非監督式學習
104學習
資料探勘Data mining
透過分析大量資料，找出潛在的模式與趨勢，幫助企業做出更精準的決策。運用統計、機器學習等技術，自動挖掘有價值的資訊，提升行銷策略、風險管理與產品開發效率。在數據驅動的時代，這項技能能讓組織更快掌握市場變化，創造競爭優勢。
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
非監督式學習｜本課程為線上課程，報名後將提供上課資訊
AI 商業數據與工作應用實戰：分析、報表與決策支援【09/30】
電腦視覺演算法之人臉辨識實戰【本課程為線上課，報名後專員會提供上課資訊】
AI財務力：從數字到決策的智慧應用【9/3】
成為 AI 科學家｜資料分析師必備視覺化技能 Power BI
人資與採購必學！ AI 流程自動化應用實戰工作坊【10/20】
R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練
專案矩陣分析與應用技巧
【確認開班｜最後衝刺領６折券】第三屆－數據分析師學習營｜8/16(日)開課－3週假日線上直播課｜104獨家
精選證照
考取專業證照，讓能力被市場看見
網頁資料擷取與分析 Python
在數據分析領域及資料科學中，Python榮登最受學界、業界以及開源軟體界中最受歡迎的程式語言第一名。Python強項在於語句少而簡潔，高開發效率與高生產力，幫助開發者可以專注在解決問題上，用途廣泛，使用者來自各個領域。在物聯網興起的時代，大數據資料需要經由數據分析，進而找出資料能提供的資訊。Python具有豐富強大的程式庫，能高彈性運用Python的各項套件模組，進行數據資料演算，以幫助企業降低成本、挖掘出資料庫中的各類商機，做為後續的智慧應用資料依據。
財團法人中華民國電腦技能基金會
人工智慧：機器學習 Python
人工智慧研究如何使機器具有類似人類學習及解決複雜問題、抽象思考、展現創意等能力，是能讓事物變更聰明的科技。其研究範圍包含了：電腦視覺、語音工程、自然語言處理、移動與控制等。做為人工智慧體系的一部分，「機器學習」是一種資料科學的技術，也是實現人工智慧的一種方式，從資料中學習，獲得辨識或預測新進資料的技能，以協助電腦預測未來的行為、結果和趨勢，其技術廣泛應用在不同領域。
財團法人電腦技能基金會TQC+人工智慧：機器學習的題目設計包含：「監督式學習」、「非監督式學習」、「機器學習應用」等必備的知識及技術，運用不同機器學習方法進行實際案例之分析預測。
財團法人中華民國電腦技能基金會
網頁資料擷取與分析 R
R證照主要驗證持有者在統計分析與資料科學領域運用R語言的能力，涵蓋資料整理、視覺化、統計建模及報告撰寫等技能。此證照適合數據分析師、資料科學家及相關從業人員，有助提升專業競爭力與職場表現。透過考試評估考生對R語言語法及應用技巧的掌握，並強調實務操作能力，廣泛應用於金融、科技、醫療及行銷等產業，成為推動數據驅動決策的重要工具。
財團法人中華民國電腦技能基金會
數位人資管理師-經理級認證
數位人資管理師認證學程將幫助你，運用e化系統的力量，將大量的人資行政瑣事效率化；利用聰明的流程再造，將員工視為內部顧客，全面提升員工體驗；最後發揮數據力，真正成為組織成功的策略夥伴！
獲得數位人資管理師-經理級認證，代表你具備以下能力
1.了解員工體驗的精神，與e化流程的設計思維，可協助組織全面檢視HR各流程的重要問題與精進的方向。
2.熟悉e化流程的設計方法步驟，協助組織善用數位科技的力量，優化現有制度流程，促進員工體驗。
3.清楚大數據分析的內涵，與業界實務運用案例，可幫助公司導入大數據分析專案，解決公司在人力計畫、人才發展、留才管理上碰到的重大問題。
104資訊科技股份有限公司
SSE Big Data Database: NoSQL國際認證
大數據盛行之後，分散式系統成為IT行業的顯學。相對於傳統的關聯式資料庫，NoSQL其分散、非結構化、支援Hadoop、記憶體中處理以及支援MapReduce的特性，在全球各大行業都相繼採用。除了IT及網路業的巨頭(Google, Facebook, Amazon, Microsoft)、其它各行各業如Walmart, Samsung, Comcast也完全投入。可支撐起整個公司的資料儲存、分析、倉儲、串流、即時分析、商業智慧等任務。
Silicon Stone Education (SSE)
PMI-PBA國際商業分析師
PMI-PBA (Professional in Business Analysis，國際商業分析師)，是美國國際專案管理學會 (PMI) 於 2014 年發行的證照，為近年 PMI 系列證照人數成長最快者。
這張證照是專案的前置專業分析，對於中、高階主管的營運思維有極大助益。高價值、高廣度及其豐富內容，是商業分析成為世界趨勢的關鍵，完整地系統思考，涵蓋辨識現況、發現商業需要、解決方案提出、需求管理與分析、績效評估……等知識，從專案開始之前一直到結束之後各階段都能運用，學習內容是在職場工作中如何在掌握高度思維必備的技能！
商業分析可與專案管理手法互相搭配，專案經理 (PM) 是把專案做對，而商業分析師 (Business analyst) 則是選擇對的專案來做。簡單來說，商業分析工作在專案開始前即展開，進行包含辨識問題、找到最佳的解決方案……等前置評估；專案開始期間著重在需求管理 (引出、分析需求)，與 PM 互相搭配；專案結束後，則持續進行長期績效評估，確保有效回饋，持續完善。
故 PMI-PBA 不論對工作上有需求／分析相關任務者，或專案從業人員，都是非常合適的進修證照。學習商業分析技能、強化商業分析及需求分析的能力，才能知道為何而戰、懂得值不值得戰，當自己站在完整專案管理知識技能的價值鏈上，一定能在國際舞台中成為熱門人才。
PMI 國際專案管理學會
精選貼文，掌握第一手知識
整理包／最熱門生成式 AI 大拚場 ChatGPT、Gemini、Grok、DeepSeek 各擅長什麼？
2025-06-24報導／經濟日報記者吳康瑋 由聯合新聞網授權轉載
生成式人工智慧（GenAI）技術迅猛發展，多款強大的AI工具幫助各行業提升工作效率。《經濟日報》為協助讀者了解各項AI工具，將「ChatGPT、Gemini、Grok、DeepSeek」等四大生成式AI列出，為讀者分析四款生成式AI的各自效能，就「開發者」、「訂閱費用」、「主要功能」及「擅長領域」等細項逐條分析。
AI工具確實快速提升效率，不過使用者也要注意，目前的AI工具不保證完全正確，甚至也會答非所問、提供錯誤資訊、或產生「AI幻覺」，使用者對生成的資料仍應有基本的辨識能力，避免AI工具謬誤。
各家生成式AI重點馬上看
ChatGPTGeminiGrokDeepSeek使用建議
ChatGPT
OpenAI的ChatGPT堪稱帶動GenAI風行的先驅，也有廣大用戶，付費企業客戶近期突破300萬戶，有免費與付費模式，每月20美元的ChatGPT Plus訂閱費每月20美元，用戶指出，付費版反應速度更快，用戶在使用ChatGPT時隨時擁有最佳的使用品質。
「資料分析」方面，ChatGPT的優勢在於將資料壓縮、精簡化，適合急需快速獲取關鍵訊息的使用者。「文案生成」上，適合創作個人化內容。「圖表製作」方面，ChatGPT的圖表較為簡單，但圖片較無法把文字一起生成出來，繪圖時整體構圖比較簡單。
網址：https://chatgpt.com/
ChatGPT小檔案
開發者OpenAI付費版費用每月20美元（約新台幣610元）主功能提供文本生成、對話回應、內容創作、翻譯、問題解答等多種功能擅長領域自然語言處理、文本生成、教育輔助、創意寫作、客服支持等
Gemini
Google DeepMind開發的Gemini專注於多模態學習，能同時處理文本、圖像和音頻數據。版本包括2.0、2.5和最新的2.5 Pro，推理和數據處理能力進步快速。Gemini 2.5 Pro提供更強大的計算能力和更高準確性，讓用戶在處理複雜任務時能獲得更佳體驗。付費版額外提供用戶包括2TB儲存空間、Gemini Advanced和其他AI功能。
「資料分析」方面，Gemini提供的內容易於閱讀，文法經過重新梳理，適合需要清晰解釋的使用者。在「文案生成」上，Gemini能一次生成多達15個標題，提供選擇建議，對於需要多樣化提案的用戶非常方便。「圖表製作」方面，Gemini 的完整度高，使用者可選擇不同的圖表類型，並能下載圖片、Excel或JSON格式的數據。
網址：https://gemini.google.com/
Gemini小檔案
