【104 talks】AI科技賦能，人才轉型不卡關 直播影片
104學習
AI科技
具備這項技能代表能理解並運用人工智慧相關工具與技術，如機器學習、資料分析、自動化流程等，來提升工作效率和決策品質。在數位轉型加速的環境中，能善用這些技術，不僅能解決複雜問題，也能創造新的商業價值，讓個人在職場更具競爭力與未來適應力。
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
智慧製造－透過AI實踐工業4.0
【大師開講】智慧製造應用案例 – AI運用於瑕疵檢測
【免費課程報名】技術開發技能 1-6 人人都可以是生成式 AI 的 Builder : Amazon Q 介紹 | 完課紀錄回傳履歷表
AI 協思簡報術｜從模糊點子到精準說服的提案策略
【免費課程報名】技術開發技能 1-2 開始採用生成式 AI: 提示工程,檢索增強生成與微調 | 完課紀錄回傳履歷表
【免費課程報名】技術開發技能 1-1 生成式 AI 如何顛覆您的工作模式 | 完課紀錄回傳履歷表
【免費課程報名】商業應用技能 1-2 生成式 AI 基礎知識-給技術與商業決策者 | 完課紀錄回傳履歷表
【AI基礎思維2】掌握AI關鍵核心技術_機器學習及深度學習
【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
精選證照
考取專業證照，讓能力被市場看見
AI人工智慧核心能力認證
AI人工智慧在現今社會已成為不可或缺的好幫手，不論生活或產業領域都與AI息息相關， 本認證針對AI入門學習者設計開發，採級距制評分，您可藉由此認證學習，並提升個人於AI科技知能。亦可透過本認證作為個人AI知能鑑定。
明逸數位有限公司
人工智慧應用與技術 (實用級/進階級/專業級)
人工智慧應用與技術證照分為實用級、進階級及專業級，涵蓋人工智慧基礎理論、機器學習、深度學習及資料分析等核心技能。持有該證照者具備運用AI技術解決實務問題的能力，能設計並優化智能系統，提升企業數位轉型效能。證照適合希望掌握AI技術並應用於各行各業的專業人才，助力職涯發展與競爭力提升。
尚未查核發照單位
生成式 AI 技術開發技能證書
AWS 為協助個人突破職涯新價值，推出「AI 人才就緒計畫 」(AI-Ready Talent Development Program)，針對不同角色免費提供系列生成式 AI 課程、專業 AI 認證備考資源、AWS 生成式 AI 服務試用，更進一步協助您取得 AI 認證！
學習本課程，您將能了解提示工程、檢索增強生成與微調的最佳實踐、掌握生成式 AI 端到端流程建溝以及驅動 AI 流程須考量的數據、儲存與運算等基礎架構。還能進一步了解如何將 AWS生成式AI服務應用在實際營運情境。
AWS
SSE AI 提示詞工程師
[ 引領AI時代的語言設計專家認證 ]
隨著生成式人工智慧（Generative AI）快速崛起，從文字生成、圖像創作、音樂編排到自動化工作流程，「提示詞（Prompt）」設計能力已成為駕馭AI的關鍵技能。而「Prompt Engineer（提示詞工程師）」作為新興且高度需求的職業角色，正逐漸在學術界與職場上嶄露頭角。 AI Prompt Engineer 國際認證應運而生，旨在建立一套標準化、系統性的評量機制，協助學習者掌握與AI互動的語言設計邏輯，具備實務操作能力與創造性思維，為進入AI產業奠定堅實基礎。
Silicon Stone Education (SSE)
負責任的AI技術課程認證
線上課程約8小時
這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。
完成此活動，贏取徽章！向世界展示您掌握的技能，拓展雲端領域的職業之路。
課程目標：
● 掌握 Google 採用 AI 開發原則的理由。
● 瞭解機構為何需實踐負責任的 AI 技術。
● 瞭解專案各個階段中的決策如何影響負責任的 AI 技術。
● 瞭解機構如何針對業務需求和價值量身打造 AI 技術。
Google
生成式AI能力認證
「生成式AI能力認證」為通識型初階能力檢核，通過者具備「知AI」的能力，可知道生成式AI的基礎知識、具備「用AI」的基本概念與邏輯，並具有基本體驗生成式AI實做的經驗，認證內容涵蓋生成式AI的基礎知識、能力強化、應用技能、倫理法律等四大面向。生成式AI能力認證旨在評估考生對生成式AI技術的全面理解和應用能力。
財團法人資訊工業策進會
精選貼文，掌握第一手知識
「創業的數位行銷科技運用方法」創業思維 × 數位工具 × AI 科技 × 商業模式
「創業的數位行銷科技運用方法」創業思維 × 數位工具 × AI 科技 × 商業模式
對於現今新創企業而言，善用數位行銷科技與 AI，不僅能降低創業成本，也能更快驗證市場、提升營運效率，並打造具競爭力的品牌與商業模式。
數位創業的核心不只是運用科技，而是建立一套可持續運作的商業系統：
市場需求 × 品牌價值 × 數位行銷 × AI 效率 × 數據優化 = 創業成長
創業的數位行銷科技運用方法
一、數位創業的新趨勢
科技正在降低創業門檻，過去需要大量資金與人力才能完成的工作，如今可以透過數位工具與 AI 快速實現。
數位創業四大特色
• 低成本開始
• 快速驗證市場
• 精準接觸目標客群
• 數據驅動持續優化
核心觀念：不只是把產品放到網路上，而是建立一套能持續獲客、成交與經營顧客的數位系統。
二、數位行銷科技的五大應用
1. 市場分析
利用數位工具蒐集市場資訊，例如：
• 搜尋趨勢分析
• 關鍵字研究
• 社群討論分析
• 競爭者研究
• 消費者需求洞察
目的在於找到市場需求、鎖定目標客群，降低創業風險。
2. 品牌建立
創業初期應建立：
• 品牌定位
• 品牌故事
• 品牌識別
• 品牌價值
透過網站、社群媒體與內容行銷累積品牌信任。
3. 內容行銷
以內容吸引潛在客戶，例如：
• 部落格文章
• 社群貼文
• 短影音
• 電子報
• 線上課程
