦汁滿足那幾位用AI跑得飛快、成天抱怨內部系統老舊、嫌棄跨部門流程拖後腿的少數精英。 主管自己都還在適應新科技帶來的威脅,轉身卻得在「安撫慢的」與「滿足快的」兩極之間疲於奔命,往往兩頭不討好,自己先面臨心理崩潰。  延伸閱讀:被AI Brain Fry搞得精疲力盡?你知道主管腦炸程度可能比你慘10倍嗎? 3.「齊頭式調薪」追不上「市場身價膨脹」 除了工作被塞爆與團隊撕裂,最後一根稻草通常是「跟不上節奏的薪酬體制」。 主管就算深知人才難得、滿心想留人,一回到制度面往往只能無奈雙手一攤,因為多數企業內部的年度調薪幅度,多半卡死在3%到5%的常規級距,或是受到職等天花板的嚴格限制,主管再怎麼向上爭取,也很難突破。 但外面的獵頭市場搶人邏輯完全不同,對於具備即戰力、能把AI真正落地串進業務流的高手,開價是毫不手軟,當現實就是「在內部求加薪得過五關斬六將、看盡層層臉色,去外面面試一次就全數到位」,這種強烈的體制推力,等於是親手把那群最有底氣的優秀員工,一步步推向競爭對手的懷抱。 想留住AI頂尖人才!可以改變這3個管理方式 如果企業只會抱怨優秀員工「翅膀硬了就想飛」,最後只會眼睜睜看著自己花錢買軟體、投入資源試錯,全成了幫競業做嫁衣的免費技能培訓所。 既然主管一時半刻無法推翻整間公司的考核規章,那麼在現有的管理彈性裡,究竟還能做些什麼?想打破人才「學會就跳槽」的魔咒,管理思維可以從以下這3個關鍵點開始轉向。 1.雜事躲不掉?讓他「用工具幹掉重複流程」 既然高層遇缺不補是短時間內改變不了的事實,離職同事留下的龐大業務無可避免也還是得交派,畢竟主管也不可能憑空變不見或全部自己扛,那關鍵就在於「用什麼方式跟態度交辦」。 主管應極力避免「原封不動轉移雜務」的交辦法,較好的方式是「先幫忙盤點、過濾掉完全無效益的雜事,接著把剩下的繁瑣行政包裝成流程優化任務」,並把所需的資源與工具給好給滿,例如:爭取好用的AI軟體預算、提供必要的跨部門權限,借助他的專長去研究如何用AI或自動化工具把這套重複性極高、拖垮團隊的舊流程「一勞永逸地解決掉」。 當他成功靠技術把原本3個人的日常苦力縮減成一鍵搞定時,除了表揚,可千萬別又立刻端出下一籃雜事塞爆他,務必留一點喘息時間讓員工自由支配,無論是喘口氣、充充電、學新知、研究新技術,還是拿去探索感興趣的工具都好。 大部分的員工都能接受「多做一點事」,但無法接受自己只是「產能翻倍的免洗苦力」;當他感受到自己是被當成「解決系統問題的專業人才」,且效率提升後能換來實質彈性時,才能降低心中那股被體制無情壓榨的剝奪感。 2.讓頂尖人才升級為「內部流程架構師」,打破撕裂僵局 面對團隊裡「焦慮慢行者」與「少數快步者」的撕裂,主管單靠自己兩頭安撫,最後只會先把自己逼到精神工傷,既然兩端的速度註定不同,最好的破局方式是「借力使力,給那批AI精英更大的舞台與影響力」。 PwC報告特別指出,掌握AI的頂尖人才「挑戰現狀、推動改變」的意願是平均的1.5倍,這代表他們骨子裡不甘於只當聽話的執行者,而是渴望證明自己的價值,這時主管不妨順水推舟,正式賦予他們「流程優化核心」的定位。 但這裡又有一個關鍵細節:千萬別用「你有空幫大家上個課」這種隨便的態度交辦,這只會讓高手覺得又被凹了額外的雜務。 更聰明的交辦方式是「給予正式的專案名義與話語權」,請他們把日常摸索出來的實戰Prompt、自動化工作流沉澱成部門範本,並在重要會議上給足讚美與獎勵,讓他們的貢獻直接被更高階的主管看見。 這種做法不只讓菁英有「帶動組織改變的成就感」,也降低了基層的科技恐慌與上手門檻,最重要的是,主管終於不用再一個人當精神分裂的夾心餅乾了。 3.爭取省下的人事成本當專案分潤,繞過3%調薪死線 其實要人資為了幾個高手打破全公司的薪資級距有點不切實際;但如果只拿常規的調薪幅度去打發一個身價已經暴漲兩三成的高手,無疑是逼他開履歷。 既然固定的月薪底薪很難瞬間翻倍,企業就必須建立更靈活的「專案分潤/流程革新獎勵」,不用等到年底論資排輩,只要為團隊創造實質效率提升或明確省下營運成本,就給予即時的「專案獎金」作為回饋,一旦員工發現「我的外掛能直接在內部換成實質回報」,把這身功夫留在公司的意願就會提升。 延伸閱讀:AI來襲,有人加薪有人卡關,你是哪一派?PwC報告揭未來5年身價關鍵 科技不只加速淘汰舊有的工作模式,還包含活在上個世紀的管理邏輯!這份報告給所有企業最深刻的警示是,當員工的安全感已經建立在自身市場底氣、隨時有能力說走就走時,企業就不能再用過去「防守型」的思維去留人,不然走了優秀員工,下一批潰堤的可能就是管理階層。 (參考資料來源:PwC報告)
【104職場力】・AI

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']
【104職場力】

怕「AI感」毀掉你的專業度?不用硬藏!4個溝通切入點讓主管看見你的真本事!