開發者Google DeepMind付費版費用每月19.99美元（約新台幣650元），可免付費試用一個月主功能強大的推理能力，擅長處理複雜的問題和情境，能同時處理文本、圖像和音頻數據等多模態文件擅長領域AI推理、圖像理解、科學研究和技術開發
Grok
Grok是由X（前稱 Twitter）開發的生成式AI，專注於社交媒體內容的生成。最新版本Grok3提供更強大的功能，能即時生成與當前熱點話題相關的內容，結合社交媒體數據分析趨勢，提升用戶互動的實時性，成為品牌營銷和社交媒體管理的理想工具。
「文案生成」方面，Grok風格簡潔有力，類似科技周刊的風格，適合快速傳達訊息。「圖表製作」方面，Grok可以較為輕鬆的運用文字組成圖表，並附上有關的資訊數據，對於需要快速理解數據的使用者來說很實用。
網址：https://grok.com/
Grok小檔案
開發者應用程式X（前身為Twitter）付費版費用每月30美元（約新台幣970元）主功能即時生成與當前熱點話題相關的內容擅長領域社交媒體互動、內容創作、即時訊息生成和品牌營銷
DeepSeek
DeepSeek專注於資料搜尋和訊息檢索，開發商為位於中國大陸的「杭州深度求索人工智慧基礎技術研究」，中資避險基金幻方量化創立的人工智慧公司，創始人暨執行長梁文鋒持續致力將大陸AI技術推向全球市場，提供R1和R2兩種不同的服務模式。
「資料分析」方面，DeepSeek提供前言和總結，讓懶人可以快速理解內容。在「文案生成」上，DeepSeek的口語化風格能夠生成10個標題，附上創作理念和選擇建議，適合需要親民語言的使用者。「圖表製作」方面，DeepSeek使用文字排列呈現，提供Python程式碼，對於技術使用者來說相當便利。
網址：https://www.deepseek.com/
DeepSeek小檔案
開發者中國大陸企業「深度求索」付費版費用每100萬（輸入）tokens收費人民幣16元（約新台幣66.68元）主功能資料搜尋和訊息檢索，利用生成式AI技術提升搜索引擎的智能化，提供相關建議和訊息過濾功能擅長領域資料搜尋、訊息檢索、知識管理和數據分析
使用建議
生成式AI工具已經落地商業化，從自然語言處理到多模態學習、社交媒體互動及訊息檢索等多種服務都能提供，競爭也更加激烈。用戶可根據自己的需求，選擇最合適的AI工具，以提升工作效率與創造力。
綜合比較四款生成式AI後，提供讀者幾點建議。若需要多樣化的文案提案，可考慮Gemini；若喜歡口語化一點的表達，可選擇DeepSeek。AI繪圖方面，生成多幅圖片建議可使用Grok，若希望作品有較高的品質，可選擇Gemini。在「資料分析」方面，若希望能獲取較「簡潔明瞭」的資料，建議選擇「ChatGPT」，讀者若希望能得到比較容易理解的內容，應該選擇Gemini。
針對「表格整理」方面，若要以更快的速度掌握大致上的資訊，建議選用ChatGPT；若讀者希望在表格中能得到較「詳細」的內容，可考慮DeepSeek。針對「生成圖片」功能上，若讀者追求圖表要具有充分「完整性」的類型，建議使用Gemini。
推薦閱讀：
AI聽話卻沒懂你？OpenAI揭露AI「裝乖」假象與職場真風險
AI強勢取代！企業寧僱AI也不找菜鳥，今年畢業生有多慘？
除了ChatGPT，還有哪些生成式AI？16種AI工具應用解析
打造ChatGPT行政小助理：專屬AI助理幫你處理瑣碎行政工作
[course_plugin title='推薦AI相關課程' keyword='AI' amount=2]
用「優勢公式」找對夥伴！Google與DeepMind工程師如何用AI改寫能源產業
Google與DeepMind工程師如何用AI讓數據中心省電40%，並創辦AI節能新創？看懂能力、動機與洞見組成的「優勢公式」。本文節錄自《商品決勝點》。
文／傑克納普、約翰澤拉斯基
你的優勢是什麼？優勢會以能力（capability）、動機（motivation）與洞見（insight）三種形式出現。為了解釋這三種優勢如何發揮作用，我要帶你回2014年認識三個人。他們日後成為公司創辦人。看看你能否從接下來的段落，找出三人替專案帶來的優勢─並猜一猜他們最終建立哪一種公司。
首先是機械工程師凱蒂．霍夫曼（Katie Hoffman）。
2014年的一個平常日，凱蒂在各種工業設備之間走來走去，手上沾滿灰塵和油汙。她的視線順著亂七八糟的線路走，一下子接這台機器，一下子接那台機器。凱蒂帶領的團隊負責翻新工廠，裝上新型控制系統以發揮最佳效能。這份工作很重要的一環，就是找出舊系統是如何運作，而實際情形永遠和設計文件說的不一樣。
凱蒂盯著的那條線，連到又一個工廠文件上沒提到的感應器。她用手機拍下照片，備註幾句話，然後嘆氣。成功破解舊系統並改善效率，的確會帶來滿足感─但凱蒂心知肚明，再過幾年，又會有另一批人跑來這，拆掉她所有的心血，再度翻新工廠。在那之前，系統將停留在這次的更新，永遠不會改善，直到再度大改造。凱蒂感覺這樣很浪費，想必還有更好的辦法，但是該怎麼做？
接下來是吉姆．高（Jim Gao）─也是機械工程師。
2014年一個普通的一天，吉姆坐在控制室裡，地點是Google位於愛荷華州的龐大數據中心。這座數據中心當初在設計時，吉姆就參與了，但他今天和凱蒂一樣，想著有什麼辦法能改善效能。
廠內漆成亮色的藍綠紅黃管線，通往四面八方，讓這座數據中心看起來有如《超級瑪利歐》（Super Mario）遊戲被搬到現實世界，只不過沒有蘑菇和飛行龜，只有一排排的伺服器機櫃。
一年12個月，一週7天，白天黑夜不停歇，隨時有冷水流過那些五彩繽紛的管線，負責吸收與帶走伺服器產生的熱氣。冷卻管的確有用，但吉姆檢視控制室的讀數，忍不住感到失望。這個系統太耗電。每次機櫃開始升溫，管理數據中心的團隊就必須加快冷卻系統的輸出。加速時耗用的能源愈來愈多，但也不能不加速─伺服器過熱就會當機，網路將斷線。或許這樣的效率不彰是無法避免的，或許工程技術頂多就只能做到這樣，但吉姆總覺得哪裡怪怪的。他到底漏掉什麼？
最後一位是電腦科學家維達．潘奈薛凡（Veda Panneershelvam）。
在2014年平凡無奇的一天，維達坐在倫敦的桌旁寫程式。他和世界級的軟體工程師團隊合作，一起尋找人工智慧研究的聖盃：寫出能在圍棋賽中打敗人類的電腦程式。
如果你不熟悉圍棋，只需要知道很複雜就夠了。西洋棋有10123種可能的走法，但圍棋有10360種，令人難以置信。圍棋棋盤可能呈現的棋局狀態，還要多過宇宙裡的原子數！
如果要在圍棋取勝，維達和同事必須開發出新型的人工智慧做法，創造能看見未來的程式。2014年的時候，大部分的人認為這是癡人說夢，但維達只覺得興奮。如果AI連圍棋都能勝出，誰知道還能替人類解決其他哪些問題。
我們來回顧一下，先從顧客和問題講起：
凱蒂正在解決大型製造商的工業控制系統缺乏效率的問題。
吉姆正在解決Google有如吃電怪獸的數據中心。
維達正在解決……這個嘛，我不認為他實際上是在解決圍棋的問題。我認為他真正在處理的，其實是人腦處理複雜問題的能力有限。我認為他的「顧客」是全人類。我知道，這聽起來有一點過於宏大，但我認為確實如此。
好，那凱蒂、吉姆和維達的特殊優勢是什麼？剛才提過，優勢有三種。
首先是能力。能力是指你能做到很少人能比得上的事。如果你在大公司上班，你可能享有知名品牌的好處，或是專案有很多預算；如果你替迷你的新創公司工作，你的能力有可能是專注與快速行動。不過，最能派上用場的能力通常是傳統的專業技能（know-how）：
凱蒂是機械工程專家，主要做工業控制。
吉姆也是機械工程師，專長是數據中心。
維達是電腦科學專家，專門做人工智慧。
凱蒂、吉姆和維達在各自的領域都是世界級的人才─有如女籃的凱特琳．克拉克（Caitlin Clark）與男籃的「詹皇」詹姆斯（LeBron James）─但光是他們的能力，還不足以完整呈現他們的獨特優勢。
接下來，我們來看第二種優勢：動機。動機是你想解決這個問題的特殊原因；你願意傾盡心力的事，別人不一定願意。動機也很重要，因為動機能指明一條路，讓你躍躍欲試，知道該在何處以什麼方式發揮長處。
凱蒂、吉姆和維達三位未來的創辦人，全都想要解決重要的問題，帶來正面的改變。這種精神令人欽佩，但過於籠統。我是說，很多人當然都想「讓世界更美好」─但唯有動機十分明確的時候，才能協助你決定該做什麼，所以講得再明確一點：
傳統的工業控制系統升級方式讓凱蒂沮喪。
實體系統的限制讓吉姆沮喪。
維達想運用AI替人類解決大型的問題。
注意到了嗎？以上三人中的兩人，主要是沮喪帶來了動力。如果你的動機也一樣，嘿，沒關係的。世上最優秀的產品，有的就是源自為現況感到憤慨、困惑、惱火、痛苦或抓狂。你不一定要從偉大的願景起步，憤怒也能帶來力量。