目標是讓品牌持續曝光並建立專業形象。
4. 廣告投放
常見平台包括：
• Google 搜尋廣告
• Facebook／Instagram 廣告
• TikTok 廣告
• LinkedIn 廣告（B2B）
重點不是預算越高越好，而是持續測試素材、受眾與成效。
5. 顧客經營
運用 CRM、會員制度與行銷自動化工具：
• 客戶分群
• 電子報
• 再行銷
• 忠誠度計畫
提升回購率與顧客終身價值（LTV）。
三、AI 在創業中的應用
AI 能協助創業者提升效率，但策略與決策仍需由人主導。
可應用於：
• 市場研究
• 文案撰寫
• 社群內容規劃
• 圖像設計
• 影片腳本
• 客服聊天機器人
• 數據分析
• 銷售預測
對於資源有限的新創團隊而言，AI 能縮短作業時間，讓團隊更專注於產品與客戶。
四、數位創業流程
可採用以下七個步驟：
1. 找到市場痛點
2. 驗證產品需求（MVP）
3. 建立品牌
4. 建置網站與社群平台
5. 建立內容行銷機制
6. 投放廣告與取得流量
7. 分析數據並持續優化
形成一個持續循環的成長模式，而非一次性的行銷活動。
五、創業常見數位工具
類別 應用
AI 助理 文案、企劃、研究、客服
網站建置 官方網站、品牌展示、電商
設計工具 Logo、海報、社群素材
影音工具 短影音、產品介紹、教學影片
CRM 客戶管理、會員經營
數據分析 網站流量、廣告成效、轉換率
行銷自動化 Email、社群排程、流程管理
六、數位創業成功關鍵
創業成功通常取決於以下四個面向：
• 市場需求：產品是否真正解決問題。
• 品牌信任：是否建立專業與可信賴的形象。
• 持續曝光：透過內容、社群與廣告穩定接觸目標客群。
• 數據優化：根據成效持續調整策略，而非憑直覺決策。
七、案例
假設一家販售健康食品的新創企業：
• 使用 AI 分析消費者需求與熱門關鍵字。
• 建立品牌官網與社群平台，分享健康知識。
• 製作短影音與圖文內容，提高品牌曝光。
• 透過搜尋廣告與社群廣告導入流量。
• 建立會員制度與電子報，推動回購。
• 分析流量、轉換率與回購率，持續優化產品與行銷活動。
這樣的流程能形成從「認識品牌 → 購買 → 回購 → 推薦」的完整顧客旅程。
精選 Claude 該選 Haiku、Sonnet、Opus 還是 Fable？三個問題選對模型，額度用更久
同一個問題丟給 Claude，有時又快又好，有時卻等很久、還把額度用光？
問題往往不在你的提問，而是模型沒選對。
打開 Claude 的模型選單，會看到四個名字。可以把它們想成四種同事：
Haiku：反應最快的助理，適合快速摘要、擷取重點（免費版可用）
Sonnet：什麼都能接的主力，寫作、分析、程式都行（免費版可用）
Opus：擅長深度思考的資深顧問，適合複雜研究與推理（Pro 以上）
Fable：能自己規劃、自己檢查的專案負責人，適合從零做出完整成品（付費方案）
能力越強，回答越慢，也越吃使用額度。拿 Opus 或 Fable 去做 Haiku 就能完成的事，只是白白燒掉額度。
選之前，先問自己三個問題：
1. 這件事要想多深？
查詞、摘要新聞 → 輕的模型就夠；比較企劃、找數據矛盾 → 需要深度思考
2. 做錯的代價多大？
內部草稿 → 錯了改就好；要給主管決策、要對外發布 → 用更強的模型，也要更仔細檢查
3. 要它自己做多久？
一問一答 → Sonnet 就很夠；從粗略想法做到完整成品 → 交給 Fable
記住一個原則：先輕後重，不夠再升級。
Haiku → Sonnet → Opus → Fable
另外，選單裡還有一個「Effort（思考深度）」：整理會議紀錄時調低，回得快；審合約、找風險時調高，想得更完整。
最常見的三個錯誤：
・什麼都用最強的模型
・答案不好只會換模型，卻沒先把需求講清楚
・只看答案長短，不看有沒有抓到重點
小練習：下面三件工作，你會各選哪個模型？
① 回覆客戶的簡單詢問
② 分析半年銷售數據寫成報告
③ 從零規劃一套新人訓練
（參考答案：① Haiku ② 先用 Sonnet，要給主管決策就升 Opus ③ Fable）
想看完整五分鐘影音說明，104學習免費課程「5分鐘學會挑選Claude模式」已經上線，免費報名就能看：
https://nabi.104.com.tw/course/104nabi/47f0bb26-3b67-4f8c-80f4-39dd215c0d01
也歡迎在留言分享：你平常最常用哪個模型？有沒有拿兩個模型比較過同一件工作？
資料來源：
Claude Academy〈Choosing the right Claude model〉
https://academy.claude.com/tutorials/choosing-the-right-claude-model
（模型版本與方案以 2026 年 11 月官方說明為準：Haiku 5.5、Sonnet 5.5、Opus 5.5、Fable 5.1）
AI工作專區｜工程師、PM、行銷的AI應用人才，企業AI徵才技能整理
AI時代來臨，企業對AI應用與自動化人才的需求不斷成長。從軟體工程師、產品經理、專案經理（PM）到行銷人才，懂得使用AI工具：RPA自動化流程、n8n無程式的工作流程整合，在就業市場已開出新的人才賽道，成為企業招募新一代人才的重要加分條件。
本文目錄（點擊可快速前往）
AI技能找工作機會｜RPA、n8n、Vibe CodingRPA（Robotic Process Automation，機器人流程自動化）n8n（開源的工作流程自動化工具）Vibe Coding（氛圍程式設計）職務結合AI工作機會AI行銷人才AI應用管理師 Project Manager、AI PMAI產品經理（AI Product Manager）AI設計師（UI/UX）AI應用軟體工程人才AI、演算法工程師FAQ：AI工作常見問題AI＋自動化技能能提高薪資嗎？學AI可以做什麼工作？
AI技能找工作機會｜RPA、n8n、Vibe Coding
