104學習

嵌入式韌體

這項技能指的是開發用於控制硬體裝置的軟體,通常直接運行在微控制器或微處理器上。具備這項能力的人能撰寫高效、穩定且低延遲的程式碼,確保電子產品如家電、汽車電子、工業設備等能精準運作。隨著物聯網和智慧裝置普及,這項技能需求持續增加,對硬體結構理解與程式設計能力皆有較高要求,是硬體與軟體整合的關鍵技術。

5,422 個相關職缺

提升你的實力,朝專業更進一步

精選課程

充實自己,讓能力持續成長

AI工程師與企業開發必修!FastAPI後端精通:全面入門與進階實戰指南
AI工程師與企業開發必修!FastAPI後端精通:全面入門與進階實戰指南
軟體工程師就業培訓
軟體工程師就業培訓
Linux Socket網路程式設計【本課程為線上課,報名後專員會提供上課資訊】
Linux Socket網路程式設計【本課程為線上課,報名後專員會提供上課資訊】
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】
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】
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
.NET開發資料庫應用系統全方位-ADO.NET與Entity Framework(.NET Core)攻略
.NET開發資料庫應用系統全方位-ADO.NET與Entity Framework(.NET Core)攻略
掌握Claude Code從零打造企業級全端開發應用實戰班
掌握Claude Code從零打造企業級全端開發應用實戰班
C語言控制Raspberry Pi I/O【本課程為線上課,報名後專員會提供上課資訊】
C語言控制Raspberry Pi I/O【本課程為線上課,報名後專員會提供上課資訊】
AI快速完成專業簡報
AI快速完成專業簡報
ChatGPT 職場生產力 AI 應用-進階班【6/26】線上直播
ChatGPT 職場生產力 AI 應用-進階班【6/26】線上直播

精選證照

考取專業證照,讓能力被市場看見

微處理器與嵌入式系統應用 |
近年來,隨著發展,嵌入式嵌入式的應用不斷擴大。多設備設備設備設備需要嵌入式嵌入式系統來實現智能化智能化智能化,從而實現和模式系統的開發和應用帶來了更多的挑戰和機遇。 微處理器與嵌入式系統應用證照專注於培養專業人士在微處理器和嵌入式系統應用方面的技能和知識。通過這項證照的專業人士具備能夠設計、開發和應用微處理器和嵌入式系統的能力,並了解相關的硬體和軟體技術。
TIPCI臺灣國際專業認證學會
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)
進階軟體設計專業人員 |
進階軟體設計專業人員證照旨在驗證持有人具備高階軟體設計與開發能力,涵蓋系統分析、架構設計、程式撰寫及測試等關鍵技術。持證者能有效運用物件導向設計原則及軟體工程方法,解決複雜問題並提升軟體品質與維護性,適用於大型專案開發與團隊協作,提升職場競爭力與專業價值。
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
嵌入式系統的開發平台與工具(IEX)(Embedded Linux ) |
『ITE』是「Information Technology Expert」的簡稱,中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作(APEC)部長級會議中,與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育,同時透過共同檢定採認,提昇整體資訊水準。 近年來資訊技術蓬勃發展,各項功能與應用的突破,使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等,皆無法置身事外。由於資訊技術的特性,使得競爭突破國界、資本、廠房等傳統的限制,只有掌握了技術,才能確保競爭上的優勢。 適逢89年11月亞太經濟合作發展會議部長級會議時,日本提出跨國合作構想,希望促進兩國在資訊人員檢定的合作,並於當月底再次確認雙方合作之意願,故經濟部決定舉辦資訊人才之跨國認證,並委託財團法人資訊工業策進會及財團法人電腦技能基金會,執行鑑定工作。 為使鑑定貼近企業界用才標準並切合實際需要,電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目,並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行,一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系,提供企業界優良之資訊專業人才,另一方面藉由本鑑定制度與世界各國資訊技術流通接軌,使資訊技術發展與國際同步,為我國產業奠定良好的競爭優勢。 本鑑定舉辦至今相關鑑定制度已臻成熟,深受學界與業界肯定,同時與日本亦完成交互採認MOU,階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務,自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
Google專業級機器學習工程師認證 |
專業級機器學習工程師利用 Google Cloud 功能與機器學習方法的知識,來建立、評估、生產和優化AI解決方案。機器學習工程師處理大型、複雜的資料集,並建立可重複、可重複使用的程式碼。 根據基礎模型設計,同時實施生成式AI解決方案。 機器學習工程師著重AI實踐,與其他職位密切合作,以確保AI應用程式的穩定與成功。 機器學習工程師具有扎實的程式設計能力、資料平台以及分散式資料處理工具的經驗。精通模型架構、資料和機器學習管道創建、生成式 AI 和指標解釋等領域。 機器學習工程師須熟悉MLOps、應用程式開發、基礎架構管理、資料工程和資料治理的基礎概念。 幫助團隊有效運用AI解決方案。透過訓練、再訓練、部署、調度、監控和改進模型。
Google