好，能力和動機加在一起後，三位未來創辦人的優勢變得更獨特。但他們分別會開哪種公司？讓我們進一步了解他們的故事。
兩年後，在2016年3月9日，維達站在南韓首爾四季飯店的會議室，透過現場影片串流，目不轉睛地看兩個人比賽圍棋。
棋桌的一方坐著李世乭，他是拿過18次世界冠軍的專業棋士。另一方則是業餘人士兼維達的同事。
維達看著同事下一個白子，接著注意力一下子回到會議室。電腦螢幕顯示數十張圖。「勝率圖」頓時表示對白方有利。
電腦認為能打敗看似無敵的冠軍李世乭。
過去幾天，維達和團隊成員─15名剛從倫敦飛來的電腦科學家─把會議室改造成臨時的控制中心。AI程式AlphaGo就是他們設計的。他們在控制中心把AlphaGo認為棋子該怎麼下，轉告給維達的同事，那名同事負責把棋子擺到真實世界的棋盤上。
那場比賽的贏家可以獲得100萬美金的獎金。有沒有人跟我一樣，覺得這個場景像是15名科學家合演高科技搶劫片《瞞天過海》？只不過李世乭其實是在和AI比賽，不是什麼祕密。裁判知道，李世乭知道，每個人都知道。全球各地轉播這場比賽，數百萬人觀戰，不過大部分的圍棋專家都認為圍棋太複雜，電腦不可能獲勝。
然而，在那個首爾的三月天，AlphaGo贏了。
數千英里外，吉姆仍在設法改良Google數據中心的冷卻系統。AlphaGo的故事如火如荼展開時，他偶然聽到這件事，備感著迷，開始追蹤首爾的最新情形，一點細節都不放過。
吉姆挖掘細節時得知，AlphaGo的AI使用「深度強化學習」（deep reinforcement learning）這個突破性的方法。吉姆冒出一個瘋狂的點子。深度強化學習會不會有助於冷卻數據中心？畢竟隨時找出最佳的控制配置，有一點像是在圍棋賽中找出最好的一步。
維達的團隊替DeepMind工作，而DeepMind是Google旗下的公司。這不正好。雖然吉姆沒見過他們，但嚴格來講大家都是同事。維達於是寄電子郵件給DeepMind團隊，解釋他的瘋狂點子。
維達認為這個數據中心的挑戰很吸引人，同意試試看。接下來密集的幾星期，維達、吉姆和DeepMind的工程師團隊，寫出新的深度強化學習程式，把Google數據中心的冷卻系統，交給這個新AI負責。
電力使用起初暴增，因為AI做起實驗，隨機調整控制設定，就像小朋友亂按汽車音響上的鈕。不過，AI也和幼兒一樣會學習，強化有效的策略，用電因此出現改善，再改善，持續改善，最後和AlphaGo一樣超越人類，Google數據中心的用電因此銳減四成。
我等一下會繼續說這則故事，但先來看維達和吉姆合作後發生的事。他們整合雙方的能力─吉姆的數據中心專業能力，加上維達的人工智慧魔法─打造出單打獨鬥生不出來的東西，發揮特殊的優勢。不過別急，好戲還在後頭。
2019年，吉姆和維達結識凱蒂─那位擅長翻新工業控制系統的機械工程師。三人開始討論如何能在Google以外的世界，減少能源浪費。廠房在加熱、冷卻與操作各種設備時，耗用大量的電力。AI也能在這方面幫上忙嗎？
吉姆和維達相信他們能大幅改善工廠的能源使用─但需要借重凱蒂的實務知識，才有辦法設計、販售與裝設解決方案。凱蒂曾在詮宏空調（Trane）、英格索蘭工程技術公司（Ingersoll-Rand）、雷神國防承包商（Raytheon）等企業，帶領過工程與創新團隊。她清楚製造商如何作決定，也了解工業控制系統的缺點。吉姆和維達熟悉的是Google經過精心設計的數據中心，而工業廠房的世界遠比那混亂─凱蒂則熟悉這個領域。三人決定放手一搏，辭去工作，在2019年底成立新創公司淮德拉（Phaidra）。
淮德拉是我們Character資本最早投資的一批公司，他們的故事深深啟發了地基衝刺。他們從大膽的專案起步：企圖運用AI讓各種工業廠房更有效率。他們測試點子，學習如何建立顧客的信任感，談成第一筆生意。淮德拉先在大型藥廠展開試行計畫，隔年拿到第一筆大訂單，在5座工業廠房部署AI，最終還把服務拓展至數據中心。維達、吉姆與凱蒂在2014年渴望見到的超越人類、具備適應性、能預測未來的系統，如今成真。
三人能成功的原因是第三種優勢也登場：洞見。
洞見是指對問題與顧客有深入的了解。洞見讓你擁有別人沒有的觀點。吉姆有數據中心的洞見，維達有深度強化學習的洞見，但淮德拉的策略能成真，仰仗的是凱蒂具備工業廠房─以及擁有那些工廠的企業─如何運作的洞見。
淮德拉三位創始人的能力與洞見加在一起，得出獨特的東西。你可以想成一條等式：
能力＋洞見＋動機＝特殊優勢
凱蒂、吉姆和維達見面時，心想：「天啊！想想我們聯手能做到的事！」淮德拉公司或許算極端的例子，但你也能和團隊利用特有的優勢，帶來屬於你們的「天啊！」時刻。
節錄自：時報出版《商品決勝點：全球最成功的產品設計師如何讓顧客買單》／傑克納普, 約翰澤拉斯基 著
AI 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']
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']
別只會開ChatGPT！寫企劃、查資料、解任務該找誰？全球數據揭職場AI的「真實專長」
為什麼同一份指令，換個工具效果差這麼多？本文帶你從Similarweb最新全球數據，拆解幾個主流AI的「隱藏性格」與分工邏輯，教大家用最高效率搞定所有職場任務！
文／《104職場力》
本文導覽
數據解密：從「對話習慣」看懂AI的真實定位Claude耐得住性子、能深度思考，最適合當「資深幕僚」ChatGPT是點子多、懂職場又懂生活的「全能特助」Gemini和Copilot講求效率，是很棒的「即時情報員」別忘了還有Perplexity！它是自帶資料來源的專業市調員職場高手用AI工具都採「混合雙打」策略！
打開AI對話框，明明輸入了各種詳細指令卻還是不停碰壁？
叫AI幫忙寫一篇嚴謹的專案企劃，它卻給了一堆空泛的漂亮話？
只是想查個技術名詞或快速對答案，它卻長篇大論回了800字？
寫程式或校對文件時，改到第3輪它就開始邏輯打架、亂燒Token？
當瓶頸過不去，很多人會直接下結論：「AI好難用，根本沒傳說中那麼神！」但扣除Prompt出問題外，還有一種可能是「你一開始就用錯工具」了！
在Similarweb在最新的《2026生成式AI版圖：AI搜尋的演進》研究報告中，分析了全球使用者的對話行為，其中一項數據指出：主流AI平台早已走出各自的「專長分野」，其背後的「受眾特徵到使用習慣」差異非常大。
數據解密：從「對話習慣」看懂AI的真實定位
Similarweb交叉比對了各平台使用者的「提示詞長度（Prompt Length）」與「單次對話的提示詞數量（Prompts per Session）」，繪製出底下這張AI分工圖，打破了「只用ChatGPT就能搞定所有事」的迷思。
圖片來源：Similarweb研究報告
從使用行為來看，不同平台在使用者心目中，早已演化成完全不同的「職場同事角色」。
Claude耐得住性子、能深度思考，最適合當「資深幕僚」
從數據來看，Claude的使用者每次輸入的提示詞長度是所有平台中最長的，而且單次對話的來回次數也直接拿下第一！再看這群人的背景，他們造訪大專院校與學術研究機構的比例，是一般網路用戶的整整25倍，造訪程式開發與商務專業服務網站的頻率也是別人的3倍之多。
這代表全球很多工程師、學者和專業經理人，早就把Claude當成處理燒腦難題的智囊團。
所以如果大家的需求是「架構龐大的年度企劃、消化上萬字的訪談與會議紀錄」，或是「寫複雜程式碼、抓出邏輯漏洞」時，可以使用Claude！它讀長文章跟邏輯推理的能力非常強，就算你一口氣丟給它好幾頁密密麻麻的背景資料和限制條件，它也不容易失憶或亂回答，能陪大家一輪又一輪地精雕細琢出嚴謹的成果。
ChatGPT是點子多、懂職場又懂生活的「全能特助」
觀察ChatGPT的對話數據，會發現它走的是「無所不聊的高頻率互動」路線，在熱門對話主題中，除了科技應用，佔比最高的還有行銷廣告、內容創作與商業法規在內的「專業服務」，接著是教育、娛樂，甚至連心理諮商也榜上有名；另外，它的使用者在生活消費、美食外送與時尚美妝等網站的造訪率，都高出平均2倍以上。
這些數據顯示ChatGPT是目前最深入大眾工作與日常的靈感發想機。
因此，當大家卡在「行銷文案想不出新梗、跨部門提案寫不出吸睛標題」，或是「不知道該如何委婉又得體地回覆一封棘手的客戶抱怨信」時，找ChatGPT來回拋接點子可能最有效率！它的語言組織力與情境適應力不錯，特別適合用在創意發想、快速產出初稿或模擬職場人際溝通的應對場景中。
Gemini和Copilot講求效率，是很棒的「即時情報員」