RPA（Robotic Process Automation，機器人流程自動化）
透過軟體「機器人」來模擬人類在電腦上執行重複性、規則化任務的技術，無需改變原有系統或進行複雜開發。
職缺舉例：RPA Business Development Specialist、HR數位轉型專案管理師、業務管理師、通路服務規劃人員
[joblist_plugin title='【RPA】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=RPA&order=15' amount='3']
n8n（開源的工作流程自動化工具）
可幫助工作者自動化重複性任務，整合各種應用服務，類似Zapier或Make.com，擁有更高的彈性。
使用範例
每日定時抓取某API數據→整合→發送Email報表
當表單送出→整理資料→寫入Google Sheet→發Slack通知
自動化CRM建立客戶資料 + 產生任務 + 發送開通信件
[joblist_plugin title='【n8n】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=n8n&order=15' amount='3']
Vibe Coding（氛圍程式設計）
工作者運用語言模型（ChatGpt、copilot）等AI技術，透過自然語言與AI對話，讓AI自動生成所需程式碼，大幅降低開發門檻。只需描述想要達成的功能，AI便能撰寫程式，無需深入理解底層程式運作原理，可以不透過工程師達到將網頁、APP快速送入市場驗證的開發模式。
[joblist_plugin title='【Vibe Coding】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=vibe+code&order=15&page=1' amount='3']
看不夠？來去逛逛 104數位與科技人才專區
職務結合AI工作機會
AI工具的應用，讓專業工作者能提高工作效率（避免耗時的行政流程）、創意創新的競爭力（給予AI思考框架，提出不同的創新想法）、決策支援（藉由數據資料的匯入，與AI協作預測商業策略執行優勢與須備風險管理的地方）。
AI行銷人才
企業期待新一代的行銷人將專業的行銷know-how結合AI與MarTech的技術，能更精確的了解市場、找到用戶痛點、制訂與執行更有效的行銷策略。
必備技能：AI工具（ChatGPT）、RPA與n8n自動化排程、GA4。
加分條件：懂MarTech串接與數據驅動行銷策略。
[joblist_plugin title='【AI Martech 行銷】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=AI+Martech&order=15&jobcat=2004001000' amount='3']
AI應用管理師 Project Manager、AI PM
結合PJM對組織流程、利害關係人的了解，提升決策效率與資源運用，並在複雜多變的環境中，精準規劃、協調跨部門團隊，確保專案按時、高品質交付，創造更高的商業價值。
[joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+n8n&order=15&jobcat=2004003006' amount='3']
AI產品經理（AI Product Manager）
產品經理需要能精準識別使用者需求，將AI能力轉化為實際功能，並制定策略與路線圖，協調跨部門資源，確保AI產品從概念到落地，能創造最大化的商業價值與使用體驗。
必備技能：敏捷開發、數據分析、RPA流程設計、n8n工作流自動化。
加分條件：懂Prompt Engineering，能規劃AI產品MVP
[joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=AI+n8n+%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&jobcat=2004003005' amount='3']
AI設計師（UI/UX）
結合AI技術與使用者行為洞察，打造人性化的產品體驗。需要理解AI產品的運作邏輯，將複雜的演算法結果轉化為直覺且易於使用的介面，在設計過程中融入個人化體驗與數據驅動的設計思維，確保產品兼具美感與功能。
[joblist_plugin title='【AI UI/UX 設計師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+&order=15&jobcat=2013001015,2013001016,2013001006,2013001020' amount='3']
AI應用軟體工程人才
幫助提升公司營運效率，工作內容包含開發與推進AI自動化應用，包括文件生成、知識查詢、任務建議與流程輔助，提升日常作業效率。
[joblist_plugin title='【AI應用工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&mode=s&page=1&keyword=AI+%E6%87%89%E7%94%A8&order=15&jobcat=2007001000' amount='3']
AI、演算法工程師
邊緣運算、LLM、AI/ML 演算法、生成式AI、影像辨識、資料科學……等專業技術領域
[joblist_plugin title='【AI、演算法工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&order=15&jobcat=2007001020,2007001012' amount='3']
FAQ：AI工作常見問題
AI＋自動化技能能提高薪資嗎？
能，降低人工成本，幫企業節省大量時間。幫助公司快速決策，提升專案 ROI。具備跨領域競爭力，在數位轉型浪潮中更具優勢。
