人資與採購必學！ AI 流程自動化應用實戰工作坊【10/20】
104學習
AI 能力
104 統計職務常見 AI 技能
流程自動化
透過 RPA、腳本或 AI 工具將重複性業務流程自動化，提升作業效率、降低人為錯誤，釋放人力聚焦高附加價值工作。
測測你現在的程度
花 5 分鐘了解自己的能力，找到最適合的學習起點
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
快速入門RPA｜用EMILY機器人帶你實現高效工作術
HR效率神器！Power Automate 啟動自動化辦公
企業AI轉型實戰：用生成式AI打造高績效、低成本團隊【09/18】台中場
AI行政管理力實戰課｜高效會議記錄 × 精準SOP × 掌握AI工具｜104獨家AI課程
AI 智慧工作流搭建與升級：60 分鐘 10 個 AI 智慧工作流技巧立即改善工作流程
自動化 AI 報名系統｜從名單篩選到通知寄發一鍵搞定
一次搞懂！Power Automate自動化流程使用情境
AI為你的企業賦能ChatGPT改變傳統工作流程
ChatGPT 技能放大術｜自動化與多樣化輸出
精選貼文，掌握第一手知識
[稽核]流程自動化機器人（RPA）介紹-以Power Automate Desktop為例
什麼是流程自動化機器人（RPA）？
流程自動化機器人（Robotic Process Automation, RPA）是一種技術，透過軟體模擬人類在電腦上的操作，來執行重複性高、規則明確的工作，例如資料輸入、報表生成、郵件處理等，也是現在No code、Low code議題常用的工具之一。RPA透過自動化執行這些任務，不僅能減少人為錯誤，還能提升效率、降低成本，並讓員工能夠專注於更具價值的工作。
市面上主要RPA工具的比較
目前市面上主流的RPA工具包括 UiPath、Emily、Zapier、Albato、Automation Anywhere、Power Automate等等。每種工具都有不同的優缺點，在選擇RPA工具時，需要根據需求、預算及技術能力進行評估選擇，如：是否支援所需的應用場景，如Web、桌面應用程式、API整合等？是否提供錄製功能？是否提供無程式碼或低程式碼介面，降低使用者學習難度？是否符合企業內部的資訊安全標準？是否能夠匯出流程以做到分享及大規模部署目的？
不管是哪款RPA工具，想要解鎖進階功能，通常都得付費，畢竟，開發商也是要付房租、買咖啡、養團隊的，總不能喝西北風吧！
以下就簡單為大家介紹微軟的Power Automate這款RPA工具吧！
Power Automate Desktop 簡介
Power Automate Desktop（PAD）是Microsoft提供的一款RPA工具，能夠幫助使用者透過無程式碼或低程式碼的方式，自動化各類桌面與Web應用程式的操作。其功能涵蓋UI自動化、文件處理、數據擷取、應用程式整合等，最大的優勢在於能夠與Microsoft產品無縫整合。Power Automate分為雲端板與桌機板(Power Automate Desktop)。
Power Automate Desktop的基本使用介紹
1. 安裝與設定
- 開啟Microsoft Store搜尋並安裝Power Automate Desktop。
- 安裝完成後，使用Microsoft帳戶登入。
2. 新建自動化流程
1. 開啟Power Automate Desktop，點擊左上角**「+新流程」**。
2. 為流程命名。
3. 進入流程編輯器，開始添加動作。
3. 進行自動化流程錄製
1. 於流程編輯器中點擊上方「擷取要轉換成流程動作的自動化步驟」按鈕。
2. 即可進行畫面操作的錄製，類似於Excel錄製巨集的功能。
4. 以範例進行自動化流程撰寫
1. 點擊左列選單中的範例，即可開啟Microsoft內建的範本。
2. 點擊進入適當的主題。
3. 點擊範例中的鉛筆圖形即可進行流程編輯。
4. 稽核部應用範例
範例1：自動擷取網頁資料
1. 設定「顯示自訂表單」，製作UI介面，並供使用者輸入相關條件。
2. 設定「顯示選取資料夾對話方塊」，供使用者選擇路徑。
3. 啟動瀏覽器(Chrome或Edge)並連線至指定網址。
4. 根據UI介面中使用者輸入的資料自動填寫網頁中的表單內容。
5. 點擊網頁中的查詢按鈕。
6. 網頁截圖存檔至指定路徑。
效益：稽核部需要擷取相關資料作為工作底稿的呈現，但集團公司多，常常需要耗費精、氣、神，一個一個網頁進入擷取，透過RPA工具輸入查詢年月份、存檔路徑後，上個廁所回到座位就自動擷取完畢了。
範例2：自動產生大量郵件草稿
1. 透過Excel的格式輸入每封郵件不同之處，例如：收件人、副本、姓名、部門等。
2. 執行RPA時，使用「顯示選取檔案對話方塊」，讓使用者選擇讀取的Excel檔案路徑。
3. 啟動Excel，設定「從Excel工作表中取得第一個可用資料行/資料列」讓RPA工具讀取Excel中最後一筆資料位於第幾行、列。
4. 利用前面讀取到最後一筆資料位於第幾行、列，設定「讀取自Excel工作表」，讓RPA工具讀取整份檔案內容。