精選貼文,掌握第一手知識

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']
【104職場力】

告別制式勞動,迎向 AI 時代人才的變革與重構

從 AI、大數據到雲端運算,智慧科技持續重塑企業運作模式,也同步改變科技人才的能力結構與職涯路徑。當技術不再只是工具,而是開始參與決策、流程與協作機制的設計時,企業對人才的期待,也隨之快速被改寫。隨著生成式 AI 進入科技研發現場,產業競爭的焦點,逐漸從單純的效能與技術規格面,轉向研發流程、協作效率與人才結構的重新配置。 文/104人力銀行 立即下載《2026科技業人才報告書-人才版》 本文導覽: 先定義後拆解,掌握工具且能同時進化的優勢 AI 不是取代能力,而是重新設計組織的槓桿 AI 改變的不只是工具,而是人才競爭的基準 無論是深耕資安領域的趨勢科技、由單點工具轉向 AI 驅動工作流程的KDAN 凱鈿、將服務版圖延伸至「新商務」場景的騰雲科技,亦或是持續推動流程優化的技嘉科技,皆不約而同指出:AI 並不是單一技術的導入,而是從根本上,重新定義工程師的工作方式與企業的選才邏輯。 先定義後拆解,掌握工具且能同時進化的優勢 趨勢科技指出,在資安產業中,AI 的導入不僅提升效率,更放大了攻防的速度與規模。企業真正需要的,已非能單純完成任務的工程師,而是要能理解問題、拆解問題,並知道如何運用 AI 讓產品與防禦能力持續進化的人才。「企業現在看的人才,不再是會不會寫 code,而是能不能用 AI 定義問題、拆解問題,並把它真正放進工作流程裡。」 這樣的轉變,使「會寫程式」逐步從門檻條件,轉變為一種基本能力。 KDAN 凱鈿則觀察到,企業選才的標準明顯被翻轉。過去對工程師的面試,多半以程式語言的熟悉度為主,然而當 AI 加入成為日常工具,真正拉開差距的,反而是思考邏輯和問題拆解的能力。「以前我們面試工程師,程式語言熟悉度大概佔六、七成,思考能力佔三、四成;現在幾乎倒過來。」甚至可以說,判斷能力及邏輯架構,已遠勝單一技術的掌握。能力結構之外,AI 也在重新設計工作流程本身。 AI 不是取代能力,而是重新設計組織的槓桿 面對 AI 帶來的轉型壓力,騰雲科技則是認為,企業需要的人才,除了熟悉新工具,得要能解構既有的流程與模式,並予以重新加以設計。「頂尖的人才必須完備能解構問題的智慧,將經年累月結痂的既有工作流程無情拆解,再結合新工具進行徹底重構,以此創造出破局的商業價值。」在如此框架之下,AI 並非取代既有能力,反倒成為推動組織再造的重要槓桿。 相較之下,在硬體與韌體研發領域,AI 帶來的影響則呈現不同面貌。 AI 的導入並非突然出現,而是建立在長期流程自動化與知識共享文化的基礎之上。技嘉科技表示,當標準化與重複性的工作逐步由工具接手,企業在選才的課題上,反而更回到人才的本質。「AI 並沒有讓工程師變得不重要或被取代,反而讓一件事變得更加清楚——當工具越來越強,人真正不可取代的,仍然是持續學習、理解問題,以及把經驗轉化為能被團隊延續的知識。」 也因此,雖分處不同產業與戰略位置的四家企業,卻給出近乎一致的答案——AI 確實已改變你我的工作流程與內容,也對工程師的角色重新定位,然而企業真正關注的,不是誰會被取代,而是誰能定義出與 AI 協作的新方式。 AI 改變的不只是工具,而是人才競爭的基準 當 AI 已能協助完成大量數據的整理、流程文件撰寫及程式生成,甚至是輔佐當下決策的研判時,隨之浮現的是一個跨越產業和領域的深層叩問——AI 會不會取代人類? 觀察四家受訪的企業,答案竟出乎意料地一致:AI 並不會讓「人」變得不重要,而是讓人才的價值重新排序。但首先被改變的是,企業對工程師角色的認知與理解。當標準化、重複性的工作逐步由工具接手,真正拉開差距的,不是技術的熟練度,而是能否理解問題、拆解流程,並持續與新工具共同進化的能力。 正如受訪者所指出:「不是 AI 會取代人,而是會用 AI 的人,會取代不會用 AI 的人。」對企業而言,這意味著選才邏輯正在改變;對求職者而言,也代表未來職場的競爭力,將來自於跨領域理解問題的能力,以及在變動之中持續重塑自身角色的位置。 立即下載《2026科技業人才報告書-人才版》 掌握更多科技業人才趨勢,大家都在看這些: 告別制式勞動、迎向職能重構:騰雲科技在 AI 時代的破局商業學 AI 時代,寫程式不再是護身符——KDAN 凱鈿重新定義「好人才」 AI 時代的研發現場:回歸人才特質,技嘉如何重新定義工程師的工作方式 在趨勢科技,唯一的競爭對手是駭客:AI 時代下,資安人才與研發現場的真實變化
【104職場力】

用 Claude Code 打造全端應用,AI 結對編程讓開發效率大幅提升!