Gemini和Copilot跟前面兩種AI工具截然不同，它們在數據圖表是落在「提示詞最短、單次對話次數最少」的區間，這表示大家用它們不是為了聊天討論，比較像是丟出某個具體問題，並追求「問完、拿到答案、立刻轉身去執行」的節奏。
細看數據會發現，Gemini的使用者在網頁設計（4.8倍）、電腦資安（3.1倍）及硬體設備（2.2倍）等網站的黏著度特別高，偏向重視效率的科技族群。
這種工具性格，正好能完美搞定辦公室裡的零碎雜事，當職場人開會到一半突然要「快速查個冷門名詞定義、比對兩套軟硬體規格優缺點」，或是需要「搭配Google和微軟工具快速摘要Email與文件重點」時，Gemini和Copilot的優勢最明顯，因為只要指令明確，它不需要冗長的背景鋪陳也能用最快速度幫大家把零碎任務清空。
圖片來源：Similarweb研究報告
別忘了還有Perplexity！它是自帶資料來源的專業市調員
除了上面3種工具，圖表中還有一個不能漏掉的狠角色Perplexity，它的對話長度剛好卡在中間，大家用它也不是為了閒聊，通常都是帶著明確的調查任務來的。
根據報告數據來看，大家用它找最新資料的比例正大幅飆升，尤其在「旅遊規劃、商品比價、金融與市場分析」這類需要最新情報的領域，Perplexity附上即時參考連結的比例最高。
所以當大家需要「做競品調研、找產業最新數據」，或是被主管要求「報告寫的內容要附上可查證的資料來源」時，找Perplexity就對了！這類工具就在回答問題時會直接給參考出處，省去自己到處Google慢慢比對查證的時間。
職場高手用AI工具都採「混合雙打」策略！
看完各家AI的專長，你現在可能在想：「所以我到底該固定用哪一個？」
報告裡給出一個很有意思的現象，其實有高達95%的ChatGPT用戶，平常依然天天狂用Google搜尋；而且在主流AI之間，同時混用好幾款的人非常多！這項數據也點出一個關鍵：職場上的AI高手，都不是只會「死忠」用單一工具的人！
真正的神人都怎樣搭配？可以舉個例子供大家參考：
先開ChatGPT發想5個企劃點子
選定方向後，把架構丟給Claude擴寫成邏輯嚴密的大綱
寫到一半遇到不確定的市場數據，順手開Perplexity抓出正確出處
統整完寄出Email前，用Gemini或Copilot快速檢查重點有沒有漏掉
現在的AI就像各有所長的同事，所以有時比下對Prompt更重要的是「知道何時該派誰上場」！下次工作卡關、覺得AI怎麼又在胡說八道的時候，先別急著生氣，試著換個工具再問一次，也許就能找到正確的神隊友！
[course_plugin api_type='course_id' title='其他AI應用推薦課程' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
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
文／104人力銀行
本文導覽：
一座晶圓廠能不能運轉，關鍵藏在上百種管線裡
不是只缺電機系人才，幾乎整張工科人才地圖都需要
工程師開始用 3D 模型蓋廠，無人機則在現場自己巡邏
原定工期少了兩個月，交付日期卻一天也不能延
一塊空地交到手上，幾年後能指著它說「這是我蓋的」
外界談到半導體，最常看見的是晶片、製程與設備，但在機台正式運轉之前，還有一套更龐大、也更容易被忽略的系統，必須先被建置完成。
電力如何穩定供應？無塵室的溫度、濕度與潔淨度如何維持？製程所需的純水、氣體與化學品，如何安全送到正確的位置？使用過後的廢水與廢氣，又要如何處理？對晶圓廠來說，這些都不是附加設備，而是決定產線能否順利運轉，甚至影響產品良率的生產條件。
洋基工程蘇啟章副總經理形容，公司在半導體供應鏈中的角色，不只是把廠房「蓋出來」，而是同時扮演建造者與後續運轉維護的後盾。真正重要的，是在有限時間內安全交付廠房，建立穩定的製程環境，並隨著客戶需求與設計變更快速反應。
一座晶圓廠能不能運轉，關鍵藏在上百種管線裡
很多人以為，晶圓廠的主體建築完成，再將機台搬進去，就能開始生產，但對高科技廠房來說，真正複雜的工程，往往藏在牆面、天花板與地板之間。
洋基工程早期以空調、機電及無塵室工程為核心，如今服務範圍已擴大至整廠 EPC，從工程設計（Engineering）、設備與材料採購（Procurement），一路負責到現場施工（Construction），將整座工廠從規劃轉化為可實際運轉的生產基地。
這座廠可能從一片空地開始，也可能是將原本的面板廠重新改造成晶圓廠，不論是哪一種，背後都需要營造、機電、製程供應與工程管理等團隊共同合作。
除了建築結構與電力空調，製程端還包括純水、廢水、氣體、化學品及環境控制等系統。蘇啟章提到，一座高科技廠房內，可能有超過一百種不同管線同時穿梭，每一條管線都有自己的功能、規格與安全要求，卻又必須在有限空間中互不衝突。
因此，工程團隊交付的並不只是一棟廠房，而是一整套能讓生產設備穩定運轉的環境，當半導體業者持續推動節能、減碳與淨零目標，洋基的設計及研發團隊也必須進一步提供技術選項，協助客戶降低能源消耗，讓工程價值從「能不能蓋」走向「能不能蓋得更有效率」。
不是只缺電機系人才，幾乎整張工科人才地圖都需要
服務範圍擴大，也讓洋基工程需要的人才變得更加多元。
機電領域需要電機、機械、熱流、空調、消防、給排水與中央監控人才；營造端需要建築、土木、結構與大地工程背景；製程供應則涵蓋材料、化學、環境工程、水處理等專業；另外還有職業安全、品質管理與專案管理等職務。
換句話說，半導體建廠並不是少數科系才能進入的工作，而是一個橫跨多種工程專業的產業現場。蘇啟章副總經理表示，洋基在台灣已有七百多名員工，並希望持續擴充至千人規模，不論是社會新鮮人或已有經驗的工程人才，都在招募範圍之內。
對新鮮人而言，學校所學提供的是基本工具，真正的工程能力仍要進入專案後累積。因為現場不會按照教科書順序發生問題，工程師必須同時理解圖面、設備、施工進度與不同團隊的需求，並在突發狀況出現時快速找出解法。
洋基工程並未把所有人都推向同一條職涯道路，而是區分管理職與技術職。擅長溝通、協調與帶領團隊的人，可以朝專案管理及主管職發展；喜歡深入研究技術的人，則能持續往專業工程師、總工程師等方向前進。兩種角色沒有高低之分，而是依照個人特質，找到最能發揮價值的位置。
工程師開始用 3D 模型蓋廠，無人機則在現場自己巡邏
高科技廠房越來越複雜，工程師的工具也正在改變。
洋基工程自 2019 年開始全面導入 BIM 與 Revit，相較於傳統平面圖，BIM 能先以 3D 模型呈現管線、設備與建築空間，讓工程團隊在真正施工之前，提早看見不同系統可能發生的碰撞。
目前洋基約有兩百多名設計人才，其中多數已經能以 Revit 進行 3D 作業，對既有廠房的改造工程，團隊也會透過點雲掃描，將現場空間轉換成數位模型，再與新設計進行比對。
工程進行到不同階段後，現場還會再次掃描，把實際完成的管線與設備帶回模型檢查。過去需要監工拿著尺，一個位置、一條管線逐一確認；現在則能以毫米等級的掃描資料快速找出誤差。
洋基工程也正在測試可自行飛行、避開人員與障礙物的無人機，除了掃描工程進度，它還能協助現場安全管理，例如辨識工作人員是否配戴安全帽、護目鏡或正確防護裝備，再將異常情況回傳給管理團隊。
不過，工具變聰明，並不代表工程師會被取代，蘇啟章副總經理認為，工程現場的變數實在太多：設計可能改變、工序可能延誤，數十個工種也可能在同一時間互相影響。AI 可以提高效率，卻很難獨自承擔判斷與應變。
因此，公司也鼓勵員工自行開發 AI Agent，例如有同仁利用電子郵件與 Teams 對話，自動整理每週工程報告，把原本花在行政彙整上的時間，轉移到更重要的專業問題。AI 在這裡更像一名助理，而工程師仍必須負責判斷答案是否正確。
原定工期少了兩個月，交付日期卻一天也不能延
科技廠房最真實的壓力，是前一個工序即使延誤，後續設備進場的日期也不能改。當營造工程延宕一、兩個月，後續團隊只能將原本的日班改為日、夜兩班；倘若進度仍追不上，甚至可能改為三班制，二十四小時不間斷施工。
在這樣的現場，新鮮人首先要學會的不是趕進度，而是「安全」。看到大型車輛要保持距離，遇到吊掛作業不能任意靠近，進入施工區域前也必須理解每一項防護規定，蘇啟章說得直接：「你必須安全回家，這是最基本的要求，沒有這件事，其他都不用談。」
但工程也不是只靠制度推動。當數十名工班需要一起趕工，主管是否理解第一線的辛苦、能否取得團隊信任，則是直接會影響現場的執行力道。
