AI行銷素養能力檢測｜104 AI測驗認證
104學習
ELISA
這項技能指的是一種實驗室檢測技術，主要用來定量測量血液或其他體液中的抗體或抗原濃度。具備此技能代表你能操作酵素標記的免疫分析，準確判讀數據，並協助疾病診斷或生物研究。在生物醫學、醫藥研發及臨床檢驗領域非常重要，能提升工作效率與結果可靠度，是生物技術人員必備的專業能力。
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
【免費觀看】AI 通用素養速攻班｜企業期待的 AI 素養五大核心 → 完課領券考取104 AI通用素養檢測
【天下學習｜線上課】AI 價值極大化｜拆解9大案例打造高商機AI專案
104 AI通用素養檢測｜104獨家AI測驗認證
AI 高效簡報術｜數據分析 x 資訊降噪 x 視覺設計
【大師開講】智慧醫療四大AI應用案例解析
AI 零售營收洞察｜從銷售數據挖掘高獲利成長策略
AI 業務高價值客戶識別｜鎖定精準名單提升成交率
精選證照
考取專業證照，讓能力被市場看見
EEC-智慧健康照護
電子化商業模式興起，改變了經濟行為，建立以網路為基礎的新商業模式。企業主積極投資企業電子化軟硬體，然職場人才供給與需求仍有一段差距。為解決專業人才不足的窘困，電腦技能基金會舉辦「企業電子化人才能力鑑定(EEC)」考試，遴聘專業領域委員，依據業界所需能力，命製各類試題予以評鑑及篩選，培育專才。
財團法人中華民國電腦技能基金會
ITE-EL-線上課程帶領方法與技巧
「ITE」為「Information Technology Expert」的簡稱，中文全名為「資訊專業人員鑑定」藉由鑑定制度鼓勵資訊在職人員進修，進而提升人員的生產力與競爭力，以適應未來國際自由化競爭的趨勢。
財團法人中華民國電腦技能基金會
LabVIEW高階認證（CLA）
LabVIEW高階認證（CLA）證照代表持有者具備深入掌握LabVIEW軟體開發環境的能力，能設計、開發及維護複雜的自動化測試與控制系統。該證照強調實務操作經驗，涵蓋資料採集、訊號處理及系統整合，適合工程師提升軟體與硬體整合能力，強化專案執行效率與品質管理，提升在自動化、電子及製造業的職場競爭力。
尚未查核發照單位
ITE-EL-數位學習概論
「ITE」為「Information Technology Expert」的簡稱，中文全名為「資訊專業人員鑑定」藉由鑑定制度鼓勵資訊在職人員進修，進而提升人員的生產力與競爭力，以適應未來國際自由化競爭的趨勢。
財團法人中華民國電腦技能基金會
ITE-EL-數位教學設計
「ITE」為「Information Technology Expert」的簡稱，中文全名為「資訊專業人員鑑定」藉由鑑定制度鼓勵資訊在職人員進修，進而提升人員的生產力與競爭力，以適應未來國際自由化競爭的趨勢。
財團法人中華民國電腦技能基金會
EC-Council CPENT滲透測試專家認證
Certified Penetration Testing Professional（CPENT AI） 是全球最全面、具備引導式學習的滲透測試專業培訓課程。課程完整涵蓋實作導向的滲透測試方法論，並將 AI 技術整合至滲透測試各階段，協助學員在企業級網路環境中進行全面的滲透測試，評估入侵風險，並撰寫具行動導向與結構化的專業報告。
EC-Council
精選貼文，掌握第一手知識
新聞中的法律／AI帶來法律與倫理新課題
2025-03-10 經濟日報記者江睿智 由聯合新聞網授權轉載
※ 註：本文由達文西個資暨高科技法律事務所長葉奇鑫口述，記者江睿智整理
生成式AI快速發展，將改變世界。在AI應用發展同時，亦衍生許多法律與倫理新課題。世界各國正討論AI法草案及框架，台灣亦預告AI基本法草案，歐盟AI法草案已發展出風險分級監理策略，將來有望成為台灣AI監理基本框架。
AI帶來法律與倫理新課題，例如，AI變臉很容易，如何預防AI詐騙；未來AI完成著作是否有著作權；以及AI可能造成歧視。
延伸閱讀：AI狂熱有增無減！3.2萬個工作創新高 AI寫履歷，Z世代求TP值，資深世代要亮點
以就業歧視來講，現已有不少案例，例如2016年美國勞動部指控Palantir涉及自2010起長達18個月期間，在AI履歷審查、面試等關卡淘汰掉亞裔求職者，儘管他們資格與白人求職者相當。
2014年亞馬遜機器學習團隊開發審核求職者履歷自動化系統，但發現因模型訓練所提供資料多為男性聘雇紀錄，導致「女性」一詞出現時系統就會扣分，後來公司棄用該系統。
這凸顯出，AI訓練資料都是真實，演算法也是中性，但訓練出來的AI卻帶有偏見。人資的AI是被列為高風險，凡是AI來判斷人類的系統，都不建議使用，包括人資AI面試。
隨著AI發展，世界各國正討論AI法草案及框架。歐盟是採風險導向之監理政策，將使用AI風險分級，主要分四級：不可接受風險、高風險、有限風險、低風險／極小風險。
針對不可接受風險，則禁止使用AI；若是高風險，可用AI，但須在政府監管、認證下使用；有限風險等級，則要有透明化義務，例如客服必須揭露是AI服務，並且提供拒絕權；低風險和極小風險則無義務之規範。
何謂不可接受風險，依歐盟規範，有四方面。一、透過影響人類潛意識、操控人類行為、且可能對人類身心造成傷害；二、利用人類年齡、身心障礙等方面弱點，操縱其行為，且可能對人類身心造成傷害；三、直接或間接被公務機關用於社會評量目的，且可能對特定個人或族群造成不公正影響；四、在公共場所為執法目的執行即時遠程生物特徵辨識。
高風險則有八項。一是對自然人生物特徵辨識；二是關鍵基礎設施的管理與運作；三、教育和職業訓練；四、聘雇及員工管理；五、重要私部門服務和公共服務取得；六、刑事執法；七、移民、難民和邊境管制；八、司法和民主進程。
像是私部門AI面試，就必須取得歐盟CE認證才可進行。此外很多企業會想以「刷臉」取代員工出勤紀錄「刷卡」究竟可不可以？且在AI時代下，收集員工指紋、臉部資料，是可以進行AI訓練，惟這些都是很敏感的個資。
國內企業也曾提出此議題，最後國發會決議是認為，臉部是員工個資，若員工不同意，就不能用。但職場上老闆相對強勢下，那個員工敢不簽同意函？在歐盟，即便是員工同意、並且有員工的同意函，刷臉取代刷卡，還是很有可能被註銷。
台灣預告「AI基本法」草案，還只是AI監管工作分配表，其中明定數發部應參考國際標準或規範發展AI資訊安全保護、風險分級與管理，推動與國際介接之AI風險與管理。以目前國際發展，歐盟將AI風險分成四級，也可望會是將來台灣採用的框架。
從傳統化工走向科學公司：李長榮讓不同專業走進半導體材料
文／104人力銀行
本文導覽：
從傳統石化跨向先進材料，人才也不再只有單一面貌
做出一項新材料，不能只有技術，也要理解市場與客戶
AI成為跨域學習的工具，但答案仍需人的判斷
新時代的稽核——從財務數字走進企業營運
在快速變動的材料產業，持續改善比什麼都會更重要
從化學、材料到電機，理工人才都能找到切入點
把一項技術做成產品，是最有挑戰，也最好玩的事
從技術深化到跨部門移動，職涯不會只有一個方向
從一項專業出發，走進更完整的半導體材料產業
免費下載2026半導體薪資報告書
走過將近一甲子的李長榮，並未停留在外界熟悉的基礎石化與傳統化工領域，而是在一次次轉型中，持續拓展技術邊界與產業角色。
從特用化學品、高值化材料，到電子材料與半導體應用，李長榮在拓展產品線的同時，也從一家化工企業，走向以「重新想像科學」為方向的科學公司。
在半導體供應鏈中，材料是支撐製程運作的重要基礎。即使材料不會成為消費者直接看見的終端產品，仍可能影響新製程能否開發、產品能否量產，以及供應鏈能否穩定運作。
一項新材料從技術構想到實際產品，並非只依靠單一專業完成。前端需要研發人員探索材料特性、製程方法與應用可能；後端則需要製造、品質、業務，以及掌握成本、流程與營運風險的財會與稽核團隊，共同確保技術能夠穩定落地。
因此，半導體材料產業所需要的人才，也不只有傳統認知中的理工背景。從科學技術中心的研發人員，到商管、財會與風險管理專業的人才，都在企業從技術創新走向市場應用的過程中，扮演不可或缺的角色。
不同專業各自擁有不同視角，也必須在合作中理解彼此的工作語言，讓一項材料從實驗室、工廠，最終走向產業應用。
從傳統石化跨向先進材料，人才也不再只有單一面貌
李長榮科學技術中心專案管理課課長謝承廷觀察，李長榮過去較容易被理解為石化企業，近年則跨足特用材料、高值化材料與半導體應用，並將事業版圖延伸至先進材料領域。