陳贈文 文章分類:AI課程 參訓課程:掌握 Claude Code 從零打造企業級全端開發應用實戰班 現  職:軟體工程師 用 Claude Code 打造全端應用,AI 結對編程讓開發效率大幅提升! 👨‍💻 學員背景 資訊科技產業軟體工程師,負責系統後端開發、伺服器維護與架構設計。 🎯 參訓目的 隨著 AI 技術興起,工作上需要更高的開發效率,因此希望學會 AI 工具整合於開發流程,加速專案交付。 🏆 最大收穫 學會將 Claude Code 與 gstack 實戰應用於企業級專案,透過 AI 結對編程顯著提升開發效率,並掌握提示詞工程與錯誤除錯技巧。 📝 產業背景與職務內容 我目前在資訊科技產業擔任軟體工程師,主要負責系統後端開發、伺服器維護與整體架構設計。日常工作除了撰寫與優化程式碼之外,也需要處理系統的除錯與效能提升,確保企業內部各式應用服務能穩定運行,並隨時支援新功能的擴充與上線。 📚 選擇恆逸課程的原因 隨著 AI 技術爆發,工作上越來越需要快速交付專案。為了大幅提升開發效率,我希望能將 AI 工具無縫導入工作流程。恆逸的這堂課主打「Claude Code」與「gstack」實戰,正好完全命中我渴望從零打造現代化全端應用、加速開發週期的迫切需求。 👨‍🏫 講師教學特色 授課講師最讓我印象深刻的是,能將複雜的技術概念具象化,對每天面對冷冰冰程式碼的工程師來說非常有幫助!講師不只是唸簡報,而是直接打開編輯器,Live Demo 展示如何一步步使用 Claude Code 輔助開發。講解 gstack 技術棧時,特別強調各元件的整合邏輯。以往自己摸索常卡在環境設定或版本相容性問題,但講師用幽默比喻,把前後端資料流與 AI 協作的觀念講得很清楚。每當我們實作遇到報錯,講師總能一針見血指出問題,還會故意示範「AI 可能會寫出的錯誤程式碼」,手把手教我們如何引導、修正 Claude Code 的輸出。這種「不怕犯錯、從除錯中學習」的氛圍,大大降低了我對新技術的學習焦慮。講師也常分享業界實戰經驗,讓我們不只學工具,更學到企業級開發的架構思維。整堂課充滿破關解謎的成就感,讓我覺得「學得超好、任督二脈被打通」! 💡 課程中最有收穫的技術或觀念 在上課過程中,我最有收穫的是徹底打破了對 AI 寫程式的刻板印象。以前覺得 AI 生成的程式碼難以直接套用在企業級專案,但在這堂課實作 gstack 全端應用時,我真正體會到「AI 結對編程」。精華在於運用 Claude Code 從零開始搭建 gstack 架構,學會如何精準下達 Prompt,讓 Claude Code 快速生成樣板程式碼,自己則專注於核心業務邏輯。遇到複雜資料庫連線或 API 路由規劃時,直接請 Claude Code 提供建議,甚至協助找出效能瓶頸並重構。這堂課強調實戰而非死記硬背考照。建議上課時一定要親自動手寫程式,遇到 Claude 產出不如預期時,就是練習「提示詞工程」的最佳時機。學會與 Claude 溝通、引導它寫出符合企業標準的程式碼,是我這趟學習中最寶貴的收穫。 🚀 課程對工作實務的幫助 結訓回到工作崗位後,課程效益立刻顯現。最近公司要開發內部自動化監控儀表板,若照以往流程,光是前端、後端 API 到資料庫,至少要一兩週。這次我直接應用課程學到的 gstack 架構,全程搭配 Claude Code 輔助,讓 Claude Code 生成 API 框架,快速完成前後端資料綁定。遇到不熟悉的模組套件,也能直接問 Claude Code 並取得實作範例。結果,原本預估兩週的專案,我只花不到四天就交付,程式碼品質與架構甚至比以前純手工寫的還好!開發效率大幅提升,不僅讓我準時下班,也讓主管注意到我導入新技術與高效率產出的能力。這門課帶來的「實質生產力躍升」,已成為我年底績效考核時爭取加薪、升遷的最佳籌碼。對於想在 AI 時代保持競爭力的軟體工程師來說,這絕對是投資報酬率極高的實戰課程! 完整文章:https://ucom.uuu.com.tw/web/Testimony/Article/12901
精誠資訊恆逸教育訓練中心・精誠資訊恆逸教育訓練中心