交出的產出總有一股揮之不去的「AI感」?研究指出坦承被扣分、硬瞞被抓包更慘!本文解析職場AI誠實陷阱,提供4個向上溝通切入點,讓大家不用假裝純手工,也能在主管面前漂亮展現和AI協作的價值。 文/《104職場力》 本文目錄 AI誠實陷阱,說與不說都有危機!不用藏!用AI也能專業度破表的4個溝通切入點1.從淘汰與選擇邏輯強調你的「資訊篩選力」2.闡述如何用「情境判斷力」解決落地限制3.藉由交代查核、除錯過程展現「專業把關力」4.提出明確主張與承諾來凸顯「決策擔當力」小提醒:小事別加戲,大事再講分工標籤撕不掉,那就大大方方貼著 當AI普遍到一個程度,主管老闆不再驚嘆「哇你會用AI」,反而瞇起眼睛盯著成果挑三揀四,上班族直接陷入兩難:不用AI,怕被嫌不知進取、產能落後;用了,又要面對專業度打折的質疑,人生好難! 更麻煩的是,就算自己不說,大家的雷達都很靈,不管是文字、影片還是排版,只要動用AI,再怎麼編輯微調,那股揮之不去的「AI感」就像撕不乾淨的標籤,明眼人一瞄就心裡有數,形同自動招供,既然根本藏不住,那到底該大方承認,還是低調不提?  AI誠實陷阱,說與不說都有危機! 先面對現實:職場確實對「使用AI者」存在偏見,杜克大學的研究發現,大家會主觀認為用AI工作的人比較懶散、能力較差、較不積極。 那如果當個老實人,主動報備「這是我用AI做的」呢?很遺憾,這招防身術常常失靈。亞利桑那大學學者研究指出,只要主動坦承工作借助AI,別人心裡的信任分數就會默默往下滑,說法再怎麼委婉都一樣;但要是選擇咬牙硬瞞,一旦被抓包下場只會更慘,而洗不掉的「AI感」就是最直接的證據。 不過,杜克的研究也留了一條生路:如果管理階層本身就是AI重度使用者,風向會直接反轉,他們反而更偏好懂用AI工具的員工;此外,當任務本身明顯適合交給數位工具處理時,承認使用也不太會被扣分。 說穿了,大家扣分的真正原因是懷疑你在用工具時「把大腦一起交出去,自己摸魚不思考」。正如SHRM調查指出的「AI廢話」現象,當主管看著一份語氣客觀、正反各打五十大板,卻沒有半句立場、也完全脫離公司現況的產出時,心裡自然會打上大問號:你到底有沒有在動腦? 既然藏不住、工具也非用不可,職場人的解法就不是搞諜對諜,而是學會聰明展示「人機分工」,凸顯自己的優勢。 不用藏!用AI也能專業度破表的4個溝通切入點 想化解AI兩難,讓管理者看見你的核心價值,不用假裝純全部手工作業,更不必費心把標籤撕乾淨,你只需要在日常匯報對話中,展現自己是AI的「指揮官」而非「轉發小弟」就好,具體來說,在向主管交付成果時,可以主動從這4個角度切入: 1.從淘汰與選擇邏輯強調你的「資訊篩選力」 無腦工作的特徵是「AI吐出什麼就複製貼上什麼」,建議想展現篩選能力的人把溝通重點放在「淘汰的過程」。 低分說法:「主管,這是AI整理出的5個推廣切入點。」(主管心聲:那我直接看AI介面就好,請你幹嘛?) 高分說法:「我請AI針對競品動態整理出15種推廣方向,但我依據團隊Q3的預算上限與TA特性,先剔除了其中12個不可行的方式,最後以這3個方案去發想……」 這種說法讓人一聽就知道,AI只是輔助角色,真正能看出哪些行不通,並針對組織所需做出精準取捨的專家是你! 2.闡述如何用「情境判斷力」解決落地限制 AI最大的盲點就是永遠活在沒有現實包袱的真空理想裡,就算點子想得再好,沒有根據組織實際情況調整,一交出去鐵定陣亡!這段「你如何依據當下的真實情境踩剎車、找出折衷解」的調整過程就是價值所在,也是溝通重點。 低分說法:「AI建議全流程數位化、改用線上表單,以提升團隊協作效率。」(主管心聲:這誰不知道?但第一線根本推不動啊!) 高分說法:「AI的理論推導是全流程數位化,但我考量到業務團隊這週正在月底衝刺,換系統反彈太大,因此我把流程拆成3階段,第1階段先保留2個核心必填欄位就好;第2階段……」 AI很懂商業理論,但他沒有你了解公司眉角、也沒有你清楚怎麼避開組織摩擦力,所以你才是能判斷事情能否推動、怎麼落地的專家。 3.藉由交代查核、除錯過程展現「專業把關力」 大家最怕用AI的人「不查證就交差」,既然研究指出用AI容易被貼上「懶散、不嚴謹」的標籤,那打破偏見最乾脆的方式,就是把溝通重點放在「你抓出了哪些漏洞、核實了哪些數據」。 低分說法:「主管,這是AI跑出來的市場成長率與競品市佔率,給您參考。」(主管心聲:數字有沒有胡扯或幻覺?要是引發決策失誤,誰要負責?)  