企業的技術與市場範圍持續擴大，也讓研發工作不再只停留在技術本身。謝承廷指出，技術人員除了具備材料、化學與製程知識，也要認識客戶需求、產業發展、產品成本與商業模式，才能將技術轉化為可被應用的產品。
跨域並不代表進入公司前就必須樣樣精通，而是先具備一項紮實的專業，再從專案與跨部門合作中，補足不熟悉的市場、財務或商業知識。
從稽核工作的角度來看，跨域則有另一種意義。李長榮稽核室經理林育丞表示，稽核人才仍以商管、財會、內控與風險管理知識為根基，但若只看報表與數字，便難以判斷實際營運流程中的風險。
稽核人員必須認識產品如何被研發與製造，也要掌握原料採購、產品訂價與銷售方式，進而將財務數字與第一線的生產及營運流程連結起來。
因此，李長榮看重的，並不是每個人都具備相同能力。研發人員以技術為核心，延伸對市場與成本的認識；稽核及財會人才則從數字與流程走進產品、工廠與實際營運。
做出一項新材料，不能只有技術，也要理解市場與客戶
研發的起點，通常是一個尚未有明確答案的問題。
研究人員可能熟悉某一項化學合成、材料特性或製造方法，但要讓技術真正成為產品，還要理解客戶痛點、市場方向、產品成本，以及實際的應用場景。
對剛完成博士訓練的研發人才而言，進入企業後，還得培養課堂之外的能力，例如拜訪客戶、辨識需求、說明技術，以及將研究成果轉化為客戶能夠理解並願意採用的產品。
謝承廷指出，研究人員不能只把技術做出來，也必須學會「把技術說得讓別人聽懂」。從技術是否可行，到產品成本、潛在客戶及應用市場是否成立，都仰賴研發、業務、財務、製造與其他支援單位共同判斷。
科學技術中心除了推動既有的新產品專案，也鼓勵同仁提出前瞻構想與小型計畫。員工可以從觀察到的產業問題發想，並在內部共創平台上，與不同專業的同仁交流。一個剛提出的概念，可能面臨材料選擇、成本或市場需求等質疑，卻也能在討論與修正中，形成更完整的產品方向。
AI成為跨域學習的工具，但答案仍需人的判斷
謝承廷表示，科學技術中心長期累積技術文件、研究報告、專利、工廠數據與產業資訊，並與AI團隊合作，將資料建置於符合資安規範的內部平台，供員工搜尋與整合。
對研發人員而言，AI可以協助補足不熟悉的領域，但使用者仍須具備核心專業與清楚目標，懂得提出問題，也能質疑並驗證AI提供的內容。
這項原則同樣適用於稽核。林育丞指出，公司鼓勵同仁運用資料分析、統計軟體與AI工具，從大量資訊中尋找異常與風險；企業的重要交易與營運資料，則必須留在公司可控的系統環境中，避免敏感資訊流向外部平台。
AI可以提高資料處理效率，真正決定分析方向的仍是人的邏輯。稽核人員應先釐清問題，再進行資料清洗、交叉分析與查證，讓數據呈現實際情況。
新時代的稽核——從財務數字走進企業營運
傳統印象中的稽核，經常被理解為檢查帳目、翻閱憑證，或找出不符合標準的地方。然而，在一家橫跨石化、材料、製造與海外市場的企業中，稽核所處理的，早已不侷限於財務報表上的數字。
林育丞表示，稽核人員要了解公司的採購、銷售、研發與生產流程，包括產品如何被製造、如何訂價，以及不同市場為何形成不同的銷售方式。掌握完整流程，才能辨認風險可能出現的位置，以及哪些環節需調整。
「每一次查核，其實都是在了解別人的日常。」林育丞形容，新人進入公司後，也要實際走進工廠，認識產品種類、製造方式、採購、銷售及合約流程。與現場人員交流，也讓報表上的數字得以連結到第一線面對的問題。
他強調，稽核並不是站在對立面尋找錯誤，而是從公司整體利益出發，協助組織看清風險並持續改善。
完成稽核報告也不代表工作就此結束。當發現異常時，稽核人員必須向受查單位說明問題及其可能造成的影響，再提出具體建議，持續追蹤至改善完成。因此，稽核除了重視獨立、客觀與誠信，也看重溝通與協作能力。
在快速變動的材料產業，持續改善比什麼都會更重要
電子材料與半導體應用的產品週期短，市場及客戶需求也變動得更快。面對這樣的環境，公司除了看重專業能力，也重視人才是否願意持續成長。
謝承廷表示，安全是所有工作的基礎；在此之上，人才還要具備持續改善的能力。沒有人能在進入公司時便掌握所有知識，而是要在不同職涯階段，持續從客戶、同事與合作夥伴身上學習。
新材料的開發週期漫長，過程中也會遇到未知問題。對研發人才而言，好奇心、技術熱情與探索知識的意願，重要性並不亞於既有實力。
林育丞也指出，對稽核與商管人才來說，好奇心同樣重要。面對雜亂的數據與陌生流程，必須願意多問、多交流，才能真正理解企業如何運作。
無論研發或稽核，公司看重的都不是特定的外向或內向人格，而是在既有專業之外，願意認識不同領域、解決問題，並與其他部門合作的心態。
從化學、材料到電機，理工人才都能找到切入點
目前科學技術相關職務仍以化學、化工與材料背景為主要需求。隨著產品與技術範圍擴大，高分子、半導體與電機等理工人才，也能從各自專業找到切入點。
謝承廷表示，公司重視的是求職者能否設計實驗、建立技術方法，以及面對問題時找出解法。理工領域雖各有不同，每個人仍能運用原有專業，延伸至材料與半導體應用。
稽核相關職務則以商管、財會、內控與稽核背景為主，也重視數據分析能力。除了過去常用的 Power BI，統計軟體與 AI 工具，也逐漸成為工作中重要的輔助工具。
英語也是跨國企業與電子材料工作的重要基礎。無論是研發人員閱讀國際文獻與專利，或稽核人員前往海外事業體執行查核，都要具備英文溝通及理解能力；日語則可成為額外加分條件。
把一項技術做成產品，是最有挑戰，也最好玩的事
謝承廷觀察，許多新進研發人員具有博士背景，對特定技術或研究方向相當熟悉；但要真正做出一項產品，還得學會拜訪客戶、掌握市場變化，並認識成本與商業模式。
「後面要補齊的東西其實很多，但這也是最有挑戰性、同時最好玩的地方。」謝承廷表示，當一個人能把技術、市場、客戶與成本連結起來，最後從零做出一項產品，過程中的挑戰也會成為持續投入的熱情來源。
研發工作的終點不在於完成技術，而是讓技術真正走向市場。除了開發產品，還要讓客戶理解它解決了什麼問題，以及這項技術為何值得採用。
稽核工作的挑戰則是必須在短時間內掌握陌生流程。林育丞指出，稽核人員一年中會接觸許多不同專案，得結合訪談溝通、流程文件、現場觀察與AI工具，迅速掌握工作運作方式，再判斷其中可能存在的風險。
真正的異常未必會直接出現在文件上，而要經過大量資料清洗與交叉分析，才可能被看見。即使找到問題，仍須有邏輯地向受查單位說明問題所在與改善的必要性。
從技術深化到跨部門移動，職涯不會只有一個方向
喜歡深入研究技術的人，可以朝科學家與技術專家的路徑前進；希望拓展工作範圍的人，則能成為專案或產品負責人，進一步走向行銷、製造與管理職務。
謝承廷表示，也有人從研發轉向產品、專案、製造、行銷或海外事業。公司安排研發人員參與跨國會議、學術交流與海外展覽，並與國內外學者及產業專家互動，接觸不同領域的技術趨勢。
對稽核人員而言，跨國工作也不是將台灣既有的查核方式搬到海外。林育丞指出，前往不同國家執行查核時，必須認識當地法規、市場結構、組織文化與工作習慣，才能提出符合當地情境的內控與改善建議。
從一項專業出發，走進更完整的半導體材料產業
對年輕人才而言，加入今天的李長榮，所接觸的已不只是傳統化工。從半導體材料、研發創新、數位稽核到國際市場，李長榮正從以化學為核心的企業，走向涵蓋材料、製程、數據與市場應用的科學公司。
材料是半導體產業的基石。要讓一項新材料真正走向市場，除了實驗室裡的研究人員，也仰賴掌握客戶需求、品質與成本的團隊，以及能從全貌辨認風險與機會的人才。
當企業持續重新想像科學，人才也不必只沿著既有職稱與科系前進。以自身專業為起點，學習另一種工作語言、認識另一個部門，甚至走向另一個市場，或許正是非典型半導體產業中，最值得被看見的職涯價值。
免費下載2026半導體薪資報告書
想進半導體供應鏈？再看看這些職涯機會：
從反覆送樣到正式量產：新應材如何讓台灣材料進入半導體製程
整合藏在建築裡的百餘種管線，撐起半導體良率的隱形系統——專訪洋基工程
營造蓋的不是工廠，是半導體起跑的第一秒：麗明營造在高壓工地，養出能扛數十億專案的人才
實驗室新突破！Google AI突破癌症研究瓶頸 開啟跨域職涯新風口
近日Google與耶魯大學的研究團隊攜手發表了一項令人振奮的成果：他們開發出一款能「讀懂細胞語言」的AI模型、成功預測出一個具有潛力的新型癌症療法途徑，並已在實驗室中獲得初步證實，這項發現不僅為抗癌藥物研發帶來一線曙光，更展示了大型AI模型在加速科學發現上的巨大潛力。
文／《104職場力》
本文導覽
研究背景：關於免疫療法的瓶頸「冷腫瘤」Google研發「細胞語言模型」C2S-Scale接下戰帖出乎意料！AI鎖定Silmitasertib，給出嶄新發現實驗室證實，silmitasertib能成功讓冷腫瘤「發熱」50%AI「革新藥物研發效率」對跨領域人才和未來職涯的深遠啟示