在趨勢科技,唯一的競爭對手是駭客:AI 時代下,資安人才與研發現場的真實變化

當生成式 AI 進入企業日常,對於專注資安產品的企業而言,不單是工具升級,更可視為是將資安的攻防節奏全面改寫。因為率先新技術放大其效能的,偏偏卻也是攻擊者。趨勢科技 TrendAI Lab 與核心技術副總經理卜鵬世,與資深人資協理柯志宜,在受訪時都不約而同提到,AI 正在重新定義企業對工程師的期待,也讓資安產品研發、核心技術研究與人才招募標準同步改變。 文/104人力銀行 本文導覽: 同樣是工程師,解決的卻不是同一種問題 當攻擊者也用 AI,資安人才的標準亦隨之改變 要能帶著 AI 解題,把工具轉化為價值 對趨勢科技(以下簡稱趨勢)而言,AI 時代下真正稀缺的,不再只侷限是會寫程式的人,而是能理解問題、拆解並知道如何運用 AI ,讓產品與防禦能力持續進化的人才,這樣的轉變,正發生在趨勢的研發與徵才現場。 同樣是工程師,解決的卻不是同一種問題 卜鵬世首先分享,他目前掌管的兩個核心部門:一是更貼近產品與客戶需求的 「端點防護」(Endpoint Security)部門,另一是負責研發共通能力的「核心技術」(TrendAI Lab)部門。前者關注的是,如何把防護能力做成客戶能快速安裝、易於操作管理的產品;後者則是專注於分析資安威脅、偵測引擎、URL 判讀等能力,提供各產品線共用的核心能力支援。 談到這兩個部門的差異,卜鵬世用了一個很鮮明的比喻:「端點產品部門的人比較像部隊,核心技術部門的人比較像製造武器的人。」 一邊更靠近戰場與使用情境,一邊則負責打造武器與核心能力,分工不同,卻必須高度協作。 若進一步用學科來理解,這兩類人才也有明顯差異。卜鵬世認為,核心技術比較像化學系、數學系,偏研究、分析與技術突破;而產品開發則更像 化工系、應用數學系,更重視如何把技術轉化為可落地、可被客戶使用的解決辦法。 面對資安威脅,前者需對新技術保持高度敏感,從龐大資訊中找出特定模式;後者更需要能理解客戶需求、使用流程與跨部門的合作。換句話說,兩邊都在拆解問題,但一邊更接近攻擊與技術本身,另一邊更接近使用者與產品體驗。 當攻擊者也用 AI,資安人才的標準亦隨之改變 AI 的普及,最先改變的是資安攻防的速度與規模。卜鵬世直言,攻擊者往往是世界上最早應用新技術的一群人,「只是他們把它拿來做壞事。」過去,若要變形攻擊,可能還需要改寫程式邏輯;現在只要下幾個語法,AI 就能快速生成大量變體。也因此,他很直接地說出這句話:「只有用 AI,才有辦法對抗 AI。」 對核心技術團隊來說,AI 已不只是輔助工具,而可能成為解決辦法的一部分;過去最核心的是程式寫成的引擎,未來最關鍵的部分甚至可能就是 LLM。對產品開發端而言,AI 則更直接影響開發流程,從知識查找、code completion,到 AI agent 協助寫 code、做測試與整理架構,正在逐步重塑工程師的工作方式。 這樣的改變,也反映在趨勢科技的徵才標準裡。受訪者提到,公司在面試時,已經會觀察候選人的 AI 使用能力,甚至有一套內部能力指標概念對照:從「有在使用」,到「能產出成果」、再到「已經融入工作流程」,更高階者甚至能藉此改變做事方式與組織協作模式。 以目前觀察來看,多數工程師已開始使用 AI,也能在部分工作中應用,但距離大規模流程與工作模式的重塑,還有一段距離。這也意味著,企業現在看的人才,不再只是「會不會寫 code」,而是「會不會用 AI 定義問題、拆解問題,並把它真正放進工作流程裡」。 趨勢科技核心技術副總經理卜鵬世 要能帶著 AI 解題,把工具轉化為價值 對趨勢科技而言,未來工程師最重要的能力,不光只是技術本身,而是包含判斷力與學習力。卜鵬世認為,當 AI 已能協助完成越來越多標準化工作,真正拉開差距的,是定義問題、做出決策、引導 AI 協作的能力。未來的新鮮人,也許一進職場,反而會更像是帶著一群 AI agents 一起工作的協作者。 從 HR 的角度,柯志宜也觀察到,企業在尋找的已不只是具本科系背景,而是能否展現對技術的熱情、學習能力,以及把工具運用到實際問題上的能力。她提到,科系當然還是辨識人才的一種立即參考,但真正重要的,仍然是候選人能否證明自己會用、敢用,而且清楚使用 AI 解決了什麼問題。對於產品開發的團隊來說,這樣的人才尤其有亮點,「因為他不是只會操作工具,而是能把工具轉化為產品價值。」 趨勢科技人資協理柯志宜 除了人才標準,趨勢科技也強調自身吸引人才的另一個關鍵,在於企業文化與研發定位。柯志宜提到,「我們唯一的競爭對手是駭客。」 這句話不只是企業精神,也反映出公司長期專注資安、持續轉型的核心方向。她認為,趨勢科技一直保有清楚的願景;對工程師而言,這裡並不是科技公司的海外分部,而是擁有研發資源與舞台的研發中心。對於想參與核心技術,與全球性產品研發的人來說,這樣的環境本身就是吸引力。 從端點防護到核心技術,從 AI 分級到徵才標準,在 AI 時代下,資安領域最需要的不只是技術執行者,而是能帶著 AI 一起解題、一起進化的人。這正是趨勢科技在人才招募與研發現場,所體驗到最真實的變化。 立即下載《2026科技業人才報告書-人才版》 [joblist_plugin title='更多104【Trend Micro_趨勢科技】工作機會' url='https://www.104.com.tw/company/apio4y0' amount='3']
【104職場力】