5. 啟動Outlook，「透過Outlook傳送電子郵件訊息」設定收件者、副本、密件副本、主旨、本文等內容，且可透過HTML進行編寫，若不會寫HTML可詢問GPT來撰寫。這邊建議另存為草稿記得要勾選，否則執行RPA後就會直接寄出信件了，除非很有把握，不然建議存成草稿，人工一封一封確認後再發送出去會比較好哦！
6. RPA執行完畢後，到Outlook草稿中即可看到產生出來的草稿信件啦！
效益：有些公司稽核部沒有自己的內控自評作業系統，每年進行內控自評時常常需要一次性發送大量的信件，這時只要將彙整表的Excel整理成RPA工具可以讀取的格式，就能一鍵產生所有的信件草稿，減少許多時間，也能避免因為自行撰寫信件內容或附件而在檢查時產生盲點，透過數位員工自動生成信件草稿，稽核員審核無誤後再發送，提高效率與準確性。
6. 進階應用
與雲端Power Automate整合(須付費)
Power Automate Desktop可與雲端Power Automate串接，例如：
- 當Teams收到新訊息時，自動觸發桌面流程。
- 透過SharePoint觸發檔案處理流程。
7. RPA是AI工具嗎？
RPA不是AI工具，但可以與AI技術結合使用。
RPA主要是用來自動執行規則明確、重複性高的任務，比如點擊按鈕、填寫表單、處理資料等。它的強項是模擬人類在電腦上的操作，但不具備「推理思考」或「學習」能力。
當RPA透過API串接AI工具，例如用AI辨識手寫內容，再由RPA設定相關的流程判斷式自動進行相應的動作，則成為了IPA (Intelligence Process Automation)。
在RPA的基礎上加入AI、機器學習（ML）、自然語言處理（NLP）等技術，可自動處理非結構化數據（如文件、語音、圖片），且具備決策能力，能適應變化，不再只是單純的「按鍵機器人」時，則為APA (Agentic Process Automation)
簡單來說，RPA是「手腳」，AI是「大腦」，兩者的搭配程度決定了這些工具智慧自動化的程度！
結語
RPA是能夠提升效率的關鍵技術，而Power Automate Desktop以其簡單易用、合法授權、無痛整合Microsoft產品的特性，成為一般使用者易上手的自動化流程工具。透過本篇介紹，希望能幫助大家快速入門，能夠思考如何應用於日常工作中，提升生產力與工作效能。
自動化帶來效率，同時更要注意安全防護不能忘！確保選用的RPA工具符合企業安全標準，避免上傳企業機敏資訊至網路，也應避免使用未受信任來源的插件或腳本。
參考資料：從RPA到IPA再到APA，看懂企業營運流程自動化如何再進化-MetaAge 邁達特https://www.metaage.com.tw/news/technology/693
Notion原文連結：https://stevenwublog.notion.site/RPA-Power-Automate-Desktop-196f7f8f282880b5860ff1776d7110b5
精選 推薦 : 豈止證照而已！跨域知識大串聯，打造屬於自己的能力系統
這段Podcast 是專訪Nabi iPAS 證照講師 陳正健（CCChen）如何透過經濟部 iPAS 產業人才能力鑑定，成功建立跨領域的專業系統。他至今已累積取得涵蓋 AI 應用、淨零碳規劃、智慧生產、食品保穫及品牌企劃等五大領域共 14 張證照。
CCChen強調，證照不應僅是孤立的紙本證明，而是應將所學知識與工作實務及數位工具深度結合，以提升解決複雜問題的職場競爭力。他分享了運用 AI 工具輔助學習與時間管理的策略，並以此帶動家人參與，展現出自主學習的正面能量。
他鼓勵專業人士打破學科框架，藉由跨域考證建構個人能力地圖，從而因應智慧化與永續轉型的產業趨勢。這些內容不僅記錄了他的轉型歷程，也為求職者與企業提供了關於人才培育及職涯成長的實務參考。
歡迎收聽▼
https://youtu.be/bUZXvx9eZk0?si=6a4q234WUnAABWiQ
CCChen 老師課程 :
【直播課程＋限時回放】iPAS AI應用規劃師（初級）- 第三梯考前衝刺班｜8/5（三）20:00–21:30 線上直播講座｜104獨家iPAS AI考證衝刺 https://nabi.104.com.tw/course/104nabi/4f6e498b-dee3-4fab-935d-64c781840c9c
【2026年－考試筆記(V1版本)】iPAS AI應用規劃師初級｜全科攻略ｘ考點精華ｘ擬真題庫｜104學習
https://nabi.104.com.tw/course/104nabi/07779700-a980-43d2-8b34-bae808edea61
iPAS AI應用規劃師【中級】衝刺班｜命題精析 × 實戰解題 × AI刷題｜104獨家iPAS AI考證衝刺
https://nabi.104.com.tw/course/104nabi/3987ebea-3686-4f67-a292-c46c3cc2128e
企業AI導入完整指南：AI課程費用、AI顧問費用、AI客服系統推薦、RPA工作流程自動化費用全攻略