研究背景：關於免疫療法的瓶頸「冷腫瘤」
在癌症免疫治療中，一個核心概念是讓患者自身的免疫系統去攻擊癌細胞，但因為許多腫瘤屬於「冷腫瘤」（Cold Tumors），以至於它們就像披上隱形斗篷一樣，無法被免疫系統偵測和辨識，自然能躲過攻擊。
想解決這個問題，讓冷腫瘤「發熱」（Hot），也就是迫使癌細胞展現出能被免疫系統識別的「抗原呈現」（Antigen Presentation）信號，是免疫治療策略的關鍵目標，如果能找到一種方法「放大」這些信號，就能有效提升免疫療法成功的機率。
Google研發「細胞語言模型」C2S-Scale接下戰帖
為了克服這項挑戰，Google研究團隊基於Gemma，打造了Cell2Sentence-Scale 27B（簡稱C2S-Scale）模型，其核心能力是理解「單一細胞的語言」，如同理解人類的文本語義一樣。
研究人員給C2S-Scale的艱鉅任務是：找出一個只能在腫瘤環境中已經存在微弱免疫信號（例如低劑量干擾素，Interferon）時才發揮作用的「條件式放大器」，讓原本微弱的信號能有效增強。
該模型採用了一種「雙情境虛擬篩選」的方式進行推測：
正向免疫情境： 輸入帶有低劑量干擾素信號的真實病患腫瘤樣本數據。
中性免疫情境： 輸入單純隔離的癌細胞數據（不帶免疫背景）。
研究團隊模擬了超過4,000種藥物在這兩種情境下的作用，並要求模型預測哪些藥物只在第一種情境下能增強抗原呈現。
出乎意料！AI鎖定Silmitasertib，給出嶄新發現
沒想到，C2S-Scale模型直接給了研究人員大驚喜，它推理出一項過去科學文獻中從未被明確報導過的全新組合與機制：silmitasertib（一種CK2激酶抑制劑）只有在「正向免疫情境」下能大幅提升抗原呈遞作用，但在「中性情境」下則幾乎沒有效果。
這代表AI模型並非只是分析或重複已知知識，而是可以真正產生出可供實驗驗證的新科學假設。
實驗室證實，silmitasertib能成功讓冷腫瘤「發熱」50%
得到新假設後，研究團隊隨即至實驗室進行驗證，他們刻意使用人類神經內分泌細胞模型進行測試，這種細胞是模型在訓練過程中完全沒見過的類型，希望更能確保結果的公正性。
實驗結果完全證實AI的預測：
單獨使用silmitasertib，對抗原呈現無影響。
單獨使用低劑量干擾素，效果有限。
同時使用silmitasertib與低劑量干擾素，抗原呈現信號產生顯著的協同放大效應。
根據實驗數據，這種組合治療能使抗原呈現作用提高約50%，足以讓腫瘤更有效地被免疫系統識別，C2S-Scale模型的預測還真的成功找到了新型的「干擾素條件式放大器」，提供將「冷腫瘤」變「熱」的潛在新途徑。
AI「革新藥物研發效率」對跨領域人才和未來職涯的深遠啟示
雖然這項研究還未進到臨床試驗，但已展現出大型AI模型（如C2S-Scale）在生物醫學發現上的核心價值，它能快速生成有實際根據的科學假設，大幅縮短新藥研發週期，並為開發高效的組合療法奠定基礎。
這項突破標誌著AI與生物科技的關鍵交匯點，同時也清晰預示了未來的職場趨勢：
跨域人才需求暴增：傳統的生物學家或醫藥研發人員，現在必須具備計算機科學、數據分析甚至大型語言模型（LLM）的應用能力。能夠理解「細胞語言模型」並將其應用於實驗設計或臨床資料分析的「AI生物學家」將成為炙手可熱的職位。
研發週期大幅縮短：過去需要耗費數年進行的藥物篩選與假設驗證，在AI的協助下能被壓縮到數月甚至數週，這將加速生技、製藥公司對研發效率與數位化工具的投資。
新的職能誕生：除了傳統研發職位，企業將需要更多「生物資訊學家」、「AI模型工程師」（MLOps for Biology）等職位，專門負責維護和擴展這些複雜的生物AI模型。
由此可知，人工智慧不僅是提升工作效率的工具，更已成為開啟科學新發現的鑰匙，對於所有追求職涯成長的人來說，掌握數據與AI思維，是進入下一波生物科技與醫療創新浪潮的關鍵入場券。
（參考資料來源：How a Gemma model helped discover a new potential cancer therapy pathway）
AI超便利？人工智慧潛在的3大負面影響
文： 小婉家族研究生：卓引祈 | 工商心理實驗室
原標題：人工智慧（AI）賦能人力資源管理：是助力還是威脅？
在當前科技迅速發展的時代，人工智慧（AI）正以前所未有的方式重塑各行各業，尤其是人力資源管理領域。然而，這一變革並非只有光明的一面。AI的引入雖能為繁瑣的工作帶來便利，卻也潛藏諸多隱患，可能對員工的心理健康與工作滿意度造成不利影響。
隨著人工智慧（AI）的興起，各行各業開始將人工智慧技術應用於工作中，並有許多相關的利弊討論。對於工作繁重、面向多元的人力資源管理者，AI的應用可以帶來許多便利。然而，使用AI時，有哪些潛在的影響可能導致人力資源管理實踐產生負面影響？
首先，從人工智慧的演算法的三大特徵，即時性、全面性、不透明性，來探討可能對員工造成潛在的負面影響。AI的即時性可能讓員工產生被監控的心理壓力以及工作和生活界線的模糊；並且因其強大的功能（全面性）可能造成員工自卑，造成工作動機感、成就感下降。而其不透明性可能進一步引發偏見、歧視，甚至是知覺分配不公平等議題。而更近一步的，當組織意圖用將員工的表現被更頻繁且細緻的以數字劃分時，可能削弱員工的內在動機，進而影響其工作表現和態度。因此使用AI雖然可以簡化部分的管理事務，協助達到更精準的管理決策，然卻可能造成員工的反彈，對人力資源管理的實踐帶來了巨大的潛在挑戰。
但也有研究顯示，以AI為基礎的人資系統能透過加強正向員工體驗，帶來更好的員工投入度。其主要是透過關注員工本身的需求，提供個性化的協助，以及提供平台促進與他人的交流。
雖然目前的研究結論對於AI在人資管理系統究竟是利大於弊，還是弊大於利有不同的看法，然而使用AI在人資管理上會造成何種結果，很大程度取決於使用者的目標及使用方法，意即我們抱持什麼最終目的在使用AI，會影響我們決定如何使用AI，以及它對員工造成的是正面的還是負面的影響。
作為管理方，若將AI作為評判或監控的工具，可能會造成員工巨大的心理壓力，適得其反。而作為人力資源的工作者，若我們一心只希望AI幫我們解決困難的工作，等於將AI視為工作的主體、判斷與創意的主體，可能會造成許多關鍵能力的喪失，無論是學習能力、洞察能力、評判能力，甚至造成內在價值感下降、缺乏動力等一連串的問題。工作需要有輕重之分，我們可以將部分的任務交給AI，但清楚知道AI只是協助者，我們仍是價值的提供者、方向的領導者。
而無論是作為員工、主管還是企業，不免需要回到源頭的問題：運用這些技術的根本目的為何？光有技術不足帶來革新，關鍵還在於是否真正在乎個人的福祉？無論是組織在乎員工的福祉，甚至是工作者在乎工作所帶給他人的意義等，若我們能清楚自己內在的價值定向，則就能用正確的心態使用AI，讓AI成為我們的助力，而非是威脅。
增強AI應用能力，讓AI成為助力工作更有效率＞＞
小婉家族研究生：卓引祈
參考資料：
Malik, A., Budhwar, P., Mohan, H., & N. R., S. (2023). Employee experience –the missing link for engaging employees: Insights from an MNE ’s AI ‐based HR ecosystem. Human Resource Management, 62(1), 97–115. https://doi.org/10.1002/hrm.22133
Zhou, Y., Wang, L., & Chen, W. (2023). The dark side of AI-enabled HRM on employees based on AI algorithmic features. Journal of Organizational Change Management, 36(7), 1222–1241. https://doi.org/10.1108/JOCM-10-2022-0308
看更多來自工商心理實驗室的好文 >>
能者多勞？還是忍著過勞？ 小心引發工作倦怠
學習時間管理就能提升效率？探索你的「時間特質」找到關鍵
Z世代安靜離職消失了嗎？不，它進化成「怨恨缺勤」
在微笑的面具下，其實心好累！４招從情緒勞務中恢復
生成式AI對人資帶來的是機會?還是風險?