高分說法:「底層數據是請AI快速彙整公開報告,但我另外抽查了5份同業原始財報與官方統計來對照,抓出並修正了其中2處定義落差,以下數據都經人工審核確認過…… 」 這樣說直接打消摸魚疑慮!主管清楚知道AI充其量只是個幫忙跑腿的實習生,你才是那個能對資訊真偽負責、把守品質底線的人! 4.提出明確主張與承諾來凸顯「決策擔當力」 AI很常「面面俱到卻不給結論」,讓看的人翻白眼,既然是你交出去的提案,如果還是保留旁觀者的寫法一定會被詬病,這時除了解決問題,溝通重點也可以放在「你敢給出明確選擇並扛起責任」。 低分說法:「方案A成本低但時程長,方案B快速但預算高,兩者各有優劣。」(主管心聲:這分析我也看得出來,所以你的具體建議是什麼?) 高分說法:「AI把方案A與B的優缺點都拆得很完整;但綜合考量我們現階段的人力配置,我主張優先執行方案B,後續的時程推進與成效,由我主責盯緊……」 這種說法直接拉開你跟工具的層次!AI運算再快也只是給出選項,但只有人類能替組織拍板定案、扛起成敗責任。 小提醒:小事別加戲,大事再講分工 當然,不是每天每件事都要把這4招搬出來演一遍。 回一封日常Email或Slack訊息,AI頂多是潤飾錯字,送出前把客套公關腔刪掉、換回你平常講話的口氣就夠了,落落長解釋一堆反而會適得其反。 建議只在面臨重要專案、跨部門提案或策略匯報,甚至面臨質疑時再主動亮出底牌就好。 標籤撕不掉,那就大大方方貼著 職場的遊戲規則已經改變,解決AI兩難的關鍵只有「讓別人看得到你的判斷」。 所以,別因為怕被扣分就把AI晾在一邊,當身邊越來越多人把AI當成日常工具,今天用AI雖然要解釋,但明天不會用AI,恐怕才是被扣分的那一個,現在刻意不用,等於把練習的時間讓給了別人。 只要記得,AI幫忙省下時間,我們可以把省下的時間拿來想清楚、做決定,這才是職場人保有價值的地方。 延伸閱讀: 每週省下11小時卻更累?Botsitting讓87%職場人陷入「生產力假象」! 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
【104職場力】・AI

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
【104職場力】・AI

資料生命週期管理與企業架構策略規劃書:從業務戰略到技術執行的整合路徑

企業架構(EA)的戰略角色與領域協作 在當今數位轉型的浪潮中,即使是中小型組織,其資訊技術結構的複雜性也已超越單一人員所能掌握的範疇。企業架構(Enterprise Architecture, EA)並非單純的技術圖譜,而是一種組件元素的組織化安排,其核心目的在於優化整體系統的功能、性能、可行性、成本以及美學(Function, Performance, Feasibility, Cost, and Aesthetics)。對於管理層而言,跨領域的架構協作是實現數據驅動決策的唯一基石,它確保了業務流程與技術支撐能保持戰略對齊。
高梓銘・Jason Kao的IT知識分享

AI如何看穿客戶潛在需求?3招幫B2B業務找到商機

在AI時代,B2B業務真正的挑戰轉向了「資訊的處理與轉化」。作者為深耕產業超過20年的B2B業務專家,教你3招用AI判斷對方「現在為什麼需要你」。透過AI分析企業財報、法說會、徵才資訊與決策者的公開動態,業務可以從零碎訊號中找出客戶尚未明說的需求,掌握更精準的提案時機。本文節錄自《90%高級主管出身業務,B2B聖經》。 文/吳育宏 本文目錄(點擊可快速前往) 大海撈針已過去,精準打擊才是關鍵為什麼AI是B2B業務的最佳情報員?一、情報蒐集的第一步:建立客戶的「數位畫像」二、從法人說明會到財報:AI如何解讀「老闆的真心話」三、社交媒體的隱形情報:挖掘決策者的個人見解 大海撈針已過去,精準打擊才是關鍵 在B2B業務的世界裡,資訊就是力量,而「資訊不對稱」曾是業務人員獲利的來源。但在AI時代,資訊已經不再稀缺,真正的挑戰轉向了「資訊的處理與轉化」。 過去,一位資深業務可能需要花上10年,才能培養出對產業的敏銳嗅覺,但現在透過AI的輔助,即便是業務新人,也能在極短的時間內展現出專家級的洞察力。 本章將帶你深入探討如何運用AI建立一套精準的情報調查研究系統,從核心邏輯到實戰案例,全面重塑你的業務競爭力。 為什麼AI是B2B業務的最佳情報員? 在傳統的業務開發模式中,蒐集情報是一項極其耗費體力的工作。過去我們習慣「掃街」,或是在搜尋引擎輸入關鍵字,但得到的往往是成千上萬條零散的訊息。