蘇啟章回憶，自己年輕時曾跟著父親進工地做小工，因此知道現場勞動有多辛苦，後來帶領工程團隊，他常隨身帶著耳塞，看見工班進行高噪音作業卻沒有防護，就直接送給對方。對他而言，照顧現場人員不是管理技巧，而是工程主管應有的基本態度。
當團隊感受到彼此是真心合作，在真正需要趕工時，也更願意共同完成任務。工程管理表面上管理的是工期與品質，實際上管理的仍然是人。
一塊空地交到手上，幾年後能指著它說「這是我蓋的」
談到工程工作最有成就感的地方，蘇啟章的答案不是職稱，而是看見一座建築真正留在城市裡時那種欣慰感。他從台灣一路參與新加坡、日本及中國等地的工程，專案規模也從數億元、數十億元，一路成長到百億元等級，每完成一個案子，就像在自己的職涯裡增加一座看得見的里程碑。
當一片土地從零開始，最後變成辦公大樓、商場、飯店，甚至能容納上萬人工作的生產基地，那種成就感很難被報表取代。這也是半導體建廠工作與許多職務不同的地方，工程師面對的不只是電腦裡的模型，而是要把圖面、材料、設備與上千人的工作整合起來，最後成為一座真正能運轉的工廠。
對想進入半導體供應鏈的年輕人而言，不一定要擁有最漂亮的學歷，比起學校名稱，洋基更看重的是基本工程能力、持續學習的熱忱，以及能不能利用數位工具提高效率；如果想往管理發展，還要練習溝通、協調與帶領團隊。
當外界只看見晶片從產線送出時，工程團隊的工作早已完成大半，但真正支撐晶片良率的，正是那些藏在建築裡、彼此交錯，卻不能出錯的管線與系統。
對喜歡解決複雜問題、願意走進現場，也希望多年後能指著一座工廠說「這是我參與完成的」的人而言，半導體建廠是一條能將專業留在城市裡的職涯路。
免費報名【台積電供應鏈】聯合徵才
歡迎所有求職者踴躍參由台積公司主辦_半導體基礎技術人才博覽會，除了現場與企業面對面媒合交流，還有免費履歷健診及職涯探索，另外出席即獲加碼抽獎資格，手機、耳機等大獎等你來抱回！立即報名⭢https://104ad.pse.is/9g7tpa
想進半導體供應鏈？再看看這些職涯機會：
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
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
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
AI與淨零浪潮下，企業如何佈局「未來型人才」？
AI與淨零轉型雙重驅動下，企業人才需求已發生結構性轉變，未來的挑戰不再只是「補足人力」，而是如何建構可持續的創新能力。本文解析科技業與民生服務業的員工價值主張差異，揭示企業尋求「未來型人才」必備的十項關鍵職能，並分享了五大關鍵實務思維，提供給企業在建構人才創新能力上策略方向及參考。
文／鍾文雄（104資訊科技 人才永續長、社團法人中華人力資源管理協會常務顧問）
本文導覽
企業營造開放創新文化建構員工價值主張企業尋求「未來型人才」的關鍵職能一、從人力補齊走向人才價值設計二、從技能培訓轉向關鍵思維能力培育三、從明星個人走向組織整體效能四、從管理控制轉向賦能型領導五、從短期效能衡量走向長期人才投資結語
在數位發展、淨零轉型與產業升級同時推進的時代，企業對人才的需求條件已明顯出現結構性轉變，對企業人力資源與人才發展而言，未來的挑戰不再只是「補足人力」，而是如何協助企業建構可持續的人才創新能力。
過去大數據與敏捷創新讓我們更重視數據思維與實驗精神；跨域整合讓我們更重視協作、責任感與持續改善；AI與雲端科技的發展讓我們更重視系統思考與綜觀全局，其實產業發展一路都在經歷技術浪潮與轉型，企業也持續在重新定義什麼叫做好的人才。
AI的發展與應用，不會只是一項新增的技術能力，只改變某一類工作或只影響某個產業，而是直接進入每個人的工作流程與學習發展歷程。我們的工作模式已經從自己做到與AI協作，即將發展到指揮AI工作，AI開始影響我們怎麼思考、做事、學習、協作、判斷與創新。
延伸閱讀：2026職場決勝關鍵在這！專家解碼大缺工時代下的5大人才趨勢
企業營造開放創新文化建構員工價值主張
一零四人力銀行於2024年舉辦第一屆雇主品牌大賞，其中得獎的統計58家科技業得獎企業，主打的員工價值主張(Employee Value Proposition)項目第一名為職涯發展，第二名為訓練發展，這反映科技業重視員工的成長與技能提升。提供清晰的職涯規劃及完善的培訓計畫，不僅能吸引求職者，也能降低離職率，留住核心人才。
開放創新文化及良好的團隊合作分別為第三與第四名，反映出科技業的核心運作模式。創新文化需要多元的想法和跨部門合作，因此許多企業都相當注重培養開放的工作氛圍，促進員工間的互動協作與創意激發。
圖中顯示科技業員工價值主張占比排名由高至低為職涯發展(55%)、訓練發展(44%)、開放創新(40%)、同事合作(40%)、福利制度(36%)、薪資待遇(27%)、企業永續(24%)及其他占比低於20%的領導養成、工作平衡、績效管理、多元共融。 ▲ 資料來源：2025年科技業人才報告書 104人力銀行
另外得獎的46家民生服務業企業員工價值主張（EVP）中，「同事合作」以48%的比例排名第一，顯示出團隊合作對員工的重要性，良好的同事關係不僅能提高工作滿意度，還有助於提升整體效率。其餘項目中，「領導養成」「企業永續」「開放創新」各佔19%，整體而言，開放創新文化與永續發展正成為服務業EVP的核心主軸，民生服務企業在招募訊息與內部制度，逐步強化開放創新、同事合作機制、職涯/訓練路徑與可見的福利制度，以吸引及留任人才。
圖中顯示民生服務業員工價值主張排名為同事合作(48%)、職涯發展(40%)、福利制度(33%)、訓練發展(33%)、薪資待遇(21%)及其他占比低於20%的領導養成、企業永續、開放創新、多元共融、品質導向。 ▲ 資料來源：2025年民生服務業人才報告書 104人力銀行
企業尋求「未來型人才」的關鍵職能
根據優樂地永續服務公司的一項企業與人資主管調查，台灣企業在面臨全球化發展、資訊科技與環境變動下，讓企業得以永續經營的未來型人才，應該具備文化理解力、外語能力、適應彈性工作地點的能力、數位能力、跨領域學習、終身學習、EQ(情感智商)、創新創造力、學習如何思考與解決問題等十項關鍵職能。不論是企業甄選人才、員工發展計畫或是未來人才的自我學習與養成，都可以透過多元學習與發展管道，培養職涯永續的能力。
圖中顯示企業尋求的未來型人才，應該具備文化理解力、外語能力、適應彈性工作地點的能力、數位能力、跨領域學習、終身學習、EQ(情感智商)、創新創造力、學習如何思考與解決問題等十項關鍵職能。▲ 資料來源:《2025 HR×ESG行動指南手冊》優樂地永續服務(股)公司
許多企業已投入各式人才發展方案，但成效不一，關鍵往往不在工具是否先進，而在於背後的人才思維與政策是否跟上人才轉型及永續經營的需求。以下從人力資源的實務視角，淺談企業推動人才創新時，值得關注的五個關鍵思維與對應做法。
一、從人力補齊走向人才價值設計
過去企業面對人力缺口，多半以快速補人為優先，然而在產業快速變動下，許多職務內容本身正在重塑。若仍以過往職務內容描述來徵補人才，容易造成「人到位、卻無法創造新價值」。成功企業的做法是由人資部門與用人單位重新檢視關鍵職位，釐清該角色在組織轉型中所扮演的價值，再思考是透過內部調整、跨域培養，引進外部人才來滿足需求。這樣不僅提升人力運用彈性，也有助於留才與能力累積。人資部門可觀察的指標與方向：
關鍵職位內部轉任或輪調比例
新角色到位後的價值產出回饋
職務重新設計案件數
二、從技能培訓轉向關鍵思維能力培育
隨著工作型態改變，單一技能的有效期限愈來愈短，與其教導更多技能，不如培養員工的學習能力、問題分析及跨域思考更為關鍵。企業可以將傳統課程調整為情境式學習或行動專案，讓學員針對真實營運問題提出改善與行動方案，不僅促進能力整合，也提升學習成效轉化率。人資部門可觀察的指標方向：
行動學習或專案型課程的完成率
員工參與跨域技術研討與產品討論次數
學習後工作行為改變的主管回饋
培訓成果與實際流程改善連結度
三、從明星個人走向組織整體效能
若企業過度依賴少數績優個人，短期績效或許亮眼，長期卻容易形成風險。人才創新的重點，應放在如何讓能力留在組織，而非只留在人身上。有些企業開始調整績效與獎勵制度，將團隊合作、跨部門參與及經驗傳承納入考量，使知識能夠在組織中流動。人資部門可以觀察的指標方向：
跨部門專案參與率
建立跨部門專案與技術交流平台，舉辦技術分享、社群活動或內部論壇場次
關鍵知識文件化與交接完成率
人才異動後的組織運作穩定度
四、從管理控制轉向賦能型領導