提升員工帶動企業的成長！最划算的教育訓練方案首選>>
企業內訓、公開班及線上課程需求，104人資市集最超值 >>
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 >>
【林宏文專欄】「AI比你更懂你！」 在104應徵AI推薦的工作，為何可以獲得3.2倍的企業邀約面試？
台灣雖然是全球AI晶片及伺服器製造重鎮，但在AI應用領域並未領先，甚至還落後很多國家，在全球AI排名全球21位。企業如何活用AI，已成為競爭力的關鍵，更是國家競爭力的象徵。
文／林宏文（鍶科技授權轉載）
因此，近來我對於企業如何運用AI，總是特別關注。7月底，我去採訪104人力銀行與工研院合作發表《2025半導體業人才報告書》，當天主題是半導體業人才供需情況，調查結果顯示，今年五月台灣半導體業整體職缺數已回升至疫情前高點，而且有些工作很難找人，例如「操作／技術／維修類」領域，每五個職缺僅有一位求職者，整體人力缺口高達3.4萬人。
後來，104人力銀行的公關Pola告訴我，他們把AI功能放在求職網站上，求職者應徵AI推薦的工作，獲得企業邀約面試的機會，竟是自己查詢工作的3.2倍。
也就是說，求職者依照自己的喜好去應徵工作，還不如AI根據你的情況，幫你推薦更適合應徵的工作，獲得面試的機會更多。這種應用AI帶來的績效，「讓AI比你更懂你自己」，喚起了我的好奇心，想要一窺究竟。
▲ 由左至右，依序為：104人力銀行創新長曹訓誌、產品暨價值經營總處資深協理王之璘、產品暨價值經營總處副總經理沈沛鴻、研發處協理張世淳。（照片：104人力銀行提供）
專訪當天，104人力銀行派出了研發處協理張世淳、創新長曹訓誌、產品暨價值經營總處副總經理沈沛鴻，以及產品暨價值經營總處資深協理王之璘。一次來了四位大將，一起說明公司如何用AI。
他們從使用者情境，談到資訊架構，再從技術研發，談到產品應用，從DB資料庫、談到LLM大型語言模型。
他們也都提到，生成式AI雖然2023年才橫空出世，但是AI人工智慧並非新的技術，104人力銀行應用AI的演進史，是早從2006年就已開始建立off line DB供應數據分析研究。
二十年來，完成大數據建倉、分散式運算框架Hadoop系統、machine learning機器學習演算法、LLM大型語言模型、BI數據倉儲建置、雲端技術服務、導入LakeHouse資料架構、發展知識圖譜與深度學習的推薦系統等。
老實說，技術領域我不是太熟悉，但我很清楚，企業要做數位轉型，前提是要先做好數位化，至於要在AI時代領先，先期準備工作也不能少。104人力銀行先做好蹲馬步的功夫，才一步步讓求職者與徵才企業都可以享受AI應用的便利。
先看一下104人力銀行提供的整體統計數字。
首先，透過AI智慧媒合工作的比例，2025年1~8月已提升到39.2%，比2023年的24.79%，明顯增加 14.41個百分點。
其次，進入104人力銀行網站的使用者，使用各項AI創新服務的人數占比，2025年前八個月，已經提升到85.25%，比2023年的56.5%，大幅提升28.75個百分點。
這些數據的增長，顯示求職者已確實已明顯感受AI帶來的好處。
其實，和許多網路產業相比，人才招募這一行有很明顯的差異，因為所有人都想擠破頭進最熱門的公司，例如輝達、台積電或聯發科，但是，公司規模再大、市值再高，職缺畢竟有限，都是一個蘿蔔一個坑。
所以，找工作不像看Netflix影片，只要是你喜歡的、想看的影片，成為付費會員，通通都能看。職缺有員額的「封頂效應」，反而讓一窩蜂湧入的求職者面臨更大的競爭，更難找到工作，畢竟不是人人都擠得進當紅產業或夢幻公司的窄門。
因此，成立於1993年的104人力銀行，已累積32年的行業經驗，很清楚該如何突破這種人才供需不平衡的困境，讓求職者更容易找到工作。
104人力銀行利用每年上億筆使用者的行為軌跡，透過AI創新建模，萃取求職者進站的使用行為、瀏覽產業及職缺偏好、興趣、履歷表上的學經歷和專業技能等背景，也可以比對求職者的性格測評、是否適合公司的組織文化，透過智慧系統推薦給求職者的工作，結果就比求職者自己搜尋工作的媒合成功率更高。
因此，AI會比你還懂你自己，主要原因就是，資料庫可以鳥瞰巨觀全貌，但求職者只有自己的資料，不知道整體的競爭態勢或企業端的招募需求，難免在盲盒中摸索、碰運氣求職。
研發處協理張世淳說，「因此，經過最近4、5年的驗證，我們可以很有底氣的說，如果求職者應徵AI推薦的工作，獲得企業邀約面試的機會，是自己查詢工作的3.2倍。」
他們也舉了另外兩個例子，說明AI如何幫求職者找到更多面試機會。
有些求職者以為自己已寫好一份完美的履歷表，但AI可以幫忙求職者比對，若你要找工程師的工作，目前的履歷表還缺什麼技能；當你補上對應的技能，準備主動應徵時，系統期待你寫一段自我推薦信給雇主，但你卻卡關不會寫，AI會依照你的履歷表內容，自動幫你生成一段最適合敲開大門的cover letter，降低求職門檻。
還有，許多求職者習慣自製PDF履歷，但企業HR習慣看104人才庫的既定欄位，透過AI，可以把求職者PDF的資料，自動抓取、並正確填入人才庫的相關欄位。這個功能帶來的好處是，以前求職者上傳的PDF履歷，形同附件，通常在人才庫既定欄位的最下方，企業HR不一定會看、也不見得會點開詳讀；要求職者自行copy & paste、有點笨，要求職者重新撰寫、又很浪費時間。
前面提及，進入104人力銀行網站使用各項AI創新服務的人數占比已經來到85.25%，等於平均每100人進站，已有85人享受AI帶來的便利。
「觀察使用者進入104的旅程，把AI創新功能放在對的、人多的地方，不是為放而放。」張世淳說，這是使用AI的求職者比例提高的主因。
另外，104人力銀行目前員工人數 1,013人，含員工及主管在內的工程師，占比為38%。應用AI做創新研發，會不會只是工程師的工作，而不關其他六百多人的事？
答案是，一定要避免這種現象！為了讓全部員工都能一起參與AI創新，104人力銀行在2023年就成立跨部門的創新辦公室，並且由前 Google 全球搜尋服務與平台事業群董事總經理連祥一，擔任這個計畫的主持人。
連祥一目前負責104人力銀行的技術、AI及資訊架構，掌管範圍很大。從外部尋找優秀人才加入，刺激內部改變，並在AI尋求更大創新，也象徵104人力銀行想要改變的決心。
創新辦公室的目標，是為員工AI賦能，讓員工習慣用AI呼吸，讓AI成為工作日常，開設超過30堂AI課程，選定各部門中有open mind特質的員工擔任種子部隊，同時配置AI專家，讓大家可以快速學習。
▲ 104人力銀行舉辦AINNOVATION創新競賽，大方加碼送公司股票及獎金。（照片：104人力銀行提供）
兩年來創新辦公室的布局，目前已經可以看出不少成效。例如，2024年第一次舉辦AINNOVATION創新競賽，優勝隊伍送一張104的股票加獎金。
優勝隊伍當中的「AI模擬面試」，解決企業HR不知道該在面試時「問對」什麼問題，讓HR在短暫的面試過程中，提高識人的能力。後來，這個優勝隊伍提出的方案，已實際進行落地執行，並開發成產品，讓參賽者可以得到更多成就感。
此外，公司也發動由中階主管帶著團隊，親手做RPA機器人流程自動化(Robotic Process Automation)，減少重複性的人工作業流程，提升工作效率。從業務到行銷、從客服到公關，許多「非工程背景」的中階主管，都一起參與這個活動。
為了推動這件事，讓中階主管真正參與其中，公司還會強迫各部門公開發表，不惜調整或減少例行工作，唯一目標，就是要讓大家親身體驗地「做出來」。
今年，104人力銀行也再度舉辦AINNOVATION創新競賽，更大方加碼送出3張股票及獎金，以目前公司股價在220元以上，總價值合計近百萬。
結果，總共有25組、75 位員工參與競賽，同樣的，優勝隊伍也不是全由工程師囊括，包括有法務部門的員工，用AI知識庫解決人資法令議題;也有設計師，把品牌吉祥物設計成為AI Agent，成為求職者的貼心萌友;還有產品和工程師合作提出AI履歷助手，提供HR更全面的資訊。
▲ 104人力銀行董事長楊基寬（左）在講評AINNOVATION 年會時，提到「兩個掌聲、一個鼓勵」。
104人力銀行董事長楊基寬在講評AINNOVATION 年會時，提到「兩個掌聲、一個鼓勵」。第一個「掌聲」，是員工提案精準命中必須幫用戶解決的問題 (must have)，第二個「掌聲」，則是員工提案捨棄本位主義的榖倉效應，發揮利他精神共同解決其他部門的問題。至於「鼓勵」，則是員工持續超越自己、勇敢挑戰改變，甚至大膽推翻現有 104 的經營模式。