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']
【104職場力】・AI

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']
【104職場力】・AI

AI轉型沒你想得難!專家揭密:6個步驟,幫你成功推動人才變革

隨著AI技術爆發與人口結構轉型,企業面臨的挑戰已非「是否導入科技」,而是如何帶領員工轉型。104人才永續長深度解析:AI將重新定義工作內容與模式,成功邁向「人機協作」的關鍵不在硬體,而是人才與組織文化的數位重塑。本文透過具體的六大實戰步驟,協助企業破除員工技能不足與文化抗拒的障礙,幫助組織在變動時代中搶佔競爭先機。 文/鍾文雄(104資訊科技 人才永續長) 本文導覽 AI資訊科技帶來產業競爭與工作職場的轉變企業推動人才與組織文化的數位轉型面臨挑戰企業成功推動AI人才與組織文化轉型步驟 隨著企業全球化發展、台灣人口結構老化與新生兒出生率的下降,地緣政治、全球經濟與政府法律及政策的瞬息萬變,加上AI人工智慧(Artificial Intelligence,縮寫為AI亦稱智械、機器智慧,透過許多電腦程式來呈現人類智慧的技術)技術的蓬勃發展,透過醫學、神經科學、機器人學及統計學等的進步,國內外許多研究調查機構的預測都認為,人類的無數職務會逐漸被AI所取代。 資訊科技發展的日新月異,我們的職場與工作環境正進行前所未有的轉變,這種轉變包含工作內容(Context of Work)、勞動力(Workforce )、工作職場(Workplace)與工作模式(Working Mode)的轉變。 AI科技的發展會讓傳統型態的工作會逐漸消失,也會誕生新型態的工作機會,這意味著我們必須成為一位善用AI應用工具的勞動者,才不會被機器人及擅用AI應用工具的人才所取代。 AI資訊科技帶來產業競爭與工作職場的轉變 隨著資訊科技發展的無遠弗屆,未來企業面對的競爭對手及勞動者的工作職場與環境會面臨極大的變化,因次不管是政府機關、企業組織或是勞動者都必須轉型,才能夠因應諸多不確定性因素的考驗。 競爭對手的改變:企業營運主管會隨時關注國內外同業的動態競爭態勢與消長,未來最具威脅的競爭者有可能是其他產業、跨國境的可敬對手,如來自境外的跨國網路與資訊公司,像亞馬遜公司(Amazon.com, Inc.)就從網路書局進階到電子商務,成為全球最大的網際網路線上零售商之一,進而發展為提供企業雲端存取技術服務的資訊產業巨擘。 工作內容的改變:要能跟上數位時代的腳步,我們必須將重複性高、大量數據與使用介面多的例行性作業,運用AI資訊化與流程化過程,局部或全面調整為自動化。另外善用AI應用工具進行數據的統計與分析,提出具備管理意涵的趨勢及洞察觀點,從解決問題的工作層次提升到尋找問題及預測問題的管理境界。 工作方式的改變:近年來企業與人資管理專家均積極研究與探討,如何讓勞動者不會被機器人取代,最佳的解決方案是”不是科技可以做什麼,而是我們可以用科技做些什麼“It’s not about what technology can do, but what we can do with technology”,未來最有效率的工作方式就是”人機協作”,工作主軸會是如何訓練、管理、監督與領導AI Agent(AI代理、人工智慧代理或智慧型代理人),善用AI工具提升整體工作效率。 工作型態與工作地點的改變:未來職場上會有勞動者、AI Agent與零工經濟(Gig Economy)的工作模式,共享經濟的網路平台會產生新的工作型態,網路資訊也創造出網紅經紀人、小編、電競選手與遊戲編劇等新型態工作。企業若能採用居家、遠距、混合及跨域、跨境的上班模式,比較能夠吸引與留任人才。 延伸閱讀:「初階工作」恐被AI取代?當科技巨頭高層都這麼說,我們該如何應對? 企業推動人才與組織文化的數位轉型面臨挑戰 從國內外的調查與研究報告來看,中大型企業在過去已經投入資源,積極研究與實驗組織數位轉型,根據天下學習的調查,企業最擔心的轉型障礙,前三名依序是員工技能不足、組織文化抗拒改變與缺乏完善的數據和科技基礎建設。 ▲ 圖片來源:天下學習 另外根據資誠聯合會計師事務所(PWC)在2025年發布的調查報告,企業在推行數位轉型時面臨的挑戰,依序是轉型資金、組織變革、數位人才、業界案例與數位工具,因此企業要能成功數位轉型,AI數位人才與組織文化的轉型會是關鍵因素。 ▲ 圖片來源:資誠聯合會計師事務所 延伸閱讀: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 企業成功推動AI人才與組織文化轉型步驟 統整企業成功案例與調查報告後,企業要能成功推動數位轉型,建議依序採行六個步驟及重點行動如下表,讓員工體會到應用AI可以提升整體工作效率,創造顧客與商務價值,讓生活與工作更加平衡、有意義。 推動AI人才與組織文化轉型的關鍵步驟 步驟重點行動預期成效1. 高階主管共識舉辦策略會議、形成願景確立方向與支持2. 全員溝通宣導內部宣傳、案例分享降低抗拒、提升參與3. 跨領域專責部門整合IT、研發、HR加速專案計畫落地4. 學習與工具資源提供AI課程、工具平台提升學習及應用能力5. 一站式諮詢輔導設立顧問與技術支援降低導入難度6. 鼓勵、獎勵與內化獎勵機制、文化塑造形成AI驅動文化 高階主管的認知與共識:高階主管要發揮策略思維,針對產業發展與動態競爭環境,制定明確的AI轉型策略方向,如AI如何應用在產品開發、優化製程或是服務流程的創新,以及員工使用AI應用工具的資安政策等,凝聚高層的共識後承諾並投入相關資源。 全員溝通宣導推動AI應用文化:員工常因不理解或懷疑而抵抗文化與組織轉型,公司負責人及高階主管必須透過有效溝通來說明轉型的目的,強調應用AI技術是公司永續發展的生存條件,確保員工面臨轉型時的心聲與感受會被重視與解決。 跨領域組成專責部門負責推動:從天下學習的調查報告可以看出,企業會由不同部門來啟動數位轉型,要成為AI領先的企業,成立跨部門專案小組的成功機率是最高的。以一零四資訊科技為例,2023年由人力資源部門啟動全體員工的人才及組織數位轉型,透過研發、資訊工程、資訊管理(MIS)及各部門的協作與支持,逐漸展現成效。在2025年便成立「AI創新辦公室」,由跨專業領域專家及相關部門組成專責推動組織,建議企業可以成立專責的 AI 治理小組 (AI Governance Task Force)。 提供員工學習與AI應用工具資源:要讓全體員工一起上車推動AI工具的應用,必須突破員工的心理障礙,包括沒有信心學會,沒有時間學習、執行有困難、欠缺AI工具使用等障礙。因此公司必須依照營運策略及員工需求,決定公司官方AI應用工具類別,透過實體及數位課程的學習平台建置與合法軟體帳號的統購,提供員工學習及應用工具相關資源。 建立一站式專業與技術諮詢輔導:一零四資訊科技除了在各部門設立AI推動大使、公告公司AI使用資安政策及應用工具以外,也會通告公司內部各類AI應用工具的諮詢專家,搭配一站式的顧問指導,只要員工想要優化作業流程、提升工作效率,內部專家顧問會立即提供協助,讓員工學會持續應用AI技術的能力及興趣。 搭配鼓勵、獎勵與管理機制:要能成功塑造AI組織文化的轉型,一定要讓全體員工從敢用、會用到善用AI應用工具,透過訓練課程學習心得及部門成功實驗案例的分享,搭配產品服務創新與工作流程改善專案成果的競賽及獎勵措施,鼓勵員工勇於創新。最後再將AI學習及應用的成果列入績效管理的加分項目,便能將AI轉型文化逐漸內化成員工日常工作的習慣。 延伸閱讀:「抗拒AI」就Fire!為轉型狠砍8成員工,2年後公司下場如何? AI科技的應用發展將會是企業永續經營必備的條件,AI人才與組織轉型不會是高階主管與資訊、工程部門的任務,唯有全體員工建立共同的願景及共識後,在企業投入財務、人力、技術、訓練及應用工具的資源後,才能實現轉型目標。近二年全球大型企業均投入資源在研究、實驗與導入AI科技,伴隨AI應用工具功能的快速進步,使用性更廣、更便利,費用更低廉的趨勢下,相信未來三年內在政府的技術、資金及顧問輔導的加持下,台灣中小企業會更積極投入AI的應用及數位轉型。 (原文標題:企業如何成功推動AI人才與組織文化轉型) 【作者介紹】鍾文雄● 一零四資訊科技股份有限公司人才永續長● 社團法人中華人力資源管理協會常務顧問
【104職場力】・AI