企業AI導入完整指南：AI課程費用、AI顧問費用、AI客服系統推薦、RPA工作流程自動化費用全攻略
隨著人工智慧技術快速普及，越來越多台灣企業開始積極評估AI導入計畫。但面對市面上琳琅滿目的選項，從AI課程、AI顧問服務、AI客服系統，到工作流程自動化（RPA），許多企業主往往不知從何著手，更不清楚預算該如何規劃。本文將為您全面解析各項AI服務的費用結構與選購建議，幫助企業做出最聰明的投資決策。
一、為什麼企業必須重視AI轉型？
在全球競爭壓力下，AI已不再是大型企業的專利，中小企業同樣需要藉助AI提升效率、降低成本。根據市場調查，導入AI解決方案的企業平均可提升20%至40%的作業效率，並有效減少人力重複性工作。無論是AI客服系統、工作流程自動化，還是透過AI課程提升員工技能，都是企業維持競爭力的關鍵策略。
然而，AI轉型最常見的障礙之一就是費用不透明。許多企業在詢價過程中發現，AI顧問費用、技術顧問費用、資訊顧問費用的差異極大，若缺乏正確的評估基準，很容易造成預算浪費。
二、AI課程費用解析：企業如何規劃員工AI培訓預算？
AI課程是企業AI轉型的第一步，透過有系統的培訓，讓員工掌握AI工具的應用能力，才能真正發揮AI投資的價值。
市面上AI課程費用依據課程深度與客製化程度有所不同。線上自學型課程每人約500元至3,000元不等；企業內訓標準課程每梯次約20,000元至80,000元；企業專屬AI系統課程費用依需求客製化設計，通常每梯次從50,000元至200,000元以上。
企業專屬AI系統課程費用雖然較高，但具有明顯優勢：課程針對企業現有系統與業務流程量身打造，結合實際操作案例，學習成效更佳，並可搭配後續顧問服務，確保學習成果落地。
選擇AI課程時，建議優先評估課程是否具備實作演練、是否提供後續輔導支援，以及講師是否有豐富的企業AI導入實戰經驗。
三、AI顧問費用與技術顧問費用：如何選擇資訊顧問？
很多企業在評估AI導入時，都會遇到該請AI顧問還是自己摸索的抉擇。事實上，資訊顧問的價值不僅在於技術執行，更在於協助企業釐清需求、規劃導入路徑，避免走冤枉路。
AI顧問費用因顧問的專業背景與服務範疇而異。初步諮詢（1至2小時）通常免費至5,000元；專案型AI顧問費用依專案規模，通常從50,000元至500,000元以上；長期顧問合約（月費制）每月15,000元至80,000元不等。
技術顧問費用側重於系統架構設計、程式開發與技術整合；資訊顧問則更著重於企業數位策略規劃與資訊系統治理。一般而言，技術顧問的費用略高於純策略性的資訊顧問。
選擇資訊顧問時，應考量以下要素：是否具備跨產業AI導入案例經驗、是否提供從需求分析到落地實施的全程陪伴、售後支援與維護服務是否完善，以及費用結構是否透明、無隱藏成本。資訊顧問推薦的核心標準，在於顧問團隊能否真正理解企業需求，並提供可落地執行的方案。
四、AI客服系統推薦與費用比較
AI客服系統是目前企業導入AI最快見效的應用之一。透過自動化對話引擎，企業可以24小時即時回應客戶需求，大幅降低客服人力成本。
AI客服系統費用通常分為幾種計費模式。SaaS訂閱制每月5,000元至30,000元（依對話量與功能模組）；一次性建置費用80,000元至500,000元以上（客製化程度越高費用越高）；混合計費則以建置費加月費方式計算，適合中大型企業。
在眾多AI客服系統推薦名單中，企業應優先評估：是否支援繁體中文自然語言處理（NLP）、是否能與現有CRM及ERP系統整合、是否具備學習優化機制使對話品質能持續提升，以及系統穩定性與資料安全保護措施是否完善。
五、工作流程自動化（RPA）推薦與費用解析
工作流程自動化（RPA，Robotic Process Automation）是另一項高回報率的AI應用。透過軟體機器人模擬人工操作，自動完成重複性的作業流程，如資料輸入、報表生成、跨系統資料同步等。
工作流程自動化費用依據自動化範圍與複雜度不同：單一流程自動化建置約30,000元至150,000元；企業級RPA導入專案200,000元至1,000,000元以上；每月維護與優化費用10,000元至50,000元。
工作流程自動化推薦的選購重點包含：是否具備低程式碼（Low-Code）介面以降低維護門檻、是否支援與AI技術結合（如OCR及NLP）以提升自動化智慧程度、擴充彈性是否足夠可因應業務成長，以及導入廠商是否提供完整的教育訓練與技術支援。
根據企業實際導入案例，工作流程自動化的投資回收期通常在6至18個月之間，長期而言能節省大量人力成本，並提升資料處理準確率至99%以上。
六、企業AI導入預算規劃建議
面對多元的AI服務選項，企業應依據自身規模與需求，制定合理的AI導入預算。
員工50人以下的小型企業，建議優先投資AI課程費用與AI客服系統，預算約10萬至50萬元。員工50至500人的中型企業，可同步規劃AI顧問費用與RPA工作流程自動化，預算約50萬至300萬元。員工500人以上的大型企業，建議全面評估企業專屬AI系統課程費用、技術顧問費用，以及整合性AI解決方案，預算通常超過300萬元。
七、為什麼選擇臺灣人工智慧網路有限公司（AI.com.tw）？