學AI可以做什麼工作？
學AI可以應用在與數據、軟體、流程優化相關的工作中。例如：行銷人多會了AI，可以不透過工程師快速架設行銷活動網站、PM會AI，可以自動化縮短寫規格書的時間、透過Vibe Coding方式加速MVP的推出，工程師可以透過AI協作，更快產出80%的程式碼，將時間投入優化code的過程。
看不夠？來去逛逛 104數位與科技人才專區
AI最新熱門工作揭曉！工程師不只要會寫程式 這技能創造更多收入
2025-11-02 經濟日報編譯易起宇 由聯合新聞網授權轉載
OpenAI、Anthropic和Cohere等人工智慧（AI）新創公司，正加緊招募一種為數稀少的軟體開發人才：前線部署工程師（Forward-Deployed Engineer，FDE）。這些軟體工程師必須既要會寫程式，又要在派駐到企業客戶組織內時，能和顧客交流，協助客戶客製化模型，加速採用AI技術，以創造更多收入。
英國金融時報（FT）報導，OpenAI今年初成立一支FDE團隊，預計今年底前將擴充至約50名工程師。Anthropic也表示，今年將把包含FDE和產品工程師的應用AI團隊規模，擴大為五倍，以滿足客戶需求。
求職平台Indeed數據顯示，這種需要與客戶面對面交流的AI職缺，今年來已一飛沖天，1-9月每月刊登的FDE職缺數量已暴增逾800%。
這種人才趨勢的出現，是因為雖然從製造業到醫療保健等各行各業，都正日益熱衷於引進AI工具，但常不確定該如何應用AI技術，以及要怎麼利用這筆投資獲利。
Anthropic應用AI團隊主管瓊恩表示：「一家財星500強（Fortune 500）的銀行業者，和一家打造原生AI產品的新創公司，需求完全不同。」
數據情報大廠Palantir英國AI主管普雷特尚，形容這種方式為「從內部發現產品」，「你會希望自己打造的事物，在以簡報介紹給客戶時，促使他們說，『這東西將顛覆遊戲規則』」，前線部署工程師知道「珍貴的軟體並非程式碼或語言有多精美…而是要對終端客戶有意義」。
Palantir約20年前便從軍隊派駐海外的概念取經，招募這種人才，如今FDE已約占半數員工，並已派遣到阿富汗和伊拉克的軍事基地、美國中西部的工廠、以及煉油廠。
AI新創公司也希望效仿Palantir。Cohere共同創辦人暨執行長戈梅茲表示，一開始和客戶簽約時就部署工程師，有助建立長久而持續的關係。
雖然FDE目前在AI企業員工中的占比仍相對小，但OpenAI表示，此職位的需求已超越其預期。OpenAI歐洲和中東FDE團隊主管佛尼爾說：「這讓我們學會了不同行業客戶的真正需求，並幫助我們基於真實世界的運作，提升研究和產品陣容。」
延伸閱讀：
AI取代誰？報告揭「科技業職位最危險Top 4」 這領域反而人才荒
Gartner公布2026年十大戰略技術趨勢 AI帶動創新新成果將大量湧現
AWS免費課程幫你打造AI「學力」證明，攻搶12萬AI職缺！
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 >>
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
AI時代的資工人何去何從？專家：向「文組」取經是條出路
AI快速發展，當Cursor等AI助手能幫人自動寫程式、AI預期將達到「中級軟體工程師」的水準，資工系新鮮人的就業處境正面臨艱難挑戰。資工教育、初階工程師到底該培養什麼技能？專家認為，未來資工人才需要擁抱AI素養、運算思維，讓資工系變得「更像文科學位」。
文／田孟心編譯 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
教育怎麼改？「AI素養」是關鍵另一種機會：發現文科思維的價值
當「Cursor」等AI神器能幫人自動寫程式，資工教育、初階工程師到底該培養什麼技能？卡內基美隆大學等程式教育專家建議，讓資工系長得「更像人文學科」，是一條出路。
隨著ChatGPT等聊天機器人的能力不斷進化，它們開始能夠像人類一樣順暢地回答問題、撰寫論文。但論及「取代人類」的挑戰，它們最有殺傷力的，還是針對電腦科學領域。
如今，大型科技公司和新創公司都紛紛推出能自動產生程式碼的AI助手，而且能力正在迅速提升。
今年一月，Meta執行長祖克柏預測，AI將在今年的某個時刻達到「中級軟體工程師」的水準。
新鮮人的境遇特別艱難。根據技術研究和教育機構CompTIA的分析，在過去三年中，尋求兩年或兩年以下經驗員工的公司數量，下降了65%。
教育怎麼改？「AI素養」是關鍵
大學校園裡，以編寫程式碼為主的資工系首當其衝。這引起全美各地大學的資工系所，都在努力理解技術轉型的影響，並努力思考在AI時代該教授哪些內容。
美國頂尖資工院校之一，畢業生遍佈全球各地大型科技公司的卡內基美隆大學，資工教授柯提納（Thomas Cortina）指出，「AI確實震撼了資工教育」。儘管卡內基美隆過去在培養學生方面取得佳績，但今年，資工學院還是暫停暑期工作，邀請教職員一同規劃針對AI時代的新課程。
哥倫比亞大學的資工教授溫（Jeannette Wing）也表示，「我們正看到AI海嘯的冰山一角。」
綜合《紐約時報》訪談許多資工教育工作者，他們認為資工學科可以擴展，變得「更像文科學位」，亦即更加重視批判性思考和溝通技巧。
這與美國國家科學基金會（NSF）的想法不謀而合。
該基金會正在資助一個名為「Level Up AI」的計畫，結合大學與研究人員，共同探討AI教育的本質。
主導這項計劃的資工教授馬希爾（Mary Lou Maher）直言，「資工教育的未來可能會減少對程式設計的關注，而更專注於『運算思維』和『AI素養』。」
其中，運算思維指的是能否將問題分解成更小的任務，逐步訂定解決方案，並利用數據得出基於證據的結論；而AI素養指的是，理解AI如何運作、如何負責任地使用AI，以及AI如何影響社會。
馬希爾強調，培養「理性的懷疑」應該成為新的目標。