創新型人才能否發揮，與其直屬主管的領導方式高度相關。若組織文化過度強調零錯誤與層級控制，往往抑制學習與創新。在領導力發展上，愈來愈多企業建立開放且尊重專業的組織文化，讓人才感受到被重視，將重點放在「給方向、給信任、給回饋」，而非只教導管理技巧，透過員工體驗調查了解員工是否感受到支持與安全感。人資部門可觀察的指標方向：
員工心理安全感調查結果
團隊改善與創新提案的數量與採納率
主管支持度與回饋品質
五、從短期效能衡量走向長期人才投資
人才培育的成果往往無法即時反映在績效上，因此企業需有耐心與長期視角。企業可以透過追蹤高潛力人才的留任、發展與接班狀況，逐步建立對人才投資的共識。當人才發展被視為支撐企業永續競爭力的基礎，人資部門的角色也更能與企業策略緊密連結。人資部門可以觀察的指標方向：
高潛力人才留任率
關鍵職位接班人覆蓋率
中長期職涯發展與晉升情形
各部門人才梯隊養成齊備度
結語
人才創新不只是HR的專責工作，而是組織面對產業轉型時的重要能力基礎。當HR能從制度執行者，轉為協助企業整合策略、文化與人才的夥伴，人才發展將不只是支持營運，更能成為推動轉型的關鍵力量。
（原文標題：企業人才創新的關鍵思維與實務）
【作者介紹】鍾文雄● 一零四資訊科技股份有限公司人才永續長● 社團法人中華人力資源管理協會常務顧問
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']
供應鏈裡的隱形推手：當技術走在趨勢之前，企業與人才如何看見彼此？
AI、先進封裝與智慧製造持續推動台灣供應鏈升級，從高階載板、電漿設備到精密零組件與稀有金屬再生，關鍵企業的人才需求也同步成長。本文解析半導體與製造業供應鏈的技術實力、人才缺口與職涯機會，帶你看見藏在產業鏈中的隱形推手。
文／104人力銀行
本文導覽：
「隱形」並非沒有名氣，而是關鍵角色藏在供應鏈裡
專利只是起點，真正的門檻在於進入客戶製程
產業看見了實力，人才是否看見了職涯？
人才缺口背後，也是一場辨識與溝通的落差
把產業實力，轉化為人才理解的職涯價值
一顆 AI 晶片要順利運作，除了晶片設計與晶圓製造，還需要高階載板完成訊號與電源連接；一座自動化工廠要維持速度與精度，仰賴換刀系統、分度機構等關鍵零組件；先進封裝要提高良率，少不了電漿清洗、蝕刻與表面活化；而工具機、航太及半導體製程所需的鎢、鈷，也需要回收、純化與精煉能力，才能降低對進口原料的依賴。
這些企業未必站在終端市場最前端，所提供的產品與服務，卻可能決定一條產線是否能穩定運轉、一項新製程能否正式量產，以及台灣供應鏈能否在地緣政治與原料管制下維持韌性。
在各自的專業市場中，它們其實並不缺乏知名度。客戶、供應商、投資人與產業工程師，早已熟悉其產品與能力；真正尚未被充分理解的，未必是企業名稱，而是它們在供應鏈中扮演的角色、長期累積的專業實力，以及能夠提供給人才的職涯機會。
「隱形」並非沒有名氣，而是關鍵角色藏在供應鏈裡
一般消費者看見的，通常是晶片、伺服器、智慧型手機、電動車或自動化設備等終端產品。至於產品如何被製造，背後需要哪些材料、零組件與製程設備，反而較少受到關注。
然而，產業競爭力往往正是建立在這些不容易被看見的環節。要判斷一家公司的重要性，不能只看新聞聲量、社群討論或求職市場的知名度，也必須檢視它在特定市場中的位置、是否進入指標客戶供應鏈、擁有哪些專利與製程能力，以及產品一旦缺席，客戶需要付出多高的轉換成本。
從市場資料來看，本系列觀察的供應鏈角色中，有業者的鎢酸鹽產品於 2024 年出口量躍居全球第二；也有自動換刀系統在國內市場取得超過八成市占率。它們服務的客戶橫跨半導體、印刷電路板、工具機、航太與精密製造，部分成果更由美系半導體大廠指定委託開發。
這些成果說明，它們早已不是被動等待訂單的零組件供應商，而是參與客戶製程、設備升級與下一代產品開發的重要夥伴。然而，一旦離開產業圈，外界未必理解這些數字所代表的意義，也未必知道一項看似微小的材料、零組件或製程設備，為何足以影響整條產線。
專利只是起點，真正的門檻在於進入客戶製程
專利與製程資料，更能說明這些企業為何能成為供應鏈中的關鍵推手。例如，有公司以自有專利將廢棄硬質合金中的鎢、鈷重新純化為高品質原料，補上台灣稀有金屬供應鏈的缺口；也有電漿設備業者已取得 9 項發明專利及 1 項新型專利，並具備處理最大 660 毫米見方板件的能力。
另一端，高階 IC 載板必須面對更細線路、更高層數與更嚴格的良率要求；精密換刀與分度機構，也必須在速度、定位精度、耐用度及長時間運轉之間取得平衡。
這些成果很難只靠單一設備或一張專利證書完成，而是由材料配方、機構設計、設備控制、製程參數與現場經驗長期累積而成。對供應鏈業者而言，真正的門檻往往出現在客戶驗證。產品必須符合既有設備、製程與品質規範，再經過測試、調整及量產確認，才能正式導入產線。
當供應商開始與客戶共同解決良率、效率、穩定度及下一代製程問題，它所提供的便不再只是材料或零組件，而是一套結合產品、製程與服務的解決方案。專利可以保護一項發明，而共同開發與量產經驗，則逐漸形成更難被複製的競爭優勢。
產業看見了實力，人才是否看見了職涯？
市場地位與專業能力，未必會自然轉化為求職市場上的雇主品牌。尤其 B2B 企業鮮少直接面對消費者，產品經常藏於設備、材料或製程之中；受到保密協議限制，也未必能公開客戶名稱與合作成果。
即使企業已有一定辨識度，求職者搜尋公司時，看見的仍可能只是產品名稱、產業分類與職缺條件，卻未必理解企業究竟在解決什麼問題，以及一份工作與 AI、先進封裝、智慧製造或循環經濟之間的關聯。這種落差已經不是單純的「公司不知名」，而是企業累積的專業實力，尚未被完整轉譯成求職者能理解的職涯語言。
一名機械工程師可能不知道，換刀速度、分度精度與設備可靠度，會直接影響智慧工廠的生產效率；材料與化工人才未必意識到，稀有金屬的純化與再生已經牽動供應安全；設備、電機與控制人才，也可能不知道，電漿製程與高階載板正是先進封裝持續發展的重要環節。
當求職者無法理解企業的產業定位，自然也難以判斷自己能在其中學到什麼、累積哪些專業能力，以及未來可以走向哪裡。
人才缺口背後，也是一場辨識與溝通的落差
104《2025 製造業人才報告書》顯示，製造業工作機會一度突破 16 萬筆，平均每五個職缺只能分到一名求職者；半導體產業單月人才缺口也達 3.4 萬人。從研發、製程與品管，到設備操作、維修及故障排除，幾乎每一條專業線都在搶人。
對供應鏈企業而言，人才競爭的對手早已不限於同業，也包括所有能提供更清楚職涯想像與更高品牌辨識度的科技公司。薪資與福利固然重要，但求職者同樣會評估企業所處的市場、發展潛力、可累積的專業，以及個人在組織中的成長空間。
另一方面，「人才如何被看見」也是企業必須面對的課題。支撐這些產業的，不只有傳統印象中的電子與電機人才，還包括機械、材料、化工、冶金、自動化、軟體控制、設備維護與現場服務等不同背景。當技術跨越原有的產業分類，公司也需要重新辨識人才，不再只依賴特定科系、職稱或同業經歷，而是看見不同領域之間可以轉移的能力。
人才缺口因此不只是「沒有人應徵」，也可能是企業與求職者尚未真正理解彼此：企業沒有充分傳達自身的專業定位與職涯發展機會，而人才也不知道自己的能力，可以在哪一個供應鏈環節發揮影響力。
把產業實力，轉化為人才理解的職涯價值
企業需要讓求職者理解，工程師正在解決哪些產業瓶頸；專利如何轉化為真正的產品與訂單；客戶驗證代表哪些能力；一項材料、一套機構或一道電漿製程，又如何支撐全球客戶的下一代產品。同時，也要讓不同背景的人才知道，自己可以從哪裡開始、如何被培養，以及能夠累積哪些能延續至下一階段職涯的專業能力。
「供應鏈裡的隱形推手」並不是要尋找一群無人知曉的企業，也不是以規模或市場排名決定誰值得被放大，而是希望重新理解一群已在專業市場累積技術、客戶與量產經驗，並持續推動產業發展的公司。
當技術已經走在趨勢之前，下一個課題，不只是讓更多人認識這些企業，而是讓企業與人才真正看見彼此。唯有當產業實力被理解、職涯機會被看見，企業才能找到合適的人才，人才也能在供應鏈中找到自己的位置，共同推動下一個世代的產業發展。
延伸閱讀｜深入看半導體供應鏈的人才與職涯
想更了解半導體供應鏈裡的工作機會？從材料研發、高科技廠房到營造工程，看看不同企業需要哪些人才，以及不同專業如何找到切入半導體產業的機會。
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
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
微軟、Google、Meta擴AI基建…三巨擘搶買伺服器 台鏈吃補
2025-10-31 經濟日報編譯劉忠勇、記者吳凱中 由聯合新聞網授權轉載