這種蒐集方式有3個致命傷: 第一,資訊破碎化,你看到的只是客戶的片段,難以拼湊出完整的商業全貌; 第二,解讀主觀化,人的大腦容易產生偏誤,只看自己想看的,忽略了潛藏的風險; 第三,時效滯後性,當你在報紙上看到客戶的新聞時,競爭對手可能早已採取行動。這種低效率的勞動,正是平庸業務與頂尖業務的分水嶺。 AI的出現,徹底翻轉了這場遊戲。首先,AI具備強大的「彙整力」,如同一具高效能的過濾器,能在短短幾秒內掃描全球的數位足跡,將繁雜的數據轉化為有意義的摘要。 其次,AI擁有強大的「邏輯解析力」,它能識別出資訊之間的隱性關聯。例如,它能從一家公司頻繁招募自動化工程師的動作中,推論出該公司即將進行大規模的數位轉型。 最後,AI具備「多維度聯想力」,它能幫你把看似無關的政策變動、技術突破與客戶需求串聯在一起。簡單來說,AI就像是一個24小時不休息、博學多聞且反應極快的「數位參謀」,它幫你完成了最枯燥的資料過濾,讓你將精力集中在最關鍵的策略判斷。 以下透過實戰案例進一步說明。 一、情報蒐集的第一步:建立客戶的「數位畫像」 在正式接觸客戶前,建立「數位畫像」是決定開發成功率的關鍵。這就像是在進行一場外科手術前的掃描影像,你必須清楚知道對方的組織結構、決策脈絡,以及目前的「健康狀況」。一個好的數位畫像應該具備三維深度:第一,財務體質,這決定了對方口袋的深度與結帳信用;第二,策略方向,這決定了你的產品是否在對方的優先清單上;第三,經營痛點,這就是你切入的缺口。 你可以利用具備強大聯網能力的AI(如ChatGPT或Perplexity),下達具備框架感提示詞: 請分析〔目標公司〕過去兩年的營運重心變化。重點關注: 1. 他們在哪些研發領域投入最多資金? 2. 他們近期的人才招募偏好? 3. 他們在社交媒體上最常被抱怨的點有哪些? 透過上述多維度交叉分析,AI能幫你生成一份比官網更真實的「企業性格報告」。你會發現,有些公司看似保守,實則在悄悄布局新技術;有些公司看似高調,實則面臨人才流失的危機。 【實戰案例A:傳產轉型的精準切入】 某位銷售自動化倉儲系統的業務,將一家國內老牌紡織大廠作為目標。過去他多次拜訪,對方總是回應「目前營運穩定,無更換需求」。後來,他利用AI進行深度的調查與研究,分析該紡織廠近3年的公開資訊,以及上游原料供應商的變動。結果發現一個關鍵訊號:該廠近期大幅縮減了國內倉庫的租賃面積,並頻繁與跨境電商平臺接觸。 業務員因此從中解讀出:該廠正從過去「大宗貿易模式」轉向「小量多樣的跨境直銷」,這也意味著,他們過去大面積的倉儲邏輯已不再適用,急需「高頻率、小包裝」的自動化揀貨系統。於是,他在提案時直接以此為題,精準命中對方老闆隱而未現的焦慮,在第一場會議就成功取得評估測試的機會。 二、從法人說明會到財報:AI如何解讀「老闆的真心話」 對於上市櫃公司,法人說明會(編按:又稱法說會,上市公司向機構投資人報告營運狀況、財務績效,及未來產業展望的正式會議)與財報是業務人員的「戰略地圖」。但問題在於,財報充滿了冷冰冰的會計數字,而法說會逐字稿動輒上萬字,內容充斥著官腔與專業術語。業務員往往因為看不懂或沒耐心,而錯過了最核心的銷售訊號。 事實上,老闆在法說會上對分析師說的話,往往隱藏著他們最真實的壓力來源,因為他們必須對股東負責。現在,你可以把AI當成你的「首席財務分析師」,將法說會的錄音轉成文字後,直接餵給AI,下達精準的提示詞: 請閱讀這份兩萬字的法說會紀錄,幫我回答3個問題: 1. 老闆對於明年預算撥款最謹慎的領域在哪? 2. 哪些部門目前正面臨產能或成本的壓力? 3. 老闆反覆強調的3個關鍵詞是什麼? AI就能瞬間把冗長的報告濃縮成一張「商機表」。這種解讀力能讓你避開客戶的地雷區,直接針對對方的「獎金區」進行提案。 【實戰案例B:從招募資訊看穿採購需求】 一位IT系統整合商的業務員想開發一家中型製造商。他在AI的協助下,分析該公司在人力銀行的招募數據後發現,該公司過去3個月密集招募具備「雲端資訊安全」 背景的工程師,且應徵條件特別強調「混合雲架構管理」(編按:指用一套整合性的方式,去管理「同時使用公有雲+私有雲+本地機房」的IT系統與資源)。 業務員立刻判斷出,這家公司正處於從本地端主機遷移到雲端的過渡期,且內部非常擔心資安漏洞。他在開發信中避開了通用的軟體介紹,而是寫道:「針對製造業在遷移雲端過程中,如何確保舊有製程數據不外洩的實務分享」。這封信在發出後的兩小時內,就得到了該公司資訊長(Chief Information Officer,簡稱CIO)的親自回覆,因為這正是他當下最頭痛、最需要外部專家協助的課題。 