根據世界經濟論壇《2025年未來就業報告》，當前最重要的求職技能是「分析性思考」、「彈性」和「社會影響力」。
報告裡也提到，「AI素養」不僅僅是為IT專業人士「錦上添花」，而是對全人類都很重要，教育部門更該強化這個技能。
歐盟與OECD也發起「人工智慧素養框架」（AILit），預期在2026年發布，幫助年輕學習者以批判性、創造性，和合乎道德的方式接觸AI。
另一種機會：發現文科思維的價值
在求職市場上，資工系畢業生也開始發現文科思維的價值。
在一片慘淡的就業前景中，北卡羅來納大學夏洛特分校的大四生德雷克（Connor Drake），幸運地在30次投遞（通常要投100-200次）後，就面試上一家科斯的網路安全實習生職位。
德雷克分享，他個人對AI的「防禦策略」，是拓展自己的技能組。除了資工專業以外，他還輔修政治學，加強學習安全與情報研究，並且擔任大學網路安全社團的負責人——如此一來，他就更能勝任網路安全專業領域的工作。
「資工學位曾經是通往就業天堂的金鑰匙，」22歲的德雷克說道，「但現在情況已不是那樣了。」
最後，儘管資工畢業的菜鳥面臨就業寒冬，但也有專家認為，AI對於「輔助軟體市場」大有前景。
如今，從醫學到行銷領域都在客製化自家的聊天機器人，這些聊天機器人軟體必須為各產業量身打造，並由這些產業的數據庫提供支援。
史丹佛大學計算機科學教授艾肯（Alex Aiken）認為，軟體工程崗位的成長可能會下降，但參與程式設計的人員總數將會增加。
因此，大專院校仍可維持對資工基礎知識和AI原理的教學，並擴展用新工具進行軟體設計的大量實務課程。
或許，有一個重要的前提是：資工學員不會太過仰賴AI本身。
卡內基美隆的柯提納表示，許多資工學生將聊天機器人視為完成作業的「靈丹妙藥」，「但他們連一半的程式碼都看不懂，」「很多人正在意識到自己寫程式碼的價值，打算重新開始。」
（資料來源：NYT, WEF, Nature, FAS）
（原文標題：AI時代的資工人該何去何從？專家：向「文組」取經）
推薦閱讀：
AI會取代工程師嗎？寫程式不再是門檻，如何打造不可替代的能力？
AI強勢取代！企業寧僱AI也不找菜鳥，今年畢業生有多慘？
念到博士卻失業？AI時代，大學畢業該繼續升學嗎？
AI浪潮下孩子還要上學嗎？世界權威、母親李飛飛：教育是這4重點
AI秒殺人類工程師，現在矽谷科技家長都希望小孩讀「這類科系」
[joblist_plugin title='更多104【軟體工程師】工作機會' url='https://www.104.com.tw/jobs/search/?ro=0&jobcat=2007001004' amount='3']
96%台灣專業人才已使用 AI 技能信心比例亞洲最高
2026-08-31 經濟日報記者洪安怡 由聯合新聞網授權轉載
怎麼把AI用得好，是職場下一階段的決勝關鍵。人才招聘與顧問公司華德士（Robert Walters）最新調查顯示，96%台灣專業人士已在工作中使用AI，高於亞洲整體的93%；73%受訪者有信心持續更新AI技能，更居亞洲十個受訪市場之冠。
華德士發布《未來職務洞察：AI如何重塑亞洲職場》報告，調查亞洲十個市場近5,000名專業人才及企業，包括台灣、香港、新加坡、日本、中國大陸、馬來西亞、印尼、菲律賓、泰國及越南。
結果顯示，亞洲已有93%專業人士在日常工作使用AI，超過五成雇主也已正式導入AI工具；其中台灣AI使用率達96%，另有79%認為AI將為未來職涯帶來正面影響。
隨AI加速改變工作內容，企業對人才技能轉型的需求也升高。調查顯示，超過九成台灣雇主預期，未來五年內員工需要因應AI發展重新培養或提升技能，其中18%更認為，超過半數員工都需要進行技能轉型。
亞洲整體最常見的AI應用情境，以文案及內容生成占47%最高，其次為數據分析與洞察40%、研究38%；但台灣則以「預測分析與決策支援」占62%居首，其次為文案與內容生成58%、數據分析與洞察40%，反映AI應用正由內容產出，進一步走向資訊分析及決策支援。
不過，AI深入工作流程，也讓職場焦慮從「會不會被取代」轉向「資料能不能放心交給AI」。調查指出，台灣專業人士最擔心資料遭誤用或涉及機密性問題，占54%；其次為AI產生錯誤或參與決策後的責任歸屬，占51%，兩項比例皆為亞洲10個受訪市場最高。
雇主對人才能力的要求也跟著改變，高達76%台灣雇主將「批判思考與事實查核」列為AI時代最關鍵能力，高於亞洲整體64%。
延伸閱讀：當大家都在瘋AI，你要怎麼贏？報告顯示：聰明人都回頭學這老派技能！
而目前成長較快的職務主要集中在三大方向：
一是能串聯技術與實際業務需求的AI應用與導入相關職務，如AI產品經理、AI商業分析師；
二是將數據轉化為決策與成長動能的相關職務，如數據分析師、商業智慧（BI）及數位轉型相關職務；
三是因應AI應用擴大而增加的治理、風險與法遵相關職務，包括AI治理或風險管理、Responsible AI、AI法遵及資料隱私等職位。
華德士台灣總經理John Winter表示，對組織來說，下一步的關鍵不只是導入AI，而是重新思考工作設計與人才能力，並建立值得信任的AI使用方式。AI能提升效率，但如何做出正確判斷、創造真正的商業價值，最終仍取決於人。
延伸閱讀：AI時代你的工作還安全嗎？李開復「2張職場地圖」解析難取代關鍵
[joblist_plugin title='最新【AI產品經理】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=AI%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&page=1' amount='3']
[joblist_plugin title='最新【AI商業分析師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=AI%E5%95%86%E6%A5%AD%E5%88%86%E6%9E%90%E5%B8%AB&order=15&page=1' amount='3']