104人力銀行成立於1993年，這個時間我很有感覺，因為我正好是那一年開始到經濟日報當記者。聯合報系後來因應網路需求成立一個UDN Jobs，但結果是做不起來收掉了，至於那時還是小公司的104，後來就一路成長，如今成為人才招募的第一品牌。
我回想當時聽報社同事聊天講到，因為聯合報系當時還有很多企業在報紙上的徵才廣告收入，原本事業員工對報系內的新部門很排斥，對新部門的任何成長，都視為是在搶自己生意，因此多所阻撓，這也註定傳統紙媒在這個網路徵才事業的落敗。
科技創新不斷往前進，會被淘汰的企業，都是因為無法與時俱進，或無法改變組織運作慣性等各種挑戰。數位轉型原本就不容易，如今生成式AI又產生全新賽道，不斷衍生變化出各種創新，顯然這又會是下一波企業淘汰賽的關鍵重點。
類似104人力銀行這樣的例子，不斷累積在人才招募這個專業領域的經驗，如今鴨子划水，展現基本功，在AI應用上號召全員參與，並創新出更多給消費者的服務價值，也讓104的品牌在人才招募市場的領先地位更加確立，的確是一個很好的參考案例。
（原文標題：【林宏文專欄】「AI比你更懂你！」 在104應徵AI推薦的工作，為何可以獲得3.2倍的企業邀約面試？）
作者介紹：本文作者林宏文，主跑科技、生技產業多年，目前為財經專欄作家、財經節目與論壇主持人，長期關注產業發展、投資趨勢、公司治理以及國家競爭力等議題。專欄文章僅代表作者本人立場
推薦工具：更多內容請參考104 AI+網頁：https://www.104.com.tw/ai/services
AI強勁需求驅動！全球前十大IC設計廠 首季營收季增6%
2025-06-12 經濟日報記者吳康瑋 由聯合新聞網授權轉載
根據研調機構集邦（TrendForce）最新調查，2025年第1季因美國關稅政策促使終端電子產品備貨提前啟動，以及全球各地興建AI資料中心，半導體晶片需求優於以往淡季水準，助益IC產業表現。第1季前十大無晶圓IC設計業者營收合計季增約6%，達774億美元，續創新高。
在AI資料中心領域，輝達（NVIDIA）主要受惠於Blackwell新平台逐步放量，2025年1至3月營收突破423億美元，季增12%，年增達72%，維持營收第一。儘管其H20受限於美國的新出口管制規定，將導致該公司於第2季認列虧損，然單價較高的Blackwell將逐季取代Hopper平台，有助降低財務衝擊。
[joblist_plugin title='【輝達】最新精選職缺' url='https://www.104.com.tw/company/1a2x6bm42t' amount='5']
第四名超微（AMD）第1季因資料中心業務略為下滑，加上遊戲、嵌入式產品銷售動能仍較弱，營收季減約3%，近74.4億美元，但對比2024年同期仍增長36%。不讓NVIDIA專美於前，預期AMD下半年將擴大量產新一代平台MI350以接棒MI300，並計畫於2026年推出MI400，與NVIDIA的Blackwell和下一代Rubin AI晶片抗衡。
在網路通訊領域，Broadcom第1季半導體營收續創歷史新高，為83.4億美元，年增15%，排名第三。隨著AI server生態系規模擴大，Broadcom深度布局處理AI網路的高速互聯解決方案，推出全球首款102.4 Tbps CPO Switch，也取得更多科技巨擘的AI ASIC標案，在AI晶片領域與NVIDIA互別苗頭。
Marvell第1季因AI server相關產品需求強勁，營收近18.7億美元，季增9%。該公司除了為大型CSP提供客製化AI ASIC，其高速光學互連的相關解決方案，也是AI資料中心擴展的關鍵。
分析手機與移動裝置領域業者表現，高通（Qualcomm）今年第1季（F2Q25）營收近94.7億美元，排名全球第二。其QCT部門的手機業務因淡季而下滑，且有Apple未來自研晶片占比提高影響前景，導致整體營收季減6%。為此，Qualcomm積極於AI手機、AI PC等新興領域尋求成長機會，並擴大開發汽車、物聯網業務。
聯發科（2454）第1季營收排名全球第五，由於中國大陸手機客戶對天璣9400+、天璣8000系列需求增長，加上手機SoC的平均銷售單價提高，帶動其營收成長至46.6億美元。
瑞昱（2379）第1季表現亮眼，營收季增31%至10.6億美元以上。成長動能主要來自PC相關客戶為應對市場不確定性而增加庫存，以及Wi-Fi 7滲透率提升和車用乙太網路需求漸增。
聯詠（3034）第1季得益於中國大陸的消費補貼政策，以及部分客戶因關稅提前拉貨，營收成長至8.2億美元以上，季增6%。
豪威集團（韋爾股份）因第1季適逢智慧手機淡季，營收季減2%，為7.3億美元。但該公司在圖像感測器和汽車電子領域進展顯著，主因為中國大陸電動車品牌增加使用攝影鏡頭支援智慧駕駛系統，嘉惠其車用CIS業務。
芯源系統第1季受惠於AI資料中心帶來龐大電源控制器需求，其運算與存儲部門業務大幅增長，整體營收接近6.4億美元，創其歷史新高。
IBM示警 AI模型與AI應用已成為門檻低、商業價值高的駭客攻擊目標
2025-08-04 經濟日報記者簡永祥 由聯合新聞網授權轉載
IBM近日公布《2025數據洩漏成本報告》警示，目前企業應用AI的速度遠超過其建置AI安全與治理，然而許多企業為了讓AI應用快速上線而忽略AI安全與AI治理。缺乏監管的AI系統更容易遭受攻擊，且造成的企業損失更為重大。
今年的報告首次針對AI應用的安全防護、治理機制、與控制訪問狀況進行研究；儘管研究結果顯示曾出現AI相關安全漏洞的企業僅佔採訪樣本的 13%，AI應用已經成為門檻低、商業價值高的網路攻擊目標。
IBM安全和營運產品副總裁Suja Viswesan指出，報告結果顯示AI 應用與治理之間的斷層已經存在，駭客正伺機而動。企業的AI應用普遍缺少基本的存取控制，導致機敏資料遭洩漏、模型可以輕易被篡改。隨著AI技術更多、更深、更廣地融入企業流程，AI安全防護必須成為基礎與重心。不作為的代價不僅損失金錢，更將損害客戶的信任、企業的透明度與自主權。
報告也提出一份比較資料：企業若在其安全業務領域廣泛應用AI與自動化技術，其資料洩露損失平均減少190萬美元，處理數據洩漏事件的周期平均減少80天。
報告的關鍵發現包括以下內容：
AI時代的企業安全漏洞發生領域
AI治理政策：63%曾發生數據洩露的企業尚未建立AI治理政策或仍在規劃階段。已經制定AI治理政策的企業裡，僅有34%定期審查未受批准的AI工具。
「影子 AI」的代價：五分之一的企業曾因影子 AI現象（未經公司同意或監管的AI工具）導致數據洩露，僅 37% 的企業制定管理或偵測影子 AI 的政策。與較少出現影子AI的企業相比，發生率高的企業其平均數據洩露成本多出 67 萬美元。涉及影子AI的安全事件導致個人身份資訊 (65%) 和智慧財產權 (40%) 洩露的比率，遠超過全球平均值（分別為 53% 和 33%）。
由AI驅動的智慧型攻擊：16%的數據洩露事件涉及駭客使用AI工具；主要用於網路釣魚或發動深度偽造的網路攻擊。
數據洩漏的經濟損失：
數據洩漏成本：全球數據洩漏平均成本下降到 444萬美元，是近五年來首次下降；但美國企業的平均數據洩漏成本卻高達1022萬美元。
處理數據洩露的全球平均周期創新低：隨著更多企業執行內部漏洞檢查，讓全球處理數據洩露的平均周期縮短至 241天，較前一年減少17天。與被外部攻擊的洩漏事件相比，透過內部檢測發現漏洞的企業平均減少損失達90萬美元。
醫療照護業的數據洩露成本仍居首位。儘管醫療行業的資料洩露成本較2024年減少235萬美元，其742萬美元的平均損失仍在本次調查的所有行業中居首位。醫療業的安全漏洞識別與控制周期長達 279 天，比全球均值241天多五周以上。
更多企業抵制駭客勒索：企業拒絕支付贖金的比率增加，63%的機構選擇拒絕支付勒索贖金，2024年的比率為 59%。儘管有更多企業抵制勒索，敲詐及勒索軟體事件的平均成本仍居高不下 — 尤其是被駭客攻擊時，損失高達 508萬美元。
AI 風險攀升，但企業對投資AI安全措施的動能卻不足：計畫在經歷數據洩漏事件後增加安全投資的企業比率顯著下降，從 2024年的63%降至2025年的 49%。而在計畫追加投資AI安全的企業裡，建置以AI驅動的安全方案或服務的企業不到一半。
數據洩漏的「長尾效應」：營運中斷 、營運成本增加
幾乎所有受訪企業在數據洩露後都發生業務中斷。大多數企業報告回復平均耗時超過100天，可見業務中斷的嚴重程度。