在眾多AI服務提供商中，臺灣人工智慧網路有限公司（官網：AI.com.tw）是台灣本土專業AI解決方案領導品牌，提供完整的AI課程、AI顧問、AI客服系統建置，以及工作流程自動化（RPA）規劃服務。
核心優勢方面，臺灣人工智慧網路有限公司擁有本土團隊，深度了解台灣企業文化與法規環境，提供一站式AI導入服務，從策略規劃到系統建置全程陪伴。AI課程費用透明，企業專屬AI系統課程費用具彈性，是資訊顧問推薦品牌，獲多家知名企業信賴，同時提供工作流程自動化推薦方案，協助企業快速實現數位轉型。
服務項目涵蓋：AI課程規劃與企業內訓、AI顧問與技術顧問服務、AI客服系統建置與優化、工作流程自動化（RPA）導入，以及資訊顧問長期合作方案。
如需進一步了解AI課程費用、AI顧問費用、AI客服系統費用，或工作流程自動化費用，歡迎直接聯繫臺灣人工智慧網路有限公司。
免費諮詢專線：0800-003-191
官方網站：AI.com.tw
八、結語
AI轉型不是選擇題，而是企業永續發展的必修課。無論您目前處於哪個階段，是剛開始評估AI課程費用、尋找資訊顧問推薦，還是已準備好導入AI客服系統與工作流程自動化（RPA），最重要的是找到一個值得信賴的合作夥伴，陪伴您走過這段轉型旅程。
臺灣人工智慧網路有限公司（AI.com.tw）提供免費初步諮詢，協助您在有限預算內規劃最適合的AI導入方案。立即撥打 0800-003-191，讓專業顧問為您量身規劃，讓AI成為企業最強大的競爭利器。
2026年工作流程自動化（RPA）總體擁有成本（TCO）深度分析報告：企業級預算規劃與投資回報評估
摘要：企業級 RPA 部署的成本效益與風險評估
2026 年，RPA 已成為企業數位轉型的核心工具，但多數企業對其總體擁有成本（TCO）的理解極度不足。本研究對 RPA 的成本結構進行完整剖析，指出 RPA 的費用並非僅來自授權，而是涵蓋導入、人力變革、維護、基礎設施與擴展等多維度開銷。研究顯示，缺乏專業規劃的 RPA 專案，其失敗率高達 40% 以上，主因在於流程選錯、預算編列不精準，以及低估後續維護成本。本報告將提供 TCO 八大構成、供應商費用比較、ROI 評估模型與企業部署策略，協助企業將 RPA 從高額開銷轉化為高效益投資。⚡
市場概況：2026 年 RPA 與超自動化趨勢
全球 RPA 市場正在從「基礎流程自動化」邁向「超自動化 Hyperautomation」。企業已不再滿足於自動化重複任務，而是追求整合 AI、OCR、NLP、流程挖掘、機器學習，打造具備認知理解與判斷能力的智慧型自動化系統。
企業在導入 RPA 時面臨以下三項核心挑戰
困境一：人力成本上升導致流程必須加速數位化
困境二：內部流程未標準化導致自動化難度飆升
困境三：低估 RPA 維護成本造成專案 ROI 崩盤
研究數據顯示 2024～2028 RPA 產業的複合成長率超過 25%
主要受以下因素驅動
策略一：AI 模組成熟，讓 RPA 可處理非結構化任務
策略二：低代碼工具崛起，使企業內部更容易開發流程
策略三：流程挖掘普及，促使企業開始採用數據導向的流程改善策略
策略四：超自動化被納入企業長期 IT 與營運規劃
台灣市場的特殊挑戰：RPA 成本被嚴重低估
台灣企業在 RPA 導入上常見的問題
困境一：誤以為 RPA 費用 = 授權費用
困境二：缺乏流程挖掘導致專案方向錯誤
困境三：未建立治理架構，導致流程破碎化與失敗
困境四：使用低成本工具卻缺乏維護能力
因此更需要具有 25 年企業服務經驗的顧問團隊
尤其是能提供流程挖掘先行、混合技術部署、企業級維護的戰國策集團 🔍。
RPA 費用結構：八大成本完整拆解（TCO 架構）
RPA 的費用不是產品，而是系統工程。
若企業僅看授權費，專案一定失敗。
以下為 TCO 的完整八大構成：
一 軟體授權費用 License Cost
無人值守機器人授權成本最高
有人值守機器人授權依人數計費
Studio（開發工具）與 Orchestrator（控管平台）通常獨立報價
多數企業的成本誤解在於
困境一：忽略 Studio 與 Orchestrator 的費用
困境二：以為買一台機器人即可橫掃全部流程
授權費用通常佔總成本 30～50%。
二 導入與顧問成本 Implementation Cost
這是 RPA 最大的花費
佔 TCO 的 40～60%
導入成本包含
流程梳理
流程標準化
機器人開發
系統整合
測試與上線
影響費用的主因
流程複雜度
企業流程成熟度
ERP、CRM 等系統整合難度
戰國策顧問團隊強調
策略一：導入前的流程挖掘比寫機器人更重要
策略二：錯誤流程自動化等於自動化錯誤
三 維護與支援成本 Maintenance Cost
RPA 的維護成本極容易被忽略
因為只要 ERP、瀏覽器、UI 更新
機器人就可能失效
因此需要
流程監控
排程管理
例外處理
程式維護
企業常見維護困境
困境一：腳本壞掉 → 沒人會修
困境二：流程變動 → 機器人需重寫
困境三：系統更新 → BOT 大量當機
維護費用通常為授權的 15～25% 每年。
四 流程挖掘費用 Process Mining Cost
流程挖掘是 2026 年 RPA 的必備項目