三、社交媒體的隱形情報:挖掘決策者的個人見解 在B2B銷售中,訂單成敗往往取決於「決策圈」裡的那群人。這群人包含了使用者、影響者、採購者與最終決策者。每個人的喜好、價值觀與恐懼點都不同。以往我們只能透過碰面來觀察,但現在數位足跡讓每個人都變得「透明」。透過分析決策者在LinkedIn 或專業社群的公開言論,AI能幫你進行深度的「人物側寫」。 延伸閱讀:AI也能用來經營人脈!從零碎資訊看懂對方,找出溝通切入點 你可以請AI協助分析目標對象近期的公開互動。例如,某位技術長(Chief Technology Officer,簡稱CTO)最近頻繁轉發關於「邊緣運算」(編按:Edge Computing,將人工智慧的運算任務,從遙遠的雲端資料中心,轉移至更貼近使用者的終端裝置上執行)的文章,這代表他對於中央集權式的系統有疑慮;或者某位採購經理在專業論壇上抱怨過「供應商售後反應太慢」,這就是你突圍的機會。透過AI的情緒分析與偏好歸納,你能為每位決策者量身打造專屬的「溝通頻率」。這不是投其所好,而是真正的同理心展現,讓你的提案在對方心中產生共振。 【實戰案例C:用老闆的話,說服部屬】 某位銷售節能設備的業務,目標客戶是一家電子代工大廠。他原本的對口單位是總務部,對方總以「節電效果有限,回本太慢」為由推辭。後來,業務員改變策略,利用AI分析該集團董事長在股東會上的致詞,與年報中的ESG承諾。AI幫他抓出一個關鍵點:集團董事長已公開承諾「在兩年內達成15%的減碳目標,且此目標與各部門主管的年度績效考核掛鉤」。 業務員拿著這份資料,重新向總務部提案,標題改為:「如何協助貴部門達成董事長要求的15%減碳績效,確保部門KPI達標」。這一次,總務部主管不再推託,反而積極主動的向高層請購,因為這項提案直接關係到他的績效與升遷。 節錄自:大是文化《90%高級主管出身業務,B2B聖經:從跑客戶到利用AI問對問題,這是你薪水翻倍、卡位晉升、認識大老闆的最快成功捷徑!》/吳育宏 著
【104職場力】・AI

2025資訊長前瞻報告:平衡資安威脅與AI創新是企業成長關鍵

各國企業領導者為了從競爭激烈、變化快速的商業環境中脫穎而出,都竭盡全力尋找方法應對及解決。為深入了解全球科技業高層─特別是資訊長(CIO)在當前職場中的職責、挑戰和優先事項,《Experis 2025 CIO Outlook Study》針對全球1,393位科技領導者進行調查,結果顯示:企業必須在日益嚴峻的網路安全威脅和持續升起的AI創新浪潮之間找到微妙平衡,才能在未來的商業競爭中穩住腳步。 文/《104職場力》 本文導覽 網路安全是最大隱憂AI創新是驅動企業成長的雙面刃成功轉型的關鍵要素:人才與協作建立防護體系、培養人才是成功之道 網路安全是最大隱憂 隨著2024年網路犯罪的總成本將達到9.5兆美元,報告指出,網路安全成為全球科技領導者最關心的議題,有高達41%的CIO表示這是他們最大的焦慮源。因為企業面臨的挑戰不再僅是技術問題,而是牽涉到聲譽、營運乃至於生存。 調查還顯示,77%的企業計畫在2025年增加網路安全預算,這充分顯現企業對網路風險的重視。不過僅提高相關預算還不夠,報告強調,企業在面對網路威脅時缺乏統一的應對協議,員工對新安全技術的接受度也不高。 這代表企業不僅需要投入更多資源在安全技術上,還必須加強全員的資安意識、培養具備足夠技能的人才,並確保風險管理策略與網路安全防護之間的協調與平衡。 AI創新是驅動企業成長的雙面刃 在持續關注網路安全的同時,人工智慧的浪潮也正席捲各行各業。該報告也指出,AI將成為2025年技術投資的3大重點之一,其中67%的企業計畫增強對AI的投入,因為科技領導者普遍認為AI有助於提高日常生產力。 雖然策略上選擇增強投入,但CIO們對AI的態度逐漸趨向務實,從數據來看,僅有13%的參與者認為「提供AI解決方案是CIO最重要的任務」;多數受訪者認為AI仍處於初步階段,需進一步完善;另有33%的人表示,AI對企業的實際影響仍不清晰。 這樣的謹慎態度說明企業在接受AI創新時,除了重視其潛在價值,也同樣認知到限制。報告後續更提到,企業的關注應放在「如何將整體技術基礎建設與AI相結合,以便更好支持業務需求並實現快速的投資回報」。 延伸閱讀:AI時代主管四大考驗:「AI員工」效率高但有時不受控,如何管理人機協作? 成功轉型的關鍵要素:人才與協作 在面對網路安全威脅和AI創新的雙重挑戰時,人才短缺的問題就越發凸顯。