數據洩露的影響不僅止於漏洞控制：近半數企業表示計畫因洩露事件提高商品或服務的價格，其中近三分之一的企業漲價幅度達 15% 或更高。
這份報告由IBM主持與分析、Ponemon Institute 執行訪問；資料來自於2024年3月至2025年2月全球600家發生過數據洩露的企業。
延伸閱讀：
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
資安人才搶手！工作5年成長1.5倍 薪資中位數5.3萬增12%| 104玩數據
暗網也招手！經驗20年的資安「神級新鮮人」如何成為白帽駭客？
AI資安疫情蔓延全球，專家建議：7個面向建立企業資安防護網！
AI興起，正在快速改變資安攻防的遊戲規則，過去需要投入大量時間攻擊漏洞、測試的駭客工作因AI而降低門檻。企業和機關更應該主動積極的備戰，國家資通安全研究院的院長龔化中，建議企業或機關可從7個面向著手建立資安防護網、保護數位資產，千萬不要心存僥倖！
文／龔化中（國家資通安全研究院 院長）
本文導覽
AI資安攻擊，已經進入新的階段在AI時代，不要心存僥倖，就是最基本的防禦一、 減少暴露在外的攻擊面：少一個入口，就少一個風險二、注意供應鏈安全：避免病從口入三、建立多層防護：不要期待系統永遠不會被攻破四、降低洩密傷害：保護最重要的數位資產五、做好營運維持：最重要的是確保組織活得下去六、冷靜應變：不要把時間花在找戰犯七、即時通報與聯防：一起阻止災害蔓延面對AI資安疫情，現在就是備戰的時候
最近常常看到一些AI相關的趣聞，有人想用AI協助健身房報名手續，結果發現名額已經額滿，AI竟然想辦法駭進系統幫忙插隊；也有實驗結果發現，最先進的AI為了完成任務，竟然暗中突破原本設定的限制，甚至嘗試入侵其他系統來「偷看答案」。
這些新聞看起來很有趣，就像科幻電影裡才會發生的情節。但當這些能力開始被駭客利用，情況就不再只是科幻，已經逐漸變成一場真實的資安風暴。
AI資安攻擊，已經進入新的階段
AI正在快速改變資安攻防的遊戲規則，在過去駭客需要投入大量時間進行資訊蒐集、漏洞研究、程式撰寫與攻擊測試；而現今AI正逐漸降低這些複雜工作的門檻，讓攻擊者可以更快、更大量地尋找目標與弱點。更值得注意的是，攻擊能力正在快速普及；惟防禦能力的成熟需要時間。
AI已經可以協助攻擊者尋找暴露在網路上的系統、分析漏洞、撰寫攻擊程式，甚至協助突破一些原本需要高度專業能力才能完成的工作。另一方面，AI資安防禦工具仍在快速發展中，其穩定性、準確性以及實際部署經驗等，都還需要時間持續累積。
這就像一場新的數位疫情：威脅已經開始擴散，但我們的「疫苗」與防禦體系還在持續研發與強化。
我們預期，未來一段時間AI所帶來的資安威脅仍會持續升高，直到漏洞管理、防禦工具、資安治理與整體應變機制逐步成熟，威脅才可能逐步趨於穩定。因此，面對AI資安疫情不是消極等待風暴來臨，機關與企業都應該提前部署備戰，做好準備。
延伸閱讀：有內鬼！商業機密被竊怎麼辦？5個QA帶你認識「營業秘密法」
在AI時代，不要心存僥倖，就是最基本的防禦
我們有以下幾項建議，提供給各級機關與企業參考：
一、 減少暴露在外的攻擊面：少一個入口，就少一個風險
AI搜尋網路上的弱點，成本低、速度快，而且可以大規模自動化。因此防守方的第一個原則就是盡量減少暴露在外、可能被攻擊的入口，魔鬼藏在細節裡，過去一些工程人員認為「應該沒有人會注意」的小細節，在AI時代可能很快就會被發現，例如：
研發、測試人員使用的遠端伺服器或開發中網站。
資訊營運人員使用的跳板機或系統服務帳號。
已經停止使用，卻沒有真正下線的舊系統與服務。
暫時開放、之後卻忘記關閉的網路服務或帳號。
工程人員可能以為自己留下的小小後門沒有「人」知道，但現在AI找得到。因此，各級主管應要求做好系統、設備、服務與帳號的完整盤點，該關閉的關閉、該更新的更新、該限制存取的限制存取。
延伸閱讀：別當職場資安網的漏洞，維護機密、當心智慧型手機上的惡意連結
二、注意供應鏈安全：避免病從口入
一個組織就算本身資安治理良好，就像一個注重健康、經常運動的人，還是可能因為「吃進去」的東西有問題而生病。
很多駭客其實不需要自己花大量時間研究目標。當一個熱門產品或軟體被發現重大漏洞，攻擊者可以利用自動化工具迅速找出哪些組織正在使用它，接著發動攻擊。
最近前沿AI公司與資安研究團隊大量運用AI挖掘開源軟體與資訊系統漏洞，漏洞發現與揭露的速度正在加快。這對整體資安環境是一件好事，但也代表攻擊者取得這些資訊的速度同樣很快。
因此，組織不能只知道「我們用了很多套系統」，而必須真正知道我們到底用了哪些系統？哪些版本？由誰管理？出了漏洞之後誰負責處理？
更重要的是，要建立明確的更新與修補策略。因為更新本身也可能造成風險。如果沒有經過測試與規劃，匆忙更新可能讓原本正常的服務中斷。
因此，除了正常的更新流程之外，也應預先準備緊急隔離與網路阻擋措施。當重大漏洞發生時，可以先限制有風險的設備或服務，爭取時間進行安全、完整的修補。面對快速變化的漏洞環境，最重要的不是每一次都搶第一個更新，而是要有能力快速判斷、快速隔離、快速修復。
延伸閱讀：每天上班收發上百封e-mail，這5大電郵詐騙手法，你不可不知
三、建立多層防護：不要期待系統永遠不會被攻破
進入AI資安攻擊時代，我們不能再期待「系統絕對不會被入侵」，更務實的做法是假設某一層防禦終究可能被突破，然後讓下一層防禦接住它。
防火牆、身分驗證、端點防護、網路監控、異常行為偵測、資料保護，以及最後的事件應變，都應該形成多層防線，這裡最重要的其實是「時間」。
如果駭客花了五分鐘突破第一層防禦，而我們可以在三分鐘內發現異常並啟動應變，就有機會在他進入核心系統之前把攻擊阻斷，資安防禦不一定要做到滴水不漏，但一定要讓攻擊者很難一路暢通。同時，重要的資安能力也不要形成單一依賴。即使最可靠的供應商，也可能發生服務中斷、漏洞或遭受攻擊。
關鍵的防禦能力應該保留替代方案與自主應變能力，避免一個單點故障就讓整個組織失去防禦能力。
延伸閱讀：密碼用生日、常用平台用同一組密碼？這些帳號被盜的資安大地雷，你也犯了嗎？
四、降低洩密傷害：保護最重要的數位資產
有一句成語「懷璧其罪」。你最重要的機密，往往就是駭客最想要的東西。
因此，第一步不是想辦法把所有資料保護到百分之百，而是先問自己：這些資料真的需要保存嗎？不必要的個資、信用卡資訊、機密文件與其他敏感資料，能不保存就不要保存。
如果確實需要保存，就必須做好分級、權限控管與加密，讓資料即使被取得，也不容易直接被使用。
AI時代還出現了一個新的風險：員工為了工作方便，可能直接把公司內部資料交給AI工具處理。
一份內部文件、一段程式碼、一份客戶資料，看起來只是一次簡單的AI查詢，卻可能成為新的資料外洩管道。因此，組織在導入AI的同時，也必須建立清楚的AI使用規範：什麼資料可以交給AI？什麼資料絕對不能交出去？這已經是每一個機關與企業都必須面對的新課題。
延伸閱讀：51%常用密碼在1分鐘內就能被AI破解，5個提高「密碼管理」的必知QA
五、做好營運維持：最重要的是確保組織活得下去
資安事件發生後，真正造成巨大損失的，不一定是資料被偷走，而可能是整個組織無法正常運作。
因此，除了防禦之外，更重要的是「韌性」，要有確實可行的營運維持計畫，並且真正演練過。資訊系統的資料備份與還原、電力與外部網路的備援、人員工作的替代設備，以及關鍵業務的替代流程，都應該預先規劃，而不能只是「有備份」，還要確定真的還原得回來。
對企業而言，也要思考資安事件發生後的營運資金與替代供應商。
就像狡兔三窟，重要的服務不能只有一個出口。當外部服務突然中斷時，組織才有能力撐過最困難的幾天甚至幾週。
資安的最終目標，不只是防止被攻擊，而是即使被攻擊，組織仍然能夠繼續運作。
延伸閱讀：專家建議：保護在家工作的視訊環境，務必注意7個要點避免資安威脅
六、冷靜應變：不要把時間花在找戰犯
資安事件發生時，不論事前做了多少準備，都不可能保證完全不受影響。
這時候最重要的，不是第一時間追究「到底是誰的錯」，而是先把災情控制住。按照既定的事件應變計畫執行，迅速隔離、確認影響範圍、保全證據、恢復服務，再進一步檢討原因。
也就是說，應該把「改善制度」和「懲罰個人」清楚區分。只有讓第一線人員敢於通報，組織才有可能真正學習，也才有機會避免下一次更大的事故。
延伸閱讀：如何戰勝全球資安聞之色變的勒索病毒，有效避免辦公室資料被其綁架呢？
七、即時通報與聯防：一起阻止災害蔓延
新冠疫情期間，及早發現、即時通報與跨單位合作，是控制疫情的重要關鍵。AI資安疫情也是一樣。
當一家企業發現新的攻擊手法，如果能夠儘速通報，就有機會讓其他企業提前做好防護，避免同樣的攻擊在整個產業快速擴散。