因為若流程選錯，整個專案會變成燒錢洞。
流程挖掘能
找出隱藏成本
計算自動化 ROI
判斷流程穩定性
避免選錯流程
戰國策集團採用流程挖掘先行模式
能讓企業省下 20～40% 無效導入費。
五 IT 基礎設施成本 Infrastructure Cost
無人值守 BOT 需伺服器或雲端主機
有人值守 BOT 需高穩定性電腦
若使用雲端則轉為訂閱制成本
企業常見誤解
困境一：伺服器不足導致 BOT 速度慢
困境二：無備援環境導致 BOT 當機全停
六 員工培訓與變革管理成本 Training Cost
RPA 導入不是 IT 專案
而是變革管理專案
員工需學習
例外處理
BOT 操作流程
新工作型態
忽略此成本會造成
困境一：員工反彈
困境二：流程無法成功落地
困境三：BOT 無人管理而失效
七 AI 與進階模組成本 AI Module Cost
若企業需
OCR 文件自動辨識
NLP 文字理解
ML 預測模型
則須支付額外模組費用
通常為用量計價
AI 模組是 2026 年 RPA 成本的主要成長來源
但 ROI 也最顯著 🔥。
八 擴展與治理成本 Governance Cost
當 BOT 從 3 台擴展到 30 台
需要 BOT 管理辦公室（COE）
需治理架構
需版本控制
需稽核與合規管理
此成本是企業最容易忽略的長期 TCO。
市場價格比較：供應商模式差異
供應商主要分三類：
國際大廠（高成本、高穩定性）
低成本平台（低門檻、低彈性）
戰國策集團顧問模式（高 ROI、流程導向）
企業導入 RPA 的核心不是價格
而是成功率
而成功率來自流程策略與顧問能力。
ROI 投資回報模型：RPA 效益量化
RPA 效益包含三類
人力節省
錯誤率降低
流程速度提升
但更重要的是「無形效益」
員工壓力降低
合規性提升
流程可視化
營運風險降低
成功企業 ROI 多落在 30%～200%
失敗企業 ROI = 負數
因為 BOT 不穩、無法維護、流程選錯。
戰國策集團的流程挖掘先行模式
通常可提升 ROI 至 50%～150% 🎯。
案例研究：M 科技的 RPA 成本優化實例
M 科技每年因人工輸入錯誤損失 50 萬以上
三位會計長期加班
流程繁瑣且無法標準化
導入策略
流程挖掘 → 流程優化 → 混合式 BOT
導入後成果
人力成本節省 120 萬
錯誤損失降低至接近零
流程速度從 3 天變成 0.5 天
專案 ROI：43%
RPA 成為企業營運的固定基礎，而非開銷。
FAQ：企業導入 RPA 最常見的十個問題
Q1：RPA 的 TCO 大概是多少
A：150～500 萬，新創與大型企業可能上看千萬，依流程數量與複雜度決定。
Q2：RPA 與傳統系統整合成本差在哪裡
A：RPA 是 OPEX 持續性費用，SI 是 CAPEX 一次性投入。
Q3：怎麼判斷流程是否適合自動化
A：需符合規則明確、重複性高、資料可結構化三大條件。
Q4：RPA 最大的隱藏成本是什麼
A：流程維護與變革管理。
Q5：開源 RPA 是否真的零成本
A：授權零成本，但人力維護的風險和開銷極高。
Q6：授權是按流程或 BOT 計價
A：多數供應商按 BOT 計價，顧問公司可提供流程式計價。
Q7：雲端 RPA 能省多少
A：約 10～20%，但需注意資安與資料合規。
Q8：RPA 導入失敗的風險成本是多少
A：高額 sunk cost，加上錯失市場機會，無形成本更巨大。
Q9：RPA 專案能否分期付款
A：戰國策集團與部分供應商提供彈性方案。
Q10：如何確保 RPA 投資帶來最大回報
A：流程挖掘先行、混合式部署、專業顧問陪跑。
專業建議：企業 2026 RPA 部署三大策略
策略一 流程挖掘先行
策略二 採用混合式部署減少授權費
策略三 將 RPA 納入三年治理架構避免維護失敗
戰國策集團可協助
流程評估
技術選型
ROI 模型
BOT 治理
全託管維護
協助企業從第一天開始就走在正確方向 🚀。
戰國策集團｜2026 RPA 超自動化顧問服務
戰國策提供
流程挖掘先行
高 ROI 混合式部署
BOT 治理架構
24 小時維護支援
企業級 RPA 策略規劃
我們的核心使命
讓 RPA 從「成本」變成「戰略投資」。
立即聯繫戰國策
免費諮詢專線：0800-003-191
LINE 官方帳號：@119m
官方網站：nss.com.tw
讓我們協助您在 2026 年打造企業級自動化引擎！🔥
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 >>
擔心AI讓飯碗不保？微軟研究：這10大職業最危險！
生成式AI正在重塑職場，哪些工作最有可能被AI取代？又有哪些職業仍相對安全？微軟透過20萬筆用戶與Copilot聊天機器人的對話，分析出AI在職場中的真實影響。
文／王穎皓 由Cheers授權轉載
本文導覽
AI最常被使用的情境AI最擅長 V.S. 不擅長的任務受AI影響最大 V.S.最不受影響職業排名AI對高薪工作影響最大？此份微軟報告的參考性高嗎？