調查發現,全球76%的IT雇主表示「難以找到所需的技術人才」,傳統大學教育也很難跟上瞬息萬變的技術需求;更糟的是,只有28%的企業會定期為IT人員提供最新技術的培訓。 為了解決人才問題,企業需要採取創新的策略,例如與人力資源部門緊密合作、開發多樣的招募管道,並考慮廣納那些有潛力且願意學習的非傳統IT人才。此外,企業還應重新設計IT職位,在其中融入AI相關技能,並提供硬技能和軟技能等全方面的培訓。 報告強調,許多CIO面臨的挑戰並非單一技術難題,還涉及跨部門合作。CIO普遍認為,與運營長(COO)的關係是企業未來成功的重要關鍵,但超過一半的IT領導者卻認為,高層管理團隊對CIO的角色缺乏足夠了解。因此,CIO需要更積極地與其他部門建立信任和合作,明確傳達IT的價值,並爭取重要利益相關者的支持。 延伸閱讀:企業人才培訓重點:把人才當作「人財」訓練專業能力 建立防護體系、培養人才是成功之道 《Experis 2025 CIO Outlook Study》結論點出:在日益複雜的網路安全環境和迅速發展的AI技術面前,企業不能再孤軍奮戰,要取得成功,關鍵在於建立高度韌性的安全防護體系,以務實的態度擁抱AI創新,並積極投資於人才培養與跨部門合作。只有那些能夠在網路安全和AI創新之間找到最佳平衡,並有效整合技術、人才和合作的企業,才能在2025年及未來的商業競爭中持續成長,贏得未來。報告中提出的行動建議,例如將網路安全視為全公司的議題、對AI保持實際期待,以及加強與人力資源部門的合作等,都指引著企業未來的方向,眼下正是企業重審技術戰略、積極應對挑戰、掌握機遇的關鍵時刻。 若企業希望在強化資安的同時優化人資管理流程,避免人事資料被盜取,選擇資安有保障的數位人資系統是企業提升資安韌性與管理效率的關鍵!104 HR Max人資系統通過 ISO 27001、BS 10012、ISO 29100及行動應用APP MAS標章等多重資安管理認證,並設有多層級權限控管、資料加密機制,以及定期弱點掃描等,協助企業安心進行人事、薪資等機密資料管理,讓內部系統風險與營運效率都能兼顧。👉了解更多【104 HR Max】介紹:https://104ha.com/1VReQ 延伸閱讀: 「生成式AI」將成新寵兒?公司導入前請先想好3件事:你是真的需要,還是跟風? 企業如何吸引與招募不同世代人才 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
【104職場力】・AI

Claude Code Subagent怎麼用?3分鐘建好第一個子代理,判斷何時該多Agent分工

一個任務想同時檢查安全性、效能和測試,只能一件一件問AI?本文說明Subagent(子代理)的分工模式,帶你用一個Markdown檔建立第一個官方Subagent,再用一張表判斷什麼任務適合多Agent協作。本文節錄自《Claude Code全攻略》。 文/曾慶良(阿亮老師) 本文目錄(點擊可快速前往) 什麼是Subagent?官方Subagent、自製Orchestrator差在哪?建立第一個官方Subagent:直接寫.claude/agents/檔案Subagent適用情境:什麼任務適合多Agent協作?【進階提示詞】讓Claude Code幫你建好Orchestrator 編按:本文收錄Subagent觀念與官方Subagent實作;以Python自製Orchestrator的逐步教學未收錄,文末附「進階實作提示詞」,可直接讓Claude Code幫你建好。 什麼是Subagent?官方Subagent、自製Orchestrator差在哪? 一般使用Claude Code的互動是一對一的:你問一個問題,Claude回答,然後再問下一個。 Subagent(子代理)改變了這個模式: 你的指令 ↓ Orchestrator Agent(協調者) ├──> Subagent A:分析安全性 ├──> Subagent B:分析效能 └──> Subagent C:分析測試覆蓋率 ↓(三個同時執行) Orchestrator 收集結果,合併報告 (圖/博碩出版《Claude Code全攻略》) 為什麼要用多Agent? 