這也是為什麼資安不能只是「各自顧好自己的事情」。
在AI時代，一家組織發現的攻擊手法，可能在幾個小時之內成為另一家組織的災難。因此，更快速的通報、更有效的情資共享，以及政府、企業與資安社群之間的聯防，會變得比過去更加重要。
國家資通安全研究院是台灣的「數位消防隊」，我們會持續強化情資分析、威脅研判與應變協助，盡力守護國家與人民的數位資產安全。
如果政府機關或關鍵基礎設施業者遭遇疑似AI輔助的攻擊，可以透過數位發展部資通安全署或主管機關進行通報；民間企業與組織也可以透過TWCERT/CC（台灣電腦網路危機處理暨協調中心）通報，我們將盡力提供必要的協助。
台灣電腦網路危機處理暨協調中心
延伸閱讀：APP潛藏資安危機，5大常見可疑程式、別讓它出現在你的手機裡！
面對AI資安疫情，現在就是備戰的時候
AI資安威脅已經不是未來式，而是現在進行式。我們不需要恐慌，但必須提高警覺。沒有人能保證自己的系統永遠不會被攻擊，也沒有人能預測下一個AI工具會把攻擊能力提升到什麼程度。
真正重要的是，在攻擊能力快速進化的今天，我們能不能更快盤點自己的弱點、更快發現異常、更快隔離風險、更快恢復營運，也更願意把自己發現的威脅告訴其他人。這場數位疫情不可能只靠一家機構解決。政府、企業與整個資安社群都必須一起提高防禦韌性，才能把每一次攻擊的傷害控制在最小範圍。
AI資安疫情已經開始。現在，就是備戰的時候。
（原文標題：AI資安疫情全球蔓延， 機關與企業如何迎戰？）
本文獲 國家資通安全研究院 同意授權於《104職場力》刊載
【AI做報告】4個超推薦AI報告工具！幫你生成報告、找文獻、做簡報PPT、套設計模板必備
超狂 AI 助理來襲🚀 AI Agnet（AI代理人）能自動思考、執行任務，成為人類生活、工作上的智慧助理。比如，幫你安排會議、分析數據、生成報告…等。這篇文章分享 4 個🧑💻 做報告超推薦的 AI 工具，有效減輕工作壓力，提高生產效率！
AI 報告工具目錄（點擊快速抵達）
Kuse 生成報告內容
Elicit 找文獻、整理論文
Slidesgo 做簡報PPT、設計模板
inFin 練習報告、講稿逐字稿
文 / 職迷不霧
1. Kuse 生成報告內容
這個 AI Agent 可以視覺化幫你生成的內容📜和整理的資料📁。只要你有主題，即使沒有任何文件檔案，也能直接下指令給 AI，比如：「幫我製作 2025 年 AI 的未來趨勢報告」，他就會寫出目錄架構、詳細內容以及具體資料。如果報告中有數據，也可以把資訊製作成圖表📊。 Kuse 的介面以無邊界的畫布呈現，讓你在整理報告內容上更自由方便，有其他創意發想、專案規劃…等等的工作需求也很好用！
免費版每天 10 點，訂閱版每月 980 台幣點擊快速回目錄⤴
2. Elicit 找文獻、整理論文
文獻資料可以為你的報告提供可信度，同時也幫助自己了解和主題相關的背景知識🤓。很多研究生、研究員都推薦 Elicit 這個 AI 神器🔍，可以快速搜尋論文、整理大量文獻，比如你輸入研究問題：「 AI 如何影響未來工作」，他就會找出關鍵 Papers ，而且整理成好讀的表格，讓你秒懂每篇的發現、結論，大大減少閱讀的時間與壓力 看教學>
免費版每月生成 1 個，訂閱版每月 396 台幣點擊快速回目錄⤴
3. Slidesgo 做簡報PPT、設計模板
想要一份視覺吸引人的簡報一定要用這個 AI 助理，幫你在短時間內完成專業又有設計感的 PPT 👍，給他一個簡報主題或 Kuse 幫你生成的報告內容，然後選擇你喜歡的風格模板，就馬上製作好簡報，可以馬上拿上台報告的那種！而且可以下載檔案再次編輯 看教學>
如果簡報中需要更多圖片，他也有 AI 繪圖套件🎨 Freepik ，輸入指令就可以文字轉圖片
免費版生成 3 個，訂閱版每月 點擊快速回目錄⤴
4. inFin 練習報告、講稿逐字稿
準備好報告後，最重要的環節就是練習報告！推薦用 AI 幫你生成講稿，按下錄音鍵，先試著自己講一遍，你的音檔會自動轉成逐字稿。接下來你可以編輯文字內容✏️，把用詞、語句更通順，然後透過回放錄音，再次調整語速和換氣，讓報告越來越專業。另外，你也可以使用摘要總結的功能，讓 AI 整理精華重點，提供給聽講報告的人做參考。 看教學>
佛心免費！免費！免費！ 點擊快速回目錄⤴
我以前常困擾，怎麼在社群讓別人看到我厲害的地方我想要其他人來找我合作，多賺一點錢💰但我把專業寫在 IG 或 Threads 的介紹都沒用==認真想想，可能這兩個平台都是玩樂性質的關係吧後來，我看到同事在用台版 LinkedIn，超酷！每個人名字旁邊都會顯示職業，不怕別人不知道我是做什麼的我馬上創了一個帳號！現在有閒就發炫耀文📱就是可以展現自己專業知識的貼文，比如：我怎麼用 AI 做超屌的動畫之類的我還在上面建一個可公開又比較輕鬆版的履歷沒想到發文刷存不到一個月，就收到合！作！邀！約！現在變得好忙哈😆 除了正職還多了 2 個副業💰💰💰真的很推薦想增加收入的來一起玩人才社群～～～
作者：職迷不霧點我追蹤職迷不霧 IG ❤️❤️❤️
延伸閱讀：【AI 懶人包】看這篇就夠！2026推薦AI免費vs訂閱工具大全，提高工作生產力&職場競爭力！（持續更新)【AI語音筆記】超推薦5個AI轉文字工具！幫你生成逐字稿與會議記錄重點，免費vs訂閱、優缺點評比【AI翻譯工具】2026好用的5個AI線上即時翻譯語言推薦，免費vs訂閱、優缺點評比一次看！4個不該再用AI工具做報告的真相！推薦AI Agent生成簡報，自動化任務：找資料、圖表分析、PPT設計
AI應用納公務體系！「AI公務人才認定指引」Beta版將採認25張國際證照
面對AI人工智慧的蓬勃發展，為提升公務人員的AI素養與實際應用，數位發展部與行政院人事總處攜手發布「AI公務人才認定指引」Beta版，期望建立公務體系AI人才培育與認證機制，預計首波將直接採認包含AWS、Google、Microsoft及經濟部iPAS在內的25張國際專業證照。
文／《104職場力》
本文導覽
公私協力打造AI公務人才生態系：「AI公務人才認定指引」Beta版AI公務人才指引重點懶人包共同必修項目簡單三步驟，解鎖AI專長！公部門AI學習資源共同必修專屬認證清單
面對AI技術快速演進的浪潮，為使公務人員具備紮實的AI素養、以科技工具提升政府服務效能，行政院人事行政總處與數位發展部114年7月攜手成立AI人才辦公室，統籌培力資源，並於2026年6月9日正式發布共同研訂的「AI公務人才認定指引」Beta版。
該指引涵蓋政策、應用、開發三類人才的學習課綱與發展路徑，接軌產業認證機制，公務同仁將可註記AI專長強化升遷誘因，透過「政府創造需求、引導產業辦課、結合訓考用循環」的架構，打造資源互通、價值共創的AI公務人才生態系。
AI公務人才認定指引
延伸閱讀：AI力即國家競爭力！政院推「AI人才方舟計畫、指引3.0」，雙軌並進翻新產業生態
公私協力打造AI公務人才生態系：「AI公務人才認定指引」Beta版
數發部表示，AI公務人才指引研訂過程對接數發部數位產業署的「AI產業人才認定指引」架構，透過導入產業共通基準，並整合民間既有的培訓與認證資源，公私部門的AI人才庫將建立一致的能力標準與銜接基礎。
同時，政府龐大的訓練需求可帶動產業界積極投入AI課程開發與認證服務，進而擴大整體培訓生態的能量，形成公私協力的雙向正循環。
▲ 圖片來源：數位發展部
數發部進一步說明，本次指引具備四大核心亮點，引導民間資源與政府訓練量能無縫接軌：
對應需求領域，完備人才分類：將公務人才區分為「AI政策人才」、「AI應用人才」與「AI開發人才」三大類型，清楚定位公務人員角色，提供不同的職涯發展選擇。
導入職能架構，設計標準課綱：釋出3條學習路徑、8大課程模組與40門標準課綱，明確訓練規劃與標準，引導民間培訓業者進行資源整合與辦課。
銜接民間資源，接軌產業標準：推動「雙軌認證」機制，首波直接採認AWS、Google、Microsoft及經濟部iPAS等25張具公信力的專業證照；同時，人事行政總處將優先於今年下半年推出「公務AI共通核心能力認證」，以確保公務人員在行政體系應用AI之法遵與治理意識及提升風險辨識能力。
建立專長註記，促進人才流用：公務同仁考取相關證照後，可於人力資源管理資訊系統登錄AI專長，有助個人升遷發展；並奠基於AI共通應用知能前提下，有助公私部門之間的技術人才流通。
[course_plugin api_type='course_id' title='iPAS AI應用規劃師【初級】衝刺班' id='19ba2cdd-5ae1-44a0-a975-01f989c92691']