微軟、Google、Meta三大北美雲端服務提供商（CSP）公布財報，看好AI需求強勁，同步上修未來資本支出預測，AI伺服器建置動能持續到明年，相關供應鏈鴻海（2317）、廣達、緯創、緯穎、英業達等後市看俏。但科技巨頭持續投入驚人資本支出，也開始考驗華爾街投資人的神經。
延伸閱讀：AI需求旺 掀搶電大戰…台廠積極布局
Google母公司Alphabet單季營收首度突破千億美元大關，公告今年的資本支出將達910億至930億美元，高於先前的850億美元，是今年第二度調高。微軟執行長納德拉則表示將「持續擴大AI領域的資本與人才投資，以把握前方龐大的機會」，高層並預測，明年資本開支接近1,400億美元。
▲ 圖片來源：聯合新聞網授權轉載
Meta財務長蘇珊・李指出，2026年資本支出將「顯著高於」2025年，明年的整體支出成長率也將「明顯加快」。Meta今年資本支出將達700億至720億美元，高於先前預估。
Alphabet、Meta和微軟上季資本支出總計達到780億美元，年增率高達89%，微軟上季資本支出349億美元更創新高，投資人對燒錢速度和回收時程感到不安，Meta和微軟在29日公布財報後盤後股價雙雙下跌，Alphabet盤後股價大漲。美股30日早盤，Alphabet上漲、Meta下跌，微軟下跌。
市場持續質疑AI是否正在醞釀另一大泡沫，Bernstein分析師Mark Moerdler在微軟高層的電話會議中提問，這些AI投資是否真能帶來回報，「或者坦白說，我們是不是正處在泡沫之中？」微軟財務長胡德重申，即使過去幾季投入數百億美元，仍無法滿足當前對AI及其他服務的需求。
因應北美四大CSP及中小型客戶AI算力需求，鴻海、廣達、緯創、緯穎、英業達、神達等伺服器大廠今年已大舉擴增美國伺服器產能。仁寶、和碩今年也有美國建設計畫，仁寶昨（30）日公告，董事會核准子公司Compal USA Technology Inc.在德州Taylor與Georgetown兩地簽署租賃協議，建置新據點，共投資9,410萬美元（約新台幣28.95億元）。
鴻海董事長劉揚偉日前指出，客戶需求持續強勁，鴻海過去一年擴大AI伺服器相關投資規模，已開始開發輝達下世代Vera Rubin NVL 144 MGX平台，預估出貨時程可能落在明年下半年。
[joblist_plugin title='最新【鴻海】職缺這邊看！' url='https://www.104.com.tw/company/233rv1s' amount='5']
廣達執行副總暨雲達總經理楊麒令先前表示，AI需求持續爆發，廣達訂單塞爆，今年以來已擴產八次，仍不敷使用。緯穎方面，法人預估，訂單能見度看到2027年，主要客戶都在加碼投資AI基礎設施，產業前景樂觀。
[joblist_plugin title='最新【廣達】職缺這邊看！' url='https://www.104.com.tw/company/ahfsoq0' amount='5']
「通才」vs「專家」誰在AI時代更有優勢？當AI能做更多事，企業要的是這類人才
當IBM裁員、AI席捲四大會計師事務所，我們該往「通才」還是「專家」發展？作者以「狐狸與刺蝟」寓言，深度解析AI時代的職涯新賽局，狐狸型通才強在「整合跨域洞察」，刺蝟型專家則勝在「化繁為簡的深刻洞察」。在AI能量產百種方案的今天，企業更需要能建造「AI無法複製的摩天大樓」的問題解決者。本文節錄自《情境智慧》。
文／瓦基（莊勝翔）
本文目錄（點擊可快速前往）
AI浪潮下，通才和專家誰更有優勢？通才的優勢：涉獵廣泛的狐狸專家的價値：化繁為簡的刺蝟
AI浪潮下，通才和專家誰更有優勢？
自從AI技術普及後，你有沒有發現，身邊愈來愈多人對自己的專業或職涯感到焦慮？這種焦慮並不是空穴來風，光是2025年一年，全球就發生了許多改變：IBM裁了數百位人資部門職員，執行長直言：這些職位，AI現在就能勝任。四大會計師事務所相繼使用與開發審計AI系統，能同時處理數百份文件，且永遠不用休息。世界經濟論壇更預測，現存4分之1的職業將在5年內被徹底改變。
面對這場變局，兩種生存策略開始角力。一派人選擇深耕專業，相信只要鑽研到AI無法觸及的深度，就能保住專業價値；另一派人選擇橫向發展，多方嘗試新技能，賭的是靈活勝過專精。
而你夾在中間，進退兩難。往深處走？擔心今天的專業明天就被AI取代。往廣處走？又怕自己什麼都會一點、但又什麼都不精，處境更尷尬。我們往往在看見新聞或社群上的資訊後，忍不住為自己開了一份學習淸單，一邊想著到底是該深化現有專業，還是趕潮流學個透過AI寫程式的Vibe Coding技法？如果要鑽研專業，要多深才夠？如果要學新技能，學得不精又哪來競爭力？在找出答案之前，我們不如先來分析下面這個經典的狐狸與刺蝟對決故事。
通才的優勢：涉獵廣泛的狐狸
英國哲學家柏林（Isaiah Berlin）曾用「狐狸」與「刺蝟」來比喻兩種不同思考方式的人，這個比喻源自古希臘寓言：「狐狸知道很多事，刺蝟只知一件大事。」刺蝟型的人專注於單一核心原則，將複雜世界簡化為一個系統性觀念來應對；狐狸型的人則涉獵廣泛，靈活應變，同時追求許多不同的目標。
乍看之下，狐狸似乎更加聰明，甚至從科學數據來看，狐狸也眞的更有遠見。心理學家菲利普．泰特洛克（Philip Tetlock）曾花20年追蹤284位專家的預測表現，想知道誰最能準確預測未來，結果那些涉獵廣泛、知識雜食的「狐狸型」思考者，在預測複雜事件時的準確度，遠勝深耕單一領域的「刺蝟型」專家。因為刺蝟型專家往往過度依賴自己的專業框架，用同一把錘子看所有問題；狐狸型思考者則能從多個角度切入，反而更接近眞相。這答案也許並不令人吃驚，畢竟仔細想想，在現實世界中，哪個問題眞的是單一專業能解決的？
例如，2021年的長賜輪卡在蘇伊士運河，表面上是航運問題，實際上則牽涉氣象學（沙塵暴）、物理學（船體受力）、經濟學（全球供應鏈）、甚至社會心理學（危機決策）。台積電決定設廠地點，不只考慮半導體技術，還要懂地緣政治、供應鏈管理、能源管理、人才流動、稅務規劃。一個App失敗，主因往往在於忽略了使用者的行為心理，未必是程式寫得不好；數位轉型失敗，其實更多時候是沒搞定組織文化，技術問題反而其次。
這種「跨界」在AI時代更顯重要，例如前面提到的新聞，當IBM發現AI能處理94%的例行工作後，雖然資遣了許多行政工作人員，但也增聘了更多負責創意、策略與整合的人才。因為AI雖然能在單一領域表現卓越，但把不同領域的洞察組合成全新解決方案，暫時還是人類的專利。
這裡有個關鍵：眞正有價値的通才，指的是那種能夠「整合知識來解決問題」的問題解決者，與「什麼都知道一點」的知識收藏家有著本質上的區別。知道蘇伊士運河的長度、沙塵暴的成因、船體力學這些零碎知識本身沒有價値，因為ChatGPT知道得更多。眞正有價値的是，能看出這些因素如何互相影響、能協調不同專業團隊、能在混亂中找出解決方案的整合能力。
這就是為什麼同樣是「涉獵廣泛」，有人成為搶手的顧問和高階主管，有人卻只是會在聚會上講冷知識的萬事通。差別不在於知道多少，而在於能不能把這些知識編織成解決問題的網。狐狸的優勢，從來不是牠知道很多條路，而是牠知道在什麼情況下該走哪條路。
專家的價値：化繁為簡的刺蝟
與狐狸相反，專家的眞正價値往往不在於他們掌握了多麼繁複的知識體系，而在於他們能夠像刺蝟一樣，穿透表象的迷霧，提煉出事物的本質。如果我們回顧歷史上那些改變世界的思想家，就更能看出專家的珍貴。心理學大師佛洛伊德將人類複雜的心理活動歸結為潛意識的運作；達爾文用物競天擇解釋了生命演化的萬千型態；愛因斯坦以一個優雅的方程式「e=mc²」揭示了質量與能量的關係。他們的偉大之處恰恰在於能夠化繁為簡，將看似無序的現象世界濃縮成一個核心原則。
這種看似單純的思維，背後需要極其深刻的洞察力，才能剝離層層表象，觸及問題的核心。台積電的故事完美詮釋了這種刺蝟式專家思維的威力，當半導體產業的主流都是既設計又製造晶片時，張忠謀創立台積電卻只堅持一個簡單原則：「專注做晶圓代工，永不與客戶競爭。」當競爭對手試圖多角化經營、在設計和製造間搖擺時，台積電始終堅守純代工模式，將所有資源投入製程技術的精進。這種專注帶來的結果是，台積電掌握全球過半的晶圓代工市場，在先進製程更是幾乎壟斷，成為全球科技業最不可或缺的基石。
這正是刺蝟型思維的力量：獲得高瞻遠矚的洞見，核心在於找到能夠解釋一切的根本原理，取代了對每一個細節的盲目追逐。也正因如此，在資訊爆炸、觀點紛雜的時代，具備這種思維的人更能產生深遠的影響力。