[joblist_plugin title='最新【數據分析師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E5%B8%AB&order=15&page=1' 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']
AI進入3.0時代：智慧通膨、零點擊、人機協作如何改寫白領工作？
AI進入3.0時代，作者程世嘉指出，當智慧變得愈來愈便宜，AI代理開始替人搜尋、決策與執行任務，「智慧通膨」、零點擊與人機協作，正重新改寫白領工作的價值與企業商業模式。本文節錄自《智慧通膨下的新商機》。
文／程世嘉Sega Cheng，蕭玉品採訪整理
本文目錄（點擊可快速前往）
兩極化×零點擊×人機協作：商業思維與白領工作大革命智慧通膨，讓你的腦袋愈來愈不值錢AI 3.0時代，AI會執行、會自我進化焦慮無法解決問題，先看懂AI如何改變日常AI催生K型社會，「兩極化」加速撕裂世界
兩極化×零點擊×人機協作：商業思維與白領工作大革命
人類不是第一次體驗經濟規則的巨變。18世紀末，一台蒸汽機開始在英國的紡織工廠裡轟轟作響，沒有人預料到，這台燒煤吐霧的機器會在接下來的一百五十年間，掀翻、重塑整個人類文明。農民湧入城市、手工業者被機械取代、全新的中產階級誕生，伴隨而來的是童工、貧民窟與殖民掠奪。《經濟學人》統計過，從工業革命爆發到人類逐步適應，整整花了一百五十年，一直要到20世紀下半葉，科層社會、教育制度與現代白領的工作型態才慢慢成型。換句話說，好幾代人都成了那場巨變裡的實驗品與犧牲品。現在，AI正在做一模一樣的事，只是速度更快。
蒸汽機是人類第一次把「體力」大規模外包給機器；19世紀末普及的電力，讓「動力」變得隨手可得；而AI，是至今為止最讓人不安的第三次，因為這回被外包的是「智力」。以色列歷史學家哈拉瑞（Yuval Noah Harari）在《連結》（Nexus）一書裡指出，印刷機和原子彈都還只是人類手中的被動工具，再強大也不會自己做決定；但AI會推理、會判斷、會自主行動，甚至開始自我改善，已經跨越了「工具」的界線，正在變成一個有行為能力的行動者。
而且AI這次是拿白領開刀，從那些最高薪、最仰賴認知能力的知識工作者下手。所以諾貝爾物理學獎得主、深度學習教父辛頓（Geoffrey Hinton）和NVIDIA執行長黃仁勳（業界都叫他老黃），最近才會公開叫年輕人去當「水電工」。畢竟當你需要通馬桶的時候，機械手臂可能永遠沒辦法靈活地鑽進你家浴室。當AI教父們的職涯建議變成「學好通水管」，你就知道遊戲規則翻得有多徹底。
智慧通膨，讓你的腦袋愈來愈不值錢
由於AI愈來愈好用，又愈來愈便宜，所以我提出了「智慧通膨」這個概念。過去「智慧」是稀缺資源，企業願意付高薪給律師、顧問、工程師等精英，要的是他們腦中無法被機器取代的知識、獨立思考與判斷力。但生成式AI問世並持續進化，加上Google、OpenAI、Anthropic等大廠把AI的API（Application Programming Interface，應用程式介面）價格壓到幾乎免費，任何人打開手機就能取得媲美專業人士的智慧輸出。這時候，「智慧」這個資產，就像通膨的貨幣一樣開始貶值。以前你擁有100萬元的智慧，在市場上就是值100萬元；如今AI讓人人口袋裡都裝著100萬元，你那一份可能只剩50萬元。
更殘酷的是，AI的算力和知識儲備量，實際能夠產出的價值可能高達1,000萬元、1億元，甚至更高，那是人類肉身大腦永遠無法企及的資料量與推理速度。因此，智慧通膨正在加速淘汰「不會用AI的人」，同時也在重新定義「有價值的人」到底長什麼樣子。
Google在2026年5月的I/O大會上揭露了一個讓所有人倒抽一口氣的數字：他們每個月處理的token數，從2024年5月的9.7兆，一路爬到2025年5月的480兆，到2026年5月已經來到3.2千兆（Quadrillion, 3.2×1015），年增7倍！同時間，Google API每分鐘處理190億token，有375家Google Cloud企業客戶，過去十二個月每一家各自處理超過1兆token。這些數字翻譯成現實是「智慧」這項商品的生產規模，而它正以人類經濟史上沒見過的速度被放大。智慧通膨完全展現在這條曲線裡。
AI 3.0時代，AI會執行、會自我進化
我自己把AI的發展階段，以純商業角度分成三個階段。AI 1.0是AI根本還不太能用、頂多是個隱形配角的時代。這個時候AI還沒創造出什麼驚人的應用和商業價值，一切都還在迷霧當中，多數人甚至不知道什麼是AI。1.0是一段漫長的時代，因為AI早在1950年代就被提出，開始發展。
AI 2.0是ChatGPT橫空出世、生成式AI快速落地的時代，大約持續到2025年結束。這段期間AI進入爆發成長期，每個人都聽過AI，使用率快速提升，大型語言模型學會從海量資料中「生成」大量文字、圖片和影片。AI 2.0的商業時期非常短暫，只有三年；雖然已經在全世界開啟革命，但這段期間AI還是一個被動配合人類的軟體程式。
至於我們現在身處的是AI代理當道、而且會自我進化的AI 3.0時代。AI現在可以主動替你行動、判斷、執行任務，甚至在沒有人類介入的情況下，跟自己對話、辯證、合成新知識。它若覺得某段程式碼沒寫好，就自行改寫，改壞了再重來一次，活生生就像是一個會幫自己做器官移植的有機體。
2024年我寫第一本書《AI世界的底層邏輯與生存法則》的時候，「擴展定律」（Scaling Law）還是業界和學術界最被信奉的教條，背後的想法很簡單：餵給AI更多資料、投入更多算力訓練，AI就會更聰明。但到了2024年底，這條路徑開始遇到瓶頸：全世界的高品質訓練資料已經被搜刮過好幾輪，嚴重短缺；算力的成長也追不上需求，老黃甚至說全世界的算力還差100倍。光靠「餵更多資料」，已經無法讓模型更聰明了。