後AI時代人資如何升級?臺師大科技系舉辦論壇 攜104等企業談人才轉型

2026科技創新應用與人力發展提升學術研討會與會者合影 面對全球人工智慧(AI)浪潮席捲各產業,人力資源管理正迎來前所未有的轉變。國立臺灣師範大學科技應用與人力資源發展學系於2026年5月9日,舉辦「2026科技創新應用與人力發展提升學術研討會暨論壇」。本次研討會以「後AI時代的人資領導力」為核心主題,邀請產業界專家深度探討如何在AI技術更迭頻繁的挑戰下,掌握領導力轉型與數位創新的契機。 2026-05-12 國立臺灣師範大學 發布 國立臺灣師範大學 楊鎮華副校長致詞 首先,楊鎮華副校長在開幕式即以「以人為本、永續、韌性」開場,揭櫫臺師大在「AI轉型」的三大原則;接著,科技與工程學院洪翊軒院長指出,科技系正是讓工程研發能量轉化為推動公司轉型或發展的關鍵「橋樑」,而這次活動就代表了臺師大與指標性的廠商間緊密的關係;科技系簡佑宏主任也談到,科技系自成立70多年以來培育了許多促進臺灣經濟起飛的科技人才,也對今日的主講者與論壇貴賓致上謝意。 國立臺灣師範大學 科技與工程學院 洪翊軒院長致詞 專題演講邀請到「TFT為台灣而教」董事長林妍希主講,她以「自我領導:變局中的安定力」為題,分享在科技快速迭代的環境中,領導者最重要的素質不再僅是對技術的掌握,而是心態的穩定與內在的引導力。林董事長指出,AI雖然可以取代繁瑣的行政庶務,但無法取代帶動組織核心價值的「人本特質」,因此鼓勵與會者透過持續的自我察覺,在不確定的局勢中成為維持組織韌性的關鍵力量。 專題演講:為台灣而教 林妍希董事長分享 人資長論壇則由臺師大科技系孫弘岳教授擔任主持人,匯集了鴻海科技集團人資長夏國安、玉山商業銀行人力資源處處長郭宸巖、邁達特數位人資長暨永續長楊碩祐,以及一零四資訊科技人才永續長鍾文雄等四位重量級人資領袖。論壇第一階段由四位與談人分別針對個人專業背景與企業概況進行簡介,並深入說明在數位轉型過程中,如何有效導入AI等新興科技的實戰經驗,揭開大型集團與金融、數位產業在轉型之路上的關鍵策略。 人資長論壇:一零四資訊科技 鍾文雄人才永續長分享 緊接著第二階段由孫弘岳教授引領四位與談人展開深度對談,針對AI時代下的人才培育、領導風格轉變等核心議題進行學術與實務的觀點激盪。現場互動氣氛熱烈,專家們的前瞻觀點不僅化解了聽眾對於科技衝擊的焦慮,更強調在後AI時代,人資部門已從傳統的「支援角色」躍升為企業的「戰略夥伴」,必須更積極地主導組織變革並重新定義未來人才。 人資長論壇,由左至右為臺師大科技系孫弘岳教授、一零四資訊科技人才永續長鍾文雄、玉山商業銀行 郭宸巖 人力資源處處長、鴻海科技集團 夏國安人資長、邁達特數位 楊碩祐 人資長暨永續長 透過本次研討會的產學對話,臺師大科技系不僅展現與業界緊密接軌的實力,也為臺灣在AI浪潮下的人力資源發展開拓了全新視野。 更多大學校園資訊,你可以看: 世新大學攜75家企業徵才 校園現場釋出逾3千職缺 彰師大攜手104設立求職專區 整合大數據與職涯資源強化就業即戰力 AI時代怎麼找職涯方向?嘉大攜手104用互動講座帶學生探索未來職場
【104職場力】・AI