[course_plugin api_type='course_id' title='生成式AI｜三證合一速攻班｜高分思維 × 解題框架 × 刷題實戰' id='ee5e6072-07e8-486f-9e11-2d7d5bfb2f2d']
[course_plugin api_type='course_id' title='商業應用技能 1-1 生成式 AI 如何顛覆您的工作模式' id='553bc7bd-5e0e-48c4-af58-41ed7368ce15']
AI公務人才指引重點懶人包
共同必修項目
項目核心能力與課程說明核心能力AI應用素養◆ 風險辨識◆ 倫理判斷◆ 公共價值能力認證學習應用素養課程認識AI基本概念與趨勢，掌握法規、資安與倫理風險認知能力認證公務AI共通核心能力認證115年度將優先推動，後續將視情況評估採認《AI產業人才認定指引》素養類認證
延伸閱讀：【2026最新】AI產業人才認定指引3.0更新！5大能力評估、AI證照及學習資源、工作機會盤點
▲ 圖片來源：數位發展部
簡單三步驟，解鎖AI專長！
▲ 圖片來源：數位發展部
公部門AI學習資源
實體課程
行政院人事行政總處公務人力發展學院>訓練資訊>年度訓練計畫
數發部政府數位人才訓用平臺
線上課程
「e等公務園+學習平臺」/ 公務AI學習地圖
路徑學習內容AI基礎認知線奠定AI基本概念、發展歷程、技術演進和未來趨勢的基礎認知。AI政策法制線聚焦AI治理政策、法規規範、AI安全與AI倫理風險辨識，建構負責任AI應用的法制意識。生成式AI線專注於生成式AI基礎認識與模型認知，精進提示設計與操作能力，強化生成式AI應用中的風險評估與資訊處理與判讀。AI內容創作線著重AI輔助文字、圖像、簡報等創作應用。AI數據分析線關注AI在數據分析和視覺化中的應用，延伸至預測分析、數據治理與決策支持。AI技術應用線厚植鑑別式與生成式AI的核心技術原理、模型部署及高階應用概念與能力。機關導入AI線強調AI導入情境、應用流程、專案管理與驗收指標，涵蓋從評估、規劃到部署的完整導入歷程。AI公務應用線涵蓋AI導入於四大領域（智慧城市、智慧轉型、韌性社會與低碳永續）之公務創新應用。
共同必修專屬認證清單
素養類證照：AI應用素養
性質認證名稱辦理單位公部門專屬公務 AI 共通核心能力認證（115年試辦）人事行政總處統籌規劃《AI產業人才認定指引》素養類認證iPAS 初級AI應用規劃師能力鑑定經濟部產業發展署生成式AI能力認證資訊工業策進會人工智慧工程素養認證資訊工業策進會AI 素養級認證台灣人工智慧學校AI 工程級認證：LLM 的行政任務應用台灣人工智慧學校TQC生成式AI應用與技術(實用/進階/專業)中華民國電腦技能基金會TQC人工智慧應用與技術(實用/進階/專業)中華民國電腦技能基金會EEC企業電子化人工智慧應用師中華民國電腦技能基金會Microsoft Certified: Azure AI Fundamentals (AI900)Microsoft CorporationAWS Certified AI PractitionerAmazon Web Services, Inc.
完整【公務AI人才指引】懶人包
[course_plugin api_type='course_id' title='生成式AI能力認證課程' id='141ae9fb-d485-4004-86c1-25f590522dad']
「AI公務人才認定指引」將以Beta版試行6個月，後續數發部與人事總處持續合作，依據第一線機關的同仁回饋意見滾動修正，使指引規範更貼近公務需求，協助公務人員在安全、負責任的前提下運用AI技術，提升政府服務效能。
▲ 圖片來源：數位發展部
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
專家預測：只要幾十年，AI機器人數量可能超越人類勞工
專家預測，在「利潤至上」的商業邏輯驅動下，AI機器人數量將在幾十年內超越人類勞動人口。從回本週期、機器人普及預測到企業大規模裁員，多項數據顯示AI取代人力的趨勢已不可逆，各國與企業恐怕都尚未準備好迎接這場衝擊。
文／樂羽嘉編譯 由天下雜誌授權轉載
專家預測，只消短短幾十年，AI（人工智慧）機器人的數量就會超過人類員工。
一位前花旗集團（Citi）高層週一警告，隨著愈來愈多企業在「利潤至上」原則下採用AI代理、持續壓縮成本，AI機器人的數量將在幾十年內超過勞動人口。
花旗全球洞察（Citi Global Insights）前創新、技術與未來工作部門負責人加里克（Rob Garlick）告訴《CNBC》，隨著領導階層繼續把「獲利能力」放在首位，人類員工將被遠遠拋在後頭。
「在經濟與商業層面，我們的領導體系崇尚利潤，」加里克告訴《CNBC》主持人。
「當你把利潤導向與技術進步結合，我們就會迎來歷史上最大的交易主題。基本上，人工智慧能做得愈來愈多、愈來愈好、愈來愈便宜，就能夠取代人類。」
加里克最近執筆《人工智慧——無政府狀態還是富足？為何未來的職場需要親近人類的領導者》（暫譯，AI-Anarchy or Abundance? Why the Future of Work Needs Pro-Human Leaders）一書。
他解釋，他在花旗時做的研究顯示，這些商業決策會導致AI機器人的數量直線飆升。
「在接下來的幾十年裡，移動式機器人的數量將超過勞動人口。」
「若再加上各類AI代理、小代理，數量會大暴增。」
「我們會經歷非人類勞工從占勞動人口不到1%，到超過勞動人口的過程，它們還會變得愈來愈便宜。」
根據加里克花旗團隊的2024年報告，從人形機器人到家用清潔機器人、自動駕駛車輛，各類AI機器人的數量預計在2035年以前增加到13億台。報告指出，到2050年，這個數字會迅速增加到40億台以上。
花旗報告甚至計算了機器人透過取代人類勞工成本來「回本」所需的時間。例如，一台1.5萬美元的機器人，若取代時薪41美元的人類職位，只需要3.8週就可以回本。若取代時薪7.25美元的人類職位，則需要21.6週回本。一台3.5萬美元的機器人，若取代時薪41美元的人類職位，回本時間為8.9週。
「你現在已經可以買到人型機器人，回本時間只要不到10週。在這種基礎上，人類根本無法競爭，」加里克引用書中數據指出。
微軟（Microsoft）的《工作趨勢指數報告》顯示，80%領導者預計在未來12到18個月內，把AI代理（AI agents）大量整合到AI戰略中。AI代理是一種不需太多人類指令即可自主決策並完成任務的軟體程式。
與此同時，麥肯錫全球管理合夥人史騰菲爾斯（Bob Sternfels）接受《哈佛商業評論》採訪時提到，公司目前部署了2萬個AI代理與4萬名員工，遠多於一年前只有3000個AI代理。他預測18個月後，員工與AI代理的數量會相同。
特斯拉（Tesla）執行長馬斯克（Elon Musk）上個月在達沃斯世界經濟論壇上也表達了類似看法。
「我的預測是，在良性的未來情境下，我們製造的AI機器人數量將會多到飽和，足以服務所有人類……屆時商品與服務將會極其豐裕，因為我預測機器人的數量會多過人類，」馬斯克表示。
過去一年，隨著亞馬遜（Amazon）、Salesforce、海尼根（Heineken）和漢莎航空（Lufthansa）等大企業紛紛裁撤數千個職位，並把部分原因歸咎於技術轉型，AI 取代勞工的擔憂日益加劇。
國際貨幣基金（IMF）總裁格奧爾基耶娃（Kristalina Georgieva）1月警告，AI正在「如海嘯般衝擊勞動力市場」，「多數國家和多數企業還沒有做好準備」。
在美國，根據諮詢公司Challenger, Gray & Christmas的數據，2025年AI導致近5.5萬人失業。
輝達（Nvidia）執行長黃仁勳預測，AI 熱潮將為建造AI工廠和晶片廠的工人創造六位數美元高薪。他認為這項技術將提振對水電工、電工、建築和鋼鐵工人*技術藍領的需求。
（資料來源：CNBC、Inc）
（原文標題：專家預測：幾十年內，AI機器人數量可能超過人類勞工）
推薦閱讀：
黃仁勳：每個人都該有個AI家教！這樣用AI提升學習工作效率
預言技職崛起！黃仁勳不勸你寫程式：AI時代最缺的新貴，是水電工
Claude是什麼？訂閱方案有哪些？價格、最新功能、使用教學一次看
最新模型Gemini 3.1 Pro 7個「深度工作」必備提示詞
Notion是什麼？免費嗎？如何用它寫筆記、管理專案？
有任何收穫或想分享的，都來和大家一起聊聊吧！