隨著生成式AI技術快速發展，職場變革已成為不可逆的趨勢。微軟最新研究分析了2024年前9個月、20萬筆Copilot用戶對話紀錄，發現AI最常被應用於知識型任務，包括資訊蒐集、內容撰寫、簡單諮詢與對外溝通。
AI最常被使用的情境
根據微軟研究團隊的分析，當用戶與AI協助時，多數需求集中在閱讀、研究、撰寫等文字性任務。反映出現階段AI在處理文字、語言和資訊整理方面的強大能力。
值得關注的是，雖然使用者與AI實際執行的任務僅約有60％重疊，意味著在40％對話中，兩者並不完全吻合。也就是說，AI的實際執行角色往往是解說、教學、勸導和提供協助，而用戶多數是在尋求資訊、進行閱讀研究工作。
雖然用戶對AI的期待與AI的實際能力之間存在差距，但AI在知識型工作上的應用潛力仍然相當可觀。特別是在需要大量資訊處理和文字工作的領域，AI已展現出顯著的輔助效果。
這種使用傾向反映AI最能勝任的是支援性角色，而非全面取代。例如，行銷人員可能讓AI協助撰寫文案、彙整市場資訊；客服代表則用AI整理回覆腳本、處理常見問題。
AI最擅長 V.S. 不擅長的任務
微軟研究也發現AI在特定工作活動上表現特別出色。在用戶滿意度最高的工作類型中，內容書寫、文件編輯、資訊研究、簡單諮詢與產品評估名列前茅。
若從任務層級觀察，微軟指出以下幾種類型的工作最容易被AI「助攻」甚至「自動執行」：
文字處理：內容撰寫、簡報製作、文件編輯。
資訊彙整：市場研究、資料查詢、產品分析。
基礎諮詢：常見問題解答、產品比較、流程教學。
這些活動有幾個共通點：結構化程度高、語言為核心、可遠距完成。這使得AI可以迅速提供可用結果，且用戶滿意度高。
相對而言，AI在以下工作中的表現尚不理想：
數據分析：需要判讀多元資料並下決策。
視覺設計：涉及美感判斷與創造性。
跨部門協作與複雜溝通：需理解人際互動脈絡與非語言線索。
這顯示AI雖強大，但尚未能完全勝任需高度創意與人際敏感度的任務。
受AI影響最大 V.S.最不受影響職業排名
微軟研究員根據Copilot用戶對每一個回覆的「讚」或「倒讚」，計算出「AI適用性分數」（AI Applicability Score）排名，評估不同工作活動由 AI 執行或支持的難易程度。
獲得更多「讚」的任務，代表用戶滿意度較高，AI 能取代該工作的機率愈大。而分數愈大則代表受AI影響較大。
口譯員及翻譯人員以0.49的分數居首，成為最可能被AI取代的職業。
這並不令人意外，因為AI在語言翻譯任務中的表現已相當優異，Google和Amazon等科技巨頭都推出了功能強大的翻譯應用程式。
緊隨其後的是歷史學家（0.48分），研究人員指出，收集歷史資訊正是AI表現最優異的領域之一。許多Copilot用戶習慣使用聊天機器人來研究歷史或社會議題，或審查材料的正確性，這使得傳統歷史研究工作面臨巨大挑戰。
AI最可能取代的前十大職業名單：
口譯員與翻譯人員（分數：0.49）
歷史學家（0.48）
乘客服務員（0.47）
銷售人員（0.46）
作家與作者（0.45）
客戶服務代表（0.44）
電腦數值控制（CNC）工具編程人員（0.44）
電話接線員（0.42）
售票員與旅遊社員工（0.41）
廣播播報員與電台DJ（0.41）
這些職業普遍具備3種特性：
高語言密集度（如翻譯、寫作、廣播）。
重複性高或流程明確（如接線、售票）。
可被遠端工具支援，非現場執行。
AI最難取代的職業名單：
與此對比，AI最難取代的職業則集中在以下類型：
需面對面互動的照護與服務工作：如護理助理、按摩師。
需要實體操作的技術勞動：如卡車司機、屋頂工、洗碗工。
依賴高度感官或體能判斷的職業：如建築工人、維修人員。
這些工作仰賴人類的實體行動、感官知覺與情緒理解能力，目前AI尚難模擬。
研究特別指出，「AI協助性」和「AI自動執行性」存在明顯差異。
許多需要實體操作的職業雖然可以透過AI獲得資訊和建議協助，但AI幾乎無法完全自動取代人類進行實際操作。這個發現為職場轉型提供了重要啟示：即使在AI時代，人機協作仍將是主流模式。
AI對高薪工作影響最大？
微軟研究在分析AI影響與社會經濟因素的關聯性時，發現了一些令人意外的結果。首先，AI影響力與職業平均薪資的關聯度相當微弱，這打破了「高薪工作更容易被AI取代」的普遍認知。
在學歷方面，研究顯示需要大學學歷的職業確實受到AI影響較高，但各學歷層級之間存在明顯的重疊區域。這意味著AI的影響並不完全按照傳統的教育程度區分，而是取決於工作內容的性質。
此份微軟報告的參考性高嗎？
然而，研究也指出了幾個重要的限制因素。
首先，統計數據僅反映「AI已展現的能力」與「用戶確實使用」的部分，無法完全預測未來的絕對影響程度。其次，研究僅基於Copilot平台，未涵蓋所有AI產品的使用情況，可能存在樣本偏差。
更重要的是，實際的AI影響程度將高度受到後續工作內容重構和職場決策的影響。許多組織可能會選擇將AI作為輔助工具，而非完全替代人力，這將大幅影響最終的就業結構變化。
從長遠角度來看，這項研究對於處在高風險職業的工作者而言，將是一記警鐘。及早學習新技能、轉換職涯跑道或學會與AI協作，將是適應未來職場變化的關鍵策略。
（資料來源：Microsoft Research、Entrepreneur）
（原文標題：微軟最新研究：AI最可能取代的１０種職業）