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
【104職場力】・團隊合作

AI破牆,硬知識貶值了!拆解「2種智力」決定你被取代還是被放大

當AI成為每個人都能用的外掛,獲取專業能力的成本就發生了斷崖式下跌。台灣大哥大總經理林之晨與資訊長蔡祈岩指出,生成式AI終結傳統分工邏輯,唯有翻轉晶體智力、全面轉向流體智力,才能不讓自己變成被組織埋葬的零件。本文節錄自《逆分工》。 文/林之晨、蔡祈岩 本文目錄(點擊可快速前往) AI為什麼是那個「破牆者」?AI帶來的改變:專業能力邊界消失硬知識貶值了,活腦袋才是王道 既然分工早就開始出問題了,為什麼我們以前不談逆分工?為什麼個人電腦和網路都發明了,人類也登上月球了,公司裡的分工卻還是愈切愈細? 原因很簡單:過去做不到。 過去所有科技發明,像是電腦、網路、雲端、協作軟體,其實大多只是延伸了我們的手腳、記憶或通訊能力。它們幫我們算得更快、存得更多、傳得更遠,但它們沒有真正擴展我們的大腦容量。 你的大腦裝不下所有知識,一個人不可能精通所有專業。所以,隨著人類知識體系愈來愈大、每個學科愈來愈深,每個人從求學到職場,只能愈來愈專;公司的部門也只能愈來愈多,職能體系愈來愈膨脹。 直到生成式AI出現,情況才徹底改變。它像是一個能夠擴展我們大腦容量的底層引擎,讓我們第一次有力量打破不同專業之間的壁壘。 AI為什麼是那個「破牆者」? 要理解逆分工為何在此刻爆發,我們得先面對一個現實:人的大腦容量是有限的。 根據常被引用的一萬小時定律,你要花大量時間,才能成為某個領域的專家。你花10年學寫程式,就很難再精通商業法律;你把青春奉獻給視覺設計,可能就對財務會計一竅不通;你長期做業務,就很難同時成為資料科學家。 我們需要部門和專才,說到底,就是因為一個人的大腦裝不下所有知識,但大型語言模型改變了這個遊戲規則。 AI不是一個簡單的資料庫,它更像是一位真正讀完了全人類各行各業深度知識的「超級博士」──它讀過大量書籍、論文、文件、開源程式碼與各種人類知識材料,能把不同領域的語言翻譯成彼此看得懂的形式。 它不會讓非專家一夜之間變成真正專家,但它能讓非專家第一次跨過專業領域的第一道門檻,取得初步理解、草稿、選項、框架與可討論的成果。 這件事之所以重要,是因為大部分組織內部的卡點,不是每件事都需要世界級專家,而是大量任務連第一版草稿、第一輪分析、第一個可討論版本都生不出來。 AI讓這件事變了。 AI帶來的改變:專業能力邊界消失 當AI成為每個人都能使用的通用外掛,獲取專業能力的成本就發生了斷崖式下跌。 這不是說專業不重要,真正重要的專業,仍然需要人類專家把關。合約最後要法務審,程式最後要工程師看,設計最後要品牌與市場判斷。 但在AI之前,大量工作卡在「我根本不知道怎麼開始」或「進入新的領域時要先花費巨大的學習成本」。 在AI之後,更多人可以先做出第一版,讓事情進入討論與迭代,而且這個第一版是有模有樣、有所依據的。 這就是為什麼像台灣大哥大這樣的公司,會將全員導入AI提升生產力的計畫命名為「超人計畫」。 「超人」不是說每個人都突然變成天才,而是說每個人都應該有機會,把自己原本的能力放大。 硬知識貶值了,活腦袋才是王道 我們接著談智力。 這裡可以挪用心理學家雷蒙德.卡特爾(Raymond Cattell)的概念:晶體智力與流體智力。 我們並不是完全套用原本的心理學理論,只是借這個理論的名詞,而且略微改變其定義,把人的智力粗略分成兩種。 第1種:晶體智力 你可以把它想像成你腦中的硬碟資料庫和肌肉記憶,它指的是運用過去累積的知識、經驗和標準化技能來解決問題的能力。 例如律師背誦法條、醫師根據症狀診斷常見疾病、會計師熟練查帳、資深員工熟悉公司SOP。 這是傳統職場常說「愈老愈吃香」的原因,因為這些知識會隨著年齡與經驗累積。 第2種:流體智力 它更像是你大腦的中央處理器,負責運算速度和靈活性。 它處理的是全新、陌生、混亂,甚至從未見過的情境。它考驗的是邏輯推理、模式識別、問題拆解與適應能力,跟你背了多少書沒有直接關係。 例如創業家在混沌市場中尋找新的商業模式,或是工程師面對一個從未見過的系統故障時,快速找出可能原因。 殘酷的事實是:AI已經是這個星球上最強大的晶體智力載體之一,它讀過大量法典、醫學期刊、財報標準、程式碼範例與商業文件,它不會忘記,也不會疲倦。 如果人類還想在職場上跟AI比記憶力、比誰的知識更廣、比誰操作標準流程更快,那我們完全沒有勝算,而且差距只會愈來愈大。在晶體智力的賽道上,人類已經被超越。所以,人類的戰場必須全面轉向流體智力。 未來的競爭,不再是比誰的腦袋裡裝的知識多,而是比誰能更快釐清混亂局勢;不再是比誰能給出標準答案,而是比誰能向AI提出最一針見血的好問題。 當每個普通員工都能透過AI這個強大引擎,瞬間具備跨越研發、行銷、法務、設計與資料分析的能力,那些原本為了協調他們而存在的經理、總監與各種跨部門會議,也必然會被重新檢視。 節錄自:天下雜誌出版《逆分工:AI 時代的生產力革命,重構組織、市場到經濟的生存新賽局》/林之晨、蔡祈岩 著
【104職場力】・AI