就在擴展定律看似走到盡頭時，自我進化的大門慢慢打開了。Google DeepMind提出了「嵌套學習」（Nested Learning），試圖模擬人腦的層層抽象結構，讓AI能在不必每次從頭訓練的情況下，持續學習新事物。其他大廠也都在積極解決AI的記憶問題，讓模型真正「記住」與使用者的互動脈絡，避免每次對話都失憶；2026年，甚至連飾演「惡靈古堡」女主角的蜜拉．喬娃維琪（Milla Jovovich）都看不下去，自己動手開發開源AI記憶工具MemPalace。
這些進展意味著AI的進化速度沒有放慢，反而還在加速。生成式AI問世之初，Google、OpenAI、Anthropic等巨頭一、兩個月才發布一次新模型；現在則是以每週、甚至每天的速度在迭代。Anthropic執行長阿莫代伊（Dario Amodei）在2026年的多次訪談裡更直接指出，目前所有前沿模型公司在拚的，是誰可以先「成功把軟體開發完全閉環」：讓AI進入完全自我訓練的狀態，人類不再需要插手。一旦AI跨進這個階段，模型自己就會變得愈來愈聰明，達到我們目前無法想像的智慧高度。
相較之下，人類是碳基生物，腦部結構不太會改變，適應社會變化的速度遠遠跟不上機器的迭代速度。這便是AI 3.0時代最讓人焦慮的現實。
焦慮無法解決問題，先看懂AI如何改變日常
既然我們無法阻止AI進化，就必須看懂它將如何改變人類的日常。AI 3.0的第一個具體衝擊，是能「外服內用」的AI代理在2026年全面落地，一邊帶來「零點擊時代」，一邊創造了全新的「人機協作」模式。
當AI代理搭配「模型上下文協定」（Model Context Protocol, MCP）、「A2A通訊協定」（Agent2Agent）等，開始替使用者完成搜尋產品、比價、下單的一條龍動作，傳統網站靠「流量」和「點擊」維生的商業模式就面臨瓦解。使用者再也不需要打開任何網頁、滑過任何廣告，因為AI代理在對話框裡就把一切搞定了。當你的品牌不被AI提起、推薦，就等於在網路上消失。
除了外服，AI代理也可以「內用」。2026年初紅遍全球、由奧地利開發者彼得．斯坦伯格（Peter Steinberger）釋出的開源代理框架OpenClaw（暱稱「龍蝦」），就是最具代表性的案例。OpenClaw自己是一層「代理外殼」（Agentic Harness），沒有內建模型，使用者把它裝在自己的電腦上，再接上Claude、ChatGPT、DeepSeek等任一大型語言模型當大腦，OpenClaw就會替你打開信箱回信、上網訂行程、自動進行日常工作流程，甚至串接WhatsApp、LINE、Telegram等通訊軟體，代理你跟他人對話。它在中國大陸紅到百度、騰訊、字節跳動都推出自家「克隆」（Clone）版本，光是2026年3月，北京就辦了好幾場「裝龍蝦」的線下活動，現場排隊上千人。
同時間，Anthropic推出Claude Cowork，把代理能力擴展到一般白領的桌面環境，可以直接操控電腦、整合行事曆和各種應用程式；OpenAI的ChatGPT Codex則在雲端進化，讓開發者把整個軟體專案託付給AI自主執行。
但代理時代帶來的不只是生產力解放。同一份「能自己寫程式、自己執行」的能力，反過來也成了人類社會新的攻擊面。2026年4月，Anthropic公開AI資安防禦計畫Mythos Preview與Project Glasswing；5月，OpenAI端出Daybreak，正式宣告了AI資安成為一個全新的競技場：能夠主動發現程式漏洞的模型，正在改寫整個網路世界的防禦邏輯，這部分我會在第四部詳細說明。
當AI從「給你答案」升級成「替你辦事」的時候，企業的運作邏輯也跟著從「加人做事」變成「先加AI、再視情況決定要不要加人」。這場白領的工作革命，已經正式無聲地展開。
AI催生K型社會，「兩極化」加速撕裂世界
所有技術革命都有贏家和輸家，但AI這一次拉出的距離，可能是人類史上最大的一次。我用「兩極化」來概括這個現象。2020年新冠疫情爆發後，眾家經濟學家在爭論疫後復甦的經濟型態會是V型（快速反彈）、U型（緩慢回升），還是L型（長期停滯），但維吉尼亞州威廉與瑪麗學院（College of William & Mary）經濟學教授彼得．愛華特（Peter Atwater）在社群媒體上推廣了「K」這個字母。
想像一下，K左邊的交叉點是危機發生的時刻，往右上延伸的那條線代表高收入族群，疫情期間照樣在家上班，疫情後股票資產持續翻倍；往右下墜落的那條線代表低收入族群，餐廳、娛樂、旅遊業大量裁員，生活愈來愈艱難。兩條線愈走愈遠，中間那片曾經安穩的地帶迅速被掏空。
節錄自：天下文化出版《智慧通膨下的新商機：AI時代的稀缺能力與新護城河》／程世嘉Sega Cheng、蕭玉品採訪整理 著
[joblist_plugin title='更多104【AI】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=ai' amount='3']
[course_plugin api_type='course_id' title='測你的AI素養' id='e9e13d08-2c6f-49b2-bae8-1e9418588041']
專家：AI時代，3件事幫你保持職場競爭力
你曾擔心自己在工作太依賴AI嗎？專家指出，抗拒AI不是解決之道，但全部工作都依靠AI也不是正確答案。他建議養成3個習慣，把AI當成工作夥伴而非拐杖，維持AI時代的職場競爭力。
文／樂羽嘉編譯 由天下雜誌授權轉載
本文目錄：AI時代，做3件事保持職場競爭力
1. 每週自我審查一次AI使用情況2. 困難的任務先自己做3. 培養AI無法複製的技能
如果你開始擔心自己在工作上太依賴AI，你並不孤單。
根據GoTo和Workplace Intelligence對2500名員工和IT主管的調查，有半數員工自認過度依賴AI，39%員工認為AI害自己變笨，41%相信AI會傷害自己的長期職涯，還有30%員工坦承在工作上已經不能沒有AI。
《紐約時報》暢銷書作家、未來工作專家舒貝爾（Dan Schawbel）花了十多年研究科技如何重塑職涯。看到這些數據，舒貝爾確信我們正處於關鍵轉折點。他認為AI不會消失，抗拒AI不是解決之道，但全部工作都依靠AI也不是正確答案。