速度:3個任務同時跑,比依序執行快3倍 專注:每個Agent只做一件事,提示詞更精準 隔離:一個Agent失敗不影響其他Agent的結果 規模:一個人管不完的工作,交給Agent軍團 「Subagent」其實有兩種 在Claude Code的語境裡,「Subagent/子代理」這個詞指兩件不同的東西,別混在一起: 官方Subagent自製Orchestrator本體.claude/agents/*.md 定義檔(YAML frontmatter + system prompt)你自己寫的Python腳本執行方式在互動session內,由主Agent自動委派或你明確指名用 claude --print 開多個獨立進程平行呼叫上下文每個Subagent有獨立context,結果回傳主對話每個進程完全獨立,由腳本收集輸出適合重複使用的專職角色(審查員、測試員、文件寫手)大量平行任務、CI/CD整合、跨專案批次處理 官方Subagent是Claude Code內建、最正規的子代理機制(下文會帶你從零建立);自製Orchestrator則是當你需要一次派遣大量Agent、或把Claude塞進自動化管線時用。 建立第一個官方Subagent:直接寫.claude/agents/檔案 若走「Python orchestrator + --print CLI」的程式化路線,可以一次派遣大量Agent平行工作。但你的第一個Subagent不應該寫Python——官方Subagent只是一個Markdown檔案,3分鐘就能建好。 舊版備註:舊版Claude Code曾提供 /agents 互動式精靈(7步驟引導建立Agent),該精靈已於v2.1.198(2026-07-01)移除。現在的做法是直接建立定義檔,反而更快、更透明;細節以官方文件為準。 官方Subagent的本體是一個放在以下位置的Markdown檔案: 位置範圍適合場景.claude/agents/(專案根目錄下)只有目前專案能用跟專案綁定的Agent(如Flask app的API tester)~/.claude/agents/所有專案都能用跨專案通用的Agent(如「程式碼審查員」) 第一次練習建議放專案級,玩壞了不會影響其他專案。 建立資料夾與定義檔 # Windows PowerShell(在專案根目錄下) New-Item -ItemType Directory -Force .claude\agents notepad .claude\agents\security-reviewer.md # macOS / Linux(在專案根目錄下) mkdir -p .claude/agents nano .claude/agents/security-reviewer.md (圖/博碩出版《Claude Code全攻略》) security-reviewer.md 完整內容(可直接貼) --- name: security-reviewer description: 安全性審查專家。當使用者要求檢查安全漏洞、SQL injection、硬編碼密碼、eval/exec 濫用、輸入驗證問題時使用此 agent。 tools: Read, Grep, Glob model: sonnet --- 你是一位資安專家,專門審查 Python 程式碼的安全性。 分析範圍: - 注入攻擊(eval、exec、shell injection、SQL injection) - 敏感資料處理(明文密碼、硬編碼金鑰、個資) - 不安全的函式使用 - 缺少輸入驗證 輸出格式:Markdown 報告,每個問題標注嚴重度(🔴嚴重/🟠中等/🟡輕微)、檔案與大約行數、問題描述、具體修正建議。 只報告確定的問題,不要猜測。 (圖/博碩出版《Claude Code全攻略》) frontmatter欄位說明: 欄位作用填寫要點nameAgent的識別名稱小寫加連字號,如 security-reviewerdescription決定觸發時機主Agent根據這段描述判斷「什麼時候該委派給它」,把使用情境寫清楚tools允許使用的工具最小權限原則:安全性審查只需要讀(Read、Grep、Glob),不給Write/Edit/Bashmodel使用的模型sonnet(平衡,推薦)/ opus(最強)/ haiku(最快最省)/ inherit(跟主Agent相同) 模型怎麼選:安全性審查建議sonnet(對應目前的claude-sonnet-5)——haiku(claude-haiku-4-5)太簡略容易漏掉細節;opus(claude-opus-4-8)或旗艦fable-5留給真正需要深度推理的任務,這類審查用不到。 