延伸閱讀：
AI時代的「大裁員潮」開始了嗎？工業革命級的衝擊正在逼近
不只AI搶飯碗！Z世代成企業裁員首選 專家揭「邊緣化」五大原因
「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？
用對ChatGPT，能「多賺一份收入」？５步驟用AI打造你的副業
AI取代人力後，效率反而下滑？全球獵頭公司Korn Ferry：小心裁員的隱性成本
誰該為AI新同事負責？國際兩大調查：人資將成為「Agent Boss」
盤點20大職場必備AI工具！專家：未來9成工作者都須懂AI
AI正逐漸改變企業生態，在人才缺口愈來愈大的情況下，未來將有高達90%的人需要具備AI素養，就像使用辦公室軟體一樣，成為工作者人人必備的技能。本文解析「10種工作情境、20大好用AI工具」，以及企業如何投入數位轉型和人才培育。
文／林麗珊 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
找到應用場景，幫「人」解決問題未來職場：九成工作者都必須懂AI10種工作、20大好用AI工具盤點
從高科技、資通訊到傳統產業，都爭相投入數位轉型和人才培育，提升員工與AI協作的能力，讓愈來愈昂貴又稀少的人力，做更有價值與創造性的工作。
生成式AI帶來的改變，被喻為第四波工業革命，不管是生產力提升、還是工作與生活方式的改變，都衝擊著企業經營的外在環境。面對這場可能長達十年的AI轉型馬拉松，企業該如何自我準備，帶領員工共同迎向未來，成為首要挑戰。
Google Cloud與人工智慧科技基金會合作發布《台灣企業AI準備度調查報告》，指出企業AI準備度分為五大面向：數據力、創新力、技術力、治理力、運算力。各項指標中，與組織調整、人才培育相關的分數幾乎都墊底。
即便近七成的企業表示，員工對AI的知識了解程度偏低，但僅5.9%的企業在未來三年將優先投入資源在人才招募或培訓上。
（圖／由天下雜誌授權轉載）
協助企業訓練安全AI模型的台灣人工智慧實驗室創辦人杜奕瑾觀察，相較於生成式AI出現以前，現在台灣企業的成熟度逐漸提升，「大型企業愈來愈知道自己需要什麼樣的AI解決方案，人才也需要升級，擁有相應的能力。」
根據104網站的統計，目前市面上約有2.9萬個AI人才相關職缺，年成長7%左右，但呈現產業分布不均衡的現象。
對於AI資本投入和數位化程度更高的半導體業、高科技製造業，以及以數據和服務為基礎的資通訊產業，最缺乏AI人才，這代表技術力的領先，而這些產業也處在領跑的位置。
人工智慧科技基金會連續兩年的「台灣產業AI化大調查」，發現台灣企業僅三成在內部啟動AI專案，其中資通訊產業整體分數領先，與傳產及政府部門的落差巨大。
找到應用場景，幫「人」解決問題
生成式AI的出現，讓企業與員工都產生了危機感，有愈來愈多企業站上轉型的起跑線。
2018年，鉅鋼機械管理部經理簡光正就是第一批到人工智慧學校上課的中部傳產資訊主管，當時他就看見AI可能帶來革命性的改變，但他也深刻感受到，即使生成式AI出現，在傳統製造業中仍然很難找到應用場景。
例如，生成式AI目前經常被應用在聊天機器人的客服，但生產製鞋工具機的鉅鋼，產線問題複雜，機台故障的原因千百種，很難單純依靠AI客服解決。
「客戶花了一、兩千萬買機台，不太可能只靠AI問答就解決問題，客戶不會信任，一定會打電話來問，」簡光正說，在效益不高的情況下，目前只能先從改善營運效率中找AI應用場景，還沒辦法導入核心產線。
反觀另一間傳產亞東預拌混凝土，則是為了求生存，大力投入數位轉型，針對人才進行培育，改善整體生產流程。
「我們資源有限，不能為了AI而AI，一定要拿來解決人遇到的問題，」亞東預拌總經理金崇仁說。
2020年，金崇仁擔任亞東預拌混凝土總經理，當時公司獲利長年都在及格邊緣，他認為這並非永續經營之道，決定展開全面數位轉型，提升整體營運效能。
過去水泥業必須大量靠人力管理原物料，既費時、高危險、也不精準。砂石原料易受天氣影響，每日含水量不同，配方也需要相應調整，廠內員工還要每天爬上14層樓高的桶槽，以測量料槽內的原料狀況與存量。
年屆70的金崇仁，仍然有著強烈的學習心與求知慾。他看到科技廠應用無人機做廠區的巡檢，便主動去考無人機操作執照，挽起袖子親手實作。
現在亞東預拌在全台20個廠區，桶槽上都裝有智慧感測裝置，能即時監測並回傳桶槽內原料數據，還能透過無人機紅外線感測裝置，來判斷桶槽內的膠料狀況。
「數位轉型一定是人才優先，」當金崇仁決定著手調整公司體質時，他主動帶領50名高管與數位轉型團隊，報名人工智慧學校經理人專班，完整參與為期14週的課程，團隊回到公司後，開啟了26件數位轉型專案。
在亞東兩年半的數位轉型旅程中，軟體與人才的支出，甚至超越硬體支出，其中對於人才培育的投資佔比超過七成。不過，這也使公司整體獲利成長達到74%，逐步展現數位轉型的成效。
未來，混凝土廠產線上的人力將大量減少運用體力與高危險工作，而是在監控室判讀數據，並即時操作、調整混凝土配方，達成更高效的精準生產。
未來職場：九成工作者都必須懂AI
AI正逐漸改變企業生態。長期培育產業AI人才的台灣人工智慧學校校務長蔡明順分析，生成式AI重新定義了人們的工作內容與人機互動、協作模式。