舒貝爾相信，未來能脫穎而出的勞工是懂得把AI當成「夥伴」而非「拐杖」的人。他建議開始養成以下3個具體習慣：
1. 每週自我審查一次AI使用情況
之所以有這麼多人覺得AI害自己能力變差，是因為不管工作需不需要，他們都被逼使用AI。在前面提到的調查中，有60%的勞工承受必須使用AI來提高生產力的壓力。如果不加以控制，這種壓力就會變成一種壞習慣。
每星期簡單審查一次，可以打破這個惡性循環。你可以在手機或實體便利貼上隨手記錄，寫下你交給AI處理的每一項任務。在週末時，花10分鐘回顧一下你在哪些地方使用了AI，並問自己兩個問題：
這真的有改善成果嗎？這是我自己就能做好的事嗎？
與其試圖完全戒掉AI，不如誠實面對AI在哪些地方帶來價值、節省時間，在哪些地方你其實是把本來應該自己進行的思考外包出去。
2. 困難的任務先自己做
前面提到的調查中，有70%員工承認曾不當使用AI來做需要EQ或精準判斷力的敏感工作或高風險工作上，從應對艱難對話到做出會造成實質後果的決策。但這些正是你必須親自去做才能進步的工作。
舒貝爾建議求助AI之前，先自己努力至少15分鐘，寫第一版草稿、釐清邏輯。接著再利用AI來對你的努力成果做壓力測試或潤飾，而不是讓AI從零開始幫你打造一個成品。
在調查中，有43%員工承認雖然懷疑AI產出的內容有錯或造假問題，依然照用不誤。近三分之一（31%）的人表示，他們感受到一種心照不宣的壓力，逼得他們只能選擇相信AI並對AI的錯誤保持沉默。還有14%表示曾向主管報告AI出錯，卻被要求閉嘴。
判斷力是一項不練習就會退化的技能。隨著AI變得愈來愈強大，未來依然能保持競爭力和市場價值的勞工和主管，不是只會輸入提示句後直接原封不動使用產出的人，是那些能夠看出AI何時出錯、不完整或缺少關鍵，能夠動手修正的人。
3. 培養AI無法複製的技能
利用AI幫你省下來的時間，去練習專屬於人類的獨特能力。
調查顯示，在AI導向的職場，最重要的技能是創意思考、EQ和判斷力，包括知道何時該信任AI、何時不能依賴AI。這些技能將決定誰會在職場發光發熱，誰又會止步不前。
你可以每季挑選一個能力來精進。如果你需要面對客戶，就把自己放在需要察言觀色、臨機應變解決歧見的情境。如果你的角色偏向分析型，在參考別人想法或詢問AI之前，先練習形成自己的主張並強力捍衛。
（資料來源：CNBC、danschawbel.com）
（原文標題：專家：AI時代，做3件事保持職場競爭力）
推薦閱讀：
寫AI提示詞不該有的5個壞習慣！OpenAI最新指南建議「放手讓AI發揮」
研究「拖延症」40年的心理學家：你不是時間管理差，你是在自虐
普立茲獎得主：成功人士最重視的2件事
他高中輟學進工地，22歲賺進629萬年薪
AI時代「技能落差」是企業最大挑戰 技職年會倡產學共育
2026-07-15 聯合報記者柯美儀 由聯合新聞網授權轉載
人工智慧（AI）近年快速發展，產業需求持續轉變，技職教育也面臨新挑戰。台灣技職教育年會今（15）日登場，聚焦「AI時代的人才共育解方」，主辦的國際技能發展協會（Skills for U）執行長黃偉翔表示，企業目前最大挑戰是人才技能落差，須透過產官學合作，縮短AI時代人才培育與產業需求之間的距離。
延伸閱讀：學者示警 AI恐掀大失業 宜速應對
Skills for U執行長黃偉翔說，AI已快速融入民眾日常生活，從工作、學習到個人生活規畫都可見其應用，反映人類需求正帶動產業轉型，也重新定義人才能力需求。他指出，AI不只是軟體技術，更牽動AI伺服器、散熱、電源、記憶體等整體供應鏈發展，因此技職教育的人才培育必須與產業需求同步調整。
[course_plugin api_type='course_id' title='104 AI通用素養檢測｜104獨家AI測驗認證' id='e9e13d08-2c6f-49b2-bae8-1e9418588041']
黃偉翔指出，目前企業最大的挑戰在於技能落差，也就是求職者所具備的知識、技能與態度，與企業職缺所需能力存在落差；另一方面，學校與政府的人才培育速度，往往追不上產業快速變化的腳步，因此必須透過產官學及非營利組織共同合作，縮短人才培育與產業需求之間的距離。
黃偉翔表示，在教育部《技職教育政策綱領》的推動下，希望串聯政府、學校、企業及民間團體，共同建立技職人才培育生態系。今年年會共有超過70所學校、30多家企業、產業公協會，以及中央、地方政府與智庫代表參與，盼透過跨界交流，共同提出AI時代的人才培育解方。
教育部常務次長朱俊彰表示，技職教育現今面臨許多挑戰，產業變化快速，加上少子化衝擊，如何讓更多孩子、更多家長放心讓孩子投入技職教育體系，是教育部目前非常重要的課題。
談到AI時代的人才培育，朱俊彰表示，教育部今年5月提出「AI人才方舟計畫」，希望學生不僅學會負責任使用AI，更能運用AI解決問題，並培養AI無法取代的能力，「我們不會被AI取代，但會輸給懂得使用AI的人」。
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
朱俊彰說，教育部正推動《技職教育政策綱領》，成立技職教育諮詢會，並與經濟部、國發會、勞動部等部會合作，同時持續協助大專校院強化師資、優化課程與改善教學環境，提升技職教育品質。
總統府副秘書長何志偉說，政府正推動AI及五大信賴產業、新十大建設，從半導體、智慧製造、機器人到無人機，每一項產業發展背後都仰賴技職人才支撐，「沒有人才，就沒有AI；沒有技職，就不會有產業」。
何志偉指出，台灣能走到今天，並非依靠少數人，而是無數在工廠、實驗室、教室及產線默默付出的工作者共同努力的成果。他提到，政府持續透過政策協助產業導入AI，例如今年4月已啟動中小微企業AI導入補助方案，最高每月可補助10萬元，並提供完整申請指引，希望協助更多企業運用AI提升競爭力。
更多AI課程，歡迎點擊按鈕前往104學習
有任何收穫或想分享的，都來和大家一起聊聊吧！