觸發你的Subagent 存檔後重新啟動Claude Code(讓它重新讀取agents資料夾;是否需要重啟以實際版本為準),有兩種觸發方式: 自動委派:你的要求符合description描述時,主Agent自動把工作交給它 明確指名:直接說「用security-reviewer幫我審查calculator.py」 這裡拿calculator.py當練習對象,裡面故意留了eval()、shell=True等資安問題。你也可以換成手邊任何一支.py。 [模擬]觸發該Agent的對話: > 用 security-reviewer 幫我審查 calculator.py ● security-reviewer(審查 calculator.py 的安全性) 完成 發現 2 個問題: 嚴重:calculate_from_string 使用 eval() 執行未驗證輸入 存在任意程式碼注入風險,建議改用 ast.literal_eval() 中等:run_calculator_script 以 subprocess.run(..., shell=True) 執行外部指令 若 script_path 來源可控則有 shell injection 風險,建議改為 shell=False 並拆成清單 (圖/博碩出版《Claude Code全攻略》) 官方Subagent vs.自製Orchestrator:什麼時候用哪個? 你的目標推薦方式第一次建Subagent練手.claude/agents/定義檔(本文示範)重複呼叫同一個專職Agent.claude/agents/定義檔即可一次平行派遣3+ 個AgentPython orchestrator整合進CI/CD pipelinePython orchestrator跨專案複用同一套Agent定義檔放~/.claude/agents/ 結論:先用定義檔把「一個Agent一個職責」的概念跑通;自製Orchestrator是進階用法,學會了能應付更大規模的協作場景。 Subagent適用情境:什麼任務適合多Agent協作? 不是所有工作都適合Subagent架構。這張表幫你判斷: 情境建議架構原因分析一個檔案的bug單一Agent任務小,不值得overhead同時分析多個面向(安全/效能/測試)Multi-Agent面向獨立,可平行處理50個檔案,每個需要翻譯Multi-Agent大量獨立子任務寫一個複雜的功能,步驟有依賴單一Agent步驟有前後依賴,無法平行每天掃描新增的PR定時Orchestrator結合Routines定時執行跨語言文件翻譯(10種語言同時)Multi-Agent(10個)語言翻譯互相獨立 核心原則:任務之間沒有依賴關係、可以獨立完成,才值得用Multi-Agent。 【進階提示詞】讓Claude Code幫你建好Orchestrator 複製以下提示詞,直接貼進Claude Code開始操作。提示詞裡的檔名/路徑是示意,請換成你自己專案裡實際存在的。 開始前,請先確認兩件事: 系統已裝Python 3——Orchestrator是Python腳本。先驗證 python --version(沒反應試 py --version)。 claude指令在PATH裡——腳本會呼叫claude。先在終端機直接打 claude --version,確認叫得動。 Step 1:建立Orchestrator腳本 請幫我建立 orchestrator.py,能夠同時啟動 3 個子 Agent 分別執行:安全性掃描(偵測硬編碼密碼和 SQL injection)、效能分析(統計函式長度和巢狀層數)、測試覆蓋率報告。完成後合併三份報告輸出總結。 Step 2:執行並驗證結果 請執行 orchestrator.py,等待所有子 Agent 完成後,顯示最終整合報告,並標出最需要優先修正的問題。 節錄自:博碩文化《Claude Code全攻略:從一句話到部署上線,打造你的AI Agent開發團隊》/曾慶良(阿亮老師) 著 推薦閱讀: Claude Code越聊越笨?4個指令管好「上下文」,用量60%就該主動壓縮 商務Email好難回?用Claude Skill建回信SOP,4大類型自動判斷 「Skill」和「提示詞」差在哪?6大差異與SKILL.md寫法一次看
【104職場力】・AI

有任何收穫或想分享的,都來和大家一起聊聊吧!