OpenAI躍數位管家 廣達、緯創等受惠

2026-05-04 經濟日報記者吳凱中 由聯合新聞網授權轉載 OpenAI強攻AI代理報捷,旗下程式碼生成工具Codex重大升級,不再局限於程式開發領域,跨足通用電腦操控的代理市場,化身數位管家,執行長奧特曼高喊:「Codex正在經歷屬於自己的ChatGPT時刻」。業界看好,OpenAI的AI代理大進化,鴻海(2317)、廣達(2382)、緯創(3231)等夥伴同步沾光。 Codex為OpenAI旗下程式碼生成工具,主要用於程式開發領域,這次升級在AI代理領域大躍進,引發業界高度關注。 根據OpenAI AI官方公告,Codex現已全面整合Slack、Gmail、Google日曆、Google Docs與Sheets等主流辦公應用軟體,無論是研究與規劃,或是文件、簡報、試算表等,Codex都能提供協助。 這意味Codex功能已不僅限於程式碼生成,只侷限於工程師市場,搖身一變成為一個能讀取電子郵件、回覆訊息、操作文件的數位管家,面向商機更廣大的AI代理市場。 OpenAI共同創辦人暨總裁Greg Brockman公開表態,「Codex人人可用,電腦上的任何任務都能完成。」奧特曼發文呼應,「Codex正在經歷ChatGPT時刻!」 Codex迎來其爆發時刻,輝達率先表態力挺,執行長黃仁勳寄信給全體員工指出,Codex不限軟體團隊,開放公司九部門逾萬名員工,範圍涵蓋工程、產品、法務、市場、財務、銷售、人力資源、營運及開發者計畫,所有員工均獲早期使用權。 OpenAI當前AI伺服器主要由鴻海、廣達、緯創等ODM大廠分食訂單。隨著OpenAI在代理AI領域有重大突破,後續可望持續強化算力建置,有利相關台廠供應鏈AI伺服器業務續強。 鴻海集團搶攻AI推論市場,大客戶輝達旗下最新AI推論機櫃Groq 3 LPX傳出提前於第3季出貨,由鴻海獨家供應運算托盤(Compute tray),並擔負LPX機櫃整櫃組裝主要供應商重任,與輝達一起搶食AI推論市場商機。 法人看好,鴻海受惠輝達AI推論機櫃新單落袋,加上在輝達新一代Vera Rubin平台市占率可望提升到55%到60%,將帶動鴻海下半年AI伺服器業務強勁成長,推升業績爆發。 [joblist_plugin title='104精選【鴻海】工作機會' url='https://www.104.com.tw/company/233rv1s' amount='3'] [joblist_plugin title='104精選【廣達】工作機會' url='https://www.104.com.tw/company/ahfsoq0' amount='3'] [joblist_plugin title='104精選【緯創】工作機會' url='https://www.104.com.tw/company/5wthkkw' amount='5'] [joblist_plugin title='104精選【NVIDIA】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='3']
【104職場力】・AI

微軟、Meta加碼AI帶旺台鏈 鴻海、廣達、緯穎等受惠

2025-08-01 經濟日報季晶晶、葉亭均編譯、記者林薏茹 由聯合新聞網授權轉載 資料中心兩大巨頭微軟、Meta於30日公布上季財報與營運展望均優於預期,並同步看旺AI需求,透露在AI領域的投資已開始嘗到甜美果實,催動營運成長引擎,兩家公司並同聲高喊為把握龐大商機,後續資本支出會持續提升。 微軟、Meta同聲唱旺AI前景,都將加碼投資擴大資料中心投資,市場按讚,31日早盤股價均大漲,微軟勁揚4.6%,市值突破4兆美元,Meta更暴漲11.9%。法人看好將同步帶旺AI伺服器協力廠鴻海(2317)、廣達、緯穎、英業達等營運動能,相關個股昨天強漲表態,廣達、緯穎均大漲超過4%,鴻海也勁揚逾3%。 ※ 原新聞發稿日為2025/8/1,新聞轉載日為2025/8/4 延伸閱讀:「初階工作」恐被AI取代?當科技巨頭高層都這麼說,我們該如何應對? 微軟執行長納德拉指出,AI技術的快速創新和廣泛應用,正推動微軟在多個業務領域實現突破性成長,Microsoft 365 Copilot和GitHub Copilot等AI產品使用者採用速度,已達到「前所未有」的水準,目前Copilot產品每月活躍用戶達1億。 微軟上季資本支出年增27%,達到242億美元,超乎預期,公司預估本季資本支出將達300億美元,創新高,主要用於興建資料中心以驅動AI服務。微軟財務長胡德高呼「將繼續投資,以把握眼前龐大的機會」。 微軟也首度公布Azure雲端運算業務完整營收數據,截至6月底止的2025年全年度,Azure及其他雲端服務營收超過750億美元,年增34%。 Azure上季營收成長39%,預估本季成長37%,優於預期,顯示微軟在AI領域的大舉投資逐漸產生回報,激勵31日早盤股價飆漲8%。 微軟強調,擴大資本支出對於克服供應瓶頸至關重要,這些瓶頸限制滿足AI需求的能力資本支出正略微轉向資料中心等「壽命較長」的資產。微軟上季(截至6月底的年度第4季)營收764.4億美元,年增18%;淨利年成長近24%、達272.3億美元,都優於市場預期。 ▲ 圖片來源:聯合新聞網授權轉載 [joblist_plugin title='104【微軟】工作機會' url='https://www.104.com.tw/company/at2m1g0' amount='3'] 微軟看旺AI需求之際,Meta也上調本年度資本支出下緣區間,全年資本支出預估提升為660億美元至720億美元(原先預期為640億美元至720億美元),以加強對人才、基礎建設、資料中心與能源需求的投資。 Meta財務長李蘇珊並透露,明年將是資本支出「同樣顯著」成長的一年,主要用於擴展生成式AI所需的伺服器,網路和資料中心建設。 Meta上季銷售優於預估,核心廣告業務持續強勁成長,同時對本季提出超乎預期的樂觀展望,顯示獲利動能足以支撐其大規模投資AI領域的計畫。Meta執行長祖克柏強調,穩健的廣告業務使Meta能加速投資AI搶市占,並已從新的生成式AI功能獲得「可觀」收入。 Meta並公布上季營收成長22%、達475億美元,高於市場預期的448億美元,其中廣告部門營收465.6億美元、也優於預期。本季營收估可達475億美元至505億美元,優於分析師平均預估的462億美元。
【104職場力】・AI

有任何收穫或想分享的,都來和大家一起聊聊吧!