拉回到個人層面，LinkedIn薪資報告也印證了這點：「深度專家」的薪資中位數比「通才型」員工高出35%。為什麼？在AI能夠負擔更多任務的時代，企業對於能精準判斷「什麼値得做」的人才需求，遠勝過單純的執行者。當AI可以寫100個版本的廣告文案，公司需要的是那個能選出最佳版本的行銷總監；當AI可以生成無數個產品功能建議，公司需要的是那個深諳用戶心理的產品經理。
節錄自：天下文化《情境智慧：你在極化時代保持清醒的導航》／瓦基（莊勝翔） 著
完整版《2026 半導體業人才報告書》免費下載！四大數據預警與五大策略指引，搶才風暴中的科學突圍
文／104獵才顧問行銷企劃部
少子化引起的結構性斷層、AI 先進製程與先進封裝的擴建產能、加上地緣政治驅動的全球海外設廠——這兩年半導體與科技業的人資夥伴，招募日常是否正經歷前所未有的考驗？
競爭大廠頻頻調薪、用人主管急著要人、投遞履歷卻寥寥無幾。身處搶才風暴中心，HR 該如何精準掌握市場行情、不盲目喊價，並在最關鍵的時機卡位真正「對的人」？
為了在搶才迷霧中指引方向，104 資訊科技發表最新《2026 年半導體業人才報告書》。我們從全台最大職場動態數據庫中，淬鍊出最關鍵的供需與薪酬數據，協助企業從「盲目搶人」升級為「科學佈局」。
立即下載 完整版《2026 半導體人才白皮書》
本文摘要（點擊快速前往）
數據預警：半導體四大核心發現
發現一：設備技術人才告急，供需比僅 0.15
發現二：硬體研發主管年薪奪冠，中位數達 181.4 萬
發現三：AI 職缺需求破萬，占比飆至 23.9%
發現四：技術招募科系鬆綁，不拘比例攀升至 60%
引領未來的五大策略指引
為什麼非半導體業 HR 也必讀？
數據預警：半導體四大核心發現
要制定不踩雷的招募策略，HR 必須先看清市場數據現況。這份報告從工作機會、人才供需、薪資水準、AI 職能與科系背景等面向，全面分析半導體人才市場，並新增 AI 人才需求與外派人才布局兩大主題。以下是四個最關鍵的發現。
發現一：設備技術人才告急，供需比僅 0.15
【數據面】操作／技術／維修類供需比僅 0.15
機台設備維修與技術支援人才長期供不應求。在近 1.2 萬個工作機會的需求下，供需比僅 0.15，代表每一個職缺平均只能分到約 0.15 位求職者。隨著產線自動化與新廠擴建，設備維護、機台維運人才缺口達到近年高峰。
從趨勢來看，操作／技術／維修類的供需比長期維持三大核心職類最低，是市場上最為短缺的人力。企業持續擴充產能、提升設備自動化程度，使設備管理、機台維護及製程支援人才需求不斷增加。
【基層即戰力解方】 若您的企業面臨產線技術或操作人員的大量即戰力缺口，建議運用 104 整合招募，透過線上、線下、校園等全通路曝光主推職缺，或客製化招募網頁強調企業優勢／福利，以提升人才吸引力，實現一條龍快速補齊現場戰力。 👉 了解 104 整合招募如何加速補齊產線即戰力
【2027 線上 x 實體徵才博覽會】半導體明年絕不能錯過的兩大徵才展：線上新鮮人徵才博覽會全新改版特設「半導體專區」專頁＋實體職涯博覽會 2027/6/19 於台北世貿一館，歷年最多人潮洶湧的「AI 半導體」主題專區，齊聚各大企業疊加產業鏈影響力。 👉 了解徵才盛會細節或卡位早鳥優惠加入行列
發現二：硬體研發主管年薪奪冠，中位數達 181.4 萬
【數據面】硬體工程研發主管年薪中位數達 181.4 萬元
在技術含金量極高的半導體業，硬體工程研發主管身價傲視群雄，年薪中位數達 181.4 萬元；緊接在後的經營管理主管亦有 168 萬元的優渥水準。
值得注意的是，高薪不再是主管職的專利。報告揭露，十大高薪職務中，類比 IC、數位 IC、演算法、韌體等非主管技術職強勢占了四席，反映半導體企業對頂尖技術專家的重視。
【關鍵人才尋才解方】 數位轉型與技術突破所需的中高階管理與頂尖技術人才，往往不主動投遞履歷。104 獵才顧問扮演企業的戰略夥伴，主動為您挖掘冰山底層 80% 的關鍵技術與高階管理人才，解決最難補的職缺痛點。 👉 了解 104 獵才顧問如何精準對接關鍵技術與高階人才
發現三：AI 職缺需求破萬，占比飆至 23.9%
【數據面】半導體 AI 職缺占比飆至 23.9%
月平均 AI 工作機會數已突破 1 萬筆，創近 5 年新高，代表半導體業每 4 個職缺就有 1 個要求 AI 相關能力。AI 技術不再只屬於研發，而已深度內嵌至生產與設備端。
從趨勢看，AI 職缺於 2025 年後明顯加速，2026 年突破萬筆大關。企業對 AI 的態度也從觀望、試驗走向實際導入，AI 開始應用於研發、製造及企業營運流程，進一步帶動人才需求。
【甄試流程優化解方】 面對大量湧入的 AI 與技術履歷，如何快速鑑別適配人選是效率關鍵。104 招募管理 Pro 整合 AI 與人才測評工具，在甄試階段就協助您鑑別高抗壓、高穩定的人選，並透過招募漏斗與數據分析掌握各管道成效，降低錯聘與流動率。 👉 了解 104 招募管理 Pro 如何優化甄試流程與數據決策
發現四：技術招募科系鬆綁，不拘比例攀升至 60%
【數據面】操作技術職「科系不拘」比例攀升至 60%
為跨越理工人才荒，企業招募彈性已顯著放寬。不只是操作技術職，連生產製造（41%）與研發相關職（26%）要求「科系不拘」的錄用比例，也較去年同步提升。
這代表一件事：當企業願意放寬科系限制、擴大人才來源，如何在更廣、更雜的應徵者中判斷「誰真的適合」，就成為招募成敗的關鍵。科系不再是門檻時，性格適配與職能評估的重要性反而更高。
【科學選才解方】 當履歷來源變廣，判斷適配度的難度也提高。104 招募管理 Pro 整合人才測評大數據，協助您在甄試階段以科學方式評估求職者的性格適配度與核心職能，避免履歷與能力脫節。 👉 了解 104 招募管理 Pro 的測評與適配評估怎麼運作
引領未來的五大策略指引
除了市場數據，本報告更為企業主與管理者提供極具前瞻性的策略指引。以下摘要五大看點：
看點一｜AI 複合人才轉型 AI 技術快速落地，晶片設計需更貼近實際使用情境。企業應積極引導既有硬體或設計人才內嵌 AI 演算法與系統整合思維，打造跨域整合的研發文化。
看點二｜科學留任性格密碼 為什麼人補了又走？大數據測評首度公開，能在高壓、高良率要求的半導體現場穩定任職者，普遍具備負責任、抗壓性、心思單純與「知足」等特質。
看點三｜全球外派實戰指南 地緣政治帶動美加外派工作機會在 2026 年創下近年新高。報告指引企業，海外佈局應以「外派關鍵經驗人才」引領技術移轉，並深度結合在地招募，建立自主營運力。
看點四｜專業雙軌留才心法 打破「一定要升主管才有高薪」的偏見。十大高薪職務中非主管技術職占了四席，企業應規劃技術與管理雙軌職涯，以留住核心專家。
看點五｜精準選才面談對焦 優秀半導體人能在高壓下維持高績效與良率，核心關鍵在於具備主動積極、分析思考、團隊合作與誠信正直等六大職能。透過結構化面談與評量，才能避免履歷與能力脫節。
完整的性格畫像、六大職能定義、外派熱區與雙軌薪資對照，都收錄在完整版報告書中。
👉 立即下載完整版《2026 半導體業人才報告書》
為什麼非半導體業 HR 也必讀？
這份報告不僅是半導體企業的生存手冊，更是其他產業的防護網。
半導體業 HR：能直接運用報告中的薪資行情與外派趨勢，調整明年的全球調薪預算，並借鏡科系鬆綁戰術擴大招募管道。
非科技／非半導體業 HR：半導體近年調薪幅度以演算法工程師（15.7%）與財務主管（15.5%）領漲。面對半導體產業優渥薪資的跨界磁吸效應，其他產業的 HR 必須了解這套薪資變動，提早為自家關鍵轉型人才做好薪酬防護網。
這份由 104 資訊科技發表的人才報告，是您今年不可或缺的數據引航工具。
🔥 想知道在 2026 年，還有哪些半導體職務調薪幅度突破雙位數？ 👉 點擊立即下載《2026 年半導體業人才報告書》完整版
用科學策略卡位未來人才，贏在 2026 競爭起跑點！
掌握更多趨勢與工具，大家都在看
完整版《2026 科技業人才白皮書》免費下載！薪資行情、AI 職能與精準招募策略全解析
完整版《2026 民生服務人才白皮書》免費下載！人才速寫、供需解盤及招募心法全解析
【2025 招募複盤】HR 必看：從真實困境出發，解析 2026 人力佈局新戰略（內附實戰工具書）
更多服務，招募計畫讓 104 與你一同前行！
🔹 104 整合招募 半導體擴產帶來的產線與設備人才海量缺口，透過全通路曝光與客製招募網頁，一站式加速補齊現場即戰力。 👉 了解更多
🔹 104 獵才顧問 頂尖晶片設計師、演算法專家與高階管理人才多為不主動投遞的被動求職者，由專業顧問主動挖掘冰山下的關鍵人選。 👉 了解更多
🔹 104 關鍵人才庫 半導體關鍵技術人才稀缺且難尋，可透過關鍵人才庫平台提前建立名單、持續經營，讓下一個關鍵職缺隨時有備援。 👉 了解更多
有任何收穫或想分享的，都來和大家一起聊聊吧！