在人才缺口愈來愈大的情況下，未來將有高達90%的人需要具備AI素養，就像使用辦公室軟體一樣，成為工作者人人必備的技能。
AI素養包括了解AI的原理與使用、評估應用場景、AI規範與倫理等，唯有真正了解AI的能力與限制，才能有效提升生產效率。
尤其是知識工作者、技術工作者，在與AI協作時，必須結合產業的專業知識，才能驗證AI的正確性。因此，如果企業需要深入導入AI工具，甚至啟動全面AI轉型，一定得先提升內部員工的能力，並將AI人才培訓納入策略規劃中。
人工智慧科技基金會技術處總監張嘉哲建議，尚未起步的企業，應先盤點自身的業務流程，梳理清楚有哪些會產生資料的節點後，再規劃應用場景，並針對業務同仁進行培力、舉辦內部競賽、促進跨部門合作等，撒下種子，啟發有潛力的人為企業帶來改變。
「導入AI其實也在為未來缺工的情況做準備，」國泰人壽數據暨人工智慧發展部協理莊淑儀說，AI不會取代人的專業，但是可以簡化重複性工作，讓愈來愈昂貴的人力，做更有價值與創造性的事業。
企業希望擁抱數位轉型，帶領員工共同前行是關鍵挑戰。如果只懂得技術，缺乏產業的背景知識，將很難發揮創意、解決工作的痛點。
在這場數位轉型的人才大戰，培養最了解流程的一線員工共同成長、轉型，是企業必備核心競爭力。
10種工作、20大好用AI工具盤點
工作AI工具特色網址1. 機器人聊天ChatGPT摘要、產文或代碼等廣泛任務，支援語音對話https://chatgpt.com/Claude擅長長篇內容理解及分析，適合複雜任務https://claude.ai/2. 研究、資訊蒐集Perplexity即時連網整合多方資訊，生成內文附資料來源https://www.perplexity.ai/Consensus針對研究文獻的搜尋引擎，可直接生成文獻回顧https://consensus.app/3. 文案寫作Writesonic多種SEO功能，提供快速或多步驟的文章模板https://writesonic.com/Copy.ai提供多種用途的寫作模板，適合創意或行銷文案https://www.copy.ai/4. 圖像生成Midjourney根據文字或圖片生成風格的圖象，藝術風格強https://www.midjourney.com/Stable Diffusion可根據需求調整多種參數，創造專業的視覺效果https://stablediffusionweb.com/5. 圖片編輯Adobe Photoshop整合修圖、改圖等功能，適合專業影像編輯https://www.adobe.com/Pixlr具備圖像生成及設計功能的圖片編輯器https://pixlr.com/6. 影片製作Runway高保真的影片生成與編輯，可根據真人生成動畫https://runwayml.com/Descript文字驅動的影片編輯器，修改逐字稿可編修影片https://www.descript.com/7. 音樂／音效製作Suno可根據文字生成人聲或純音樂歌曲並生成歌詞https://suno.com/Stable Audio高度客製化的音樂生成工具，歌曲可達3分鐘https://stability.ai/stable-audio8. 文件處理Gamma根據提示輸入需求，即可快速生成簡報https://gamma.app/zh-twNotebookLM整合多種內容到筆記本，以獲得限制來源的回應https://notebooklm.google/9. 數據分析Julius AI含文獻回顧、數據清理及統計功能的分析工具https://julius.ai/Polymer以對話方式分析數據、生成儀表板、見解與建議https://www.polymersearch.com/10. 程式開發GitHub Copilot即時建議和自動補全程式碼，支援多種程式語言https://github.com/features/copilotCursor用文字對話創建代碼、開發應用的程式碼編輯器https://www.cursor.com/研究整理：伍芬婕（由天下雜誌授權轉載）
（圖／由天下雜誌授權轉載）
（原文標題：20大必備AI工具大盤點 AI時代新職場，如何解放自己的時間與創意？）
推薦閱讀：
AI時代如何提高競爭力？世界經濟論壇：最須具備的10種關鍵能力
用ChatGPT準備面試練習！AI履歷撰寫和模擬面試必學指令
億萬富翁：我拒絕來往的兩種人
跟老闆搭同班電梯也不怕的閒聊法：只需要說3種話，其他都是廢話
年輕人真的只想躺平嗎？Z世代不得已的「精緻窮」背後原因
AI協作的3個關鍵階段：節能、增能、賦能！
原標題：AI協作的3個關鍵階段：節能、增能、賦能！【聽見趨勢】
AI浪潮席捲而來， 工作型態正在改變，很多人對AI在工作中可能帶來的影響感到些許困惑和不安。不禁會問：「AI會取代我們嗎？」「如何用AI？」「從哪裡開始？」因為這些疑問，我們特別邀請在AI協作有豐富實戰經驗的小花老師，來進行分享。老師不僅有資訊背景，還是簡報溝通專家，融合與「資訊」及「人」的溝通洞察，給出許多應用AI的超實用建議！
文： 趨勢來賓 | 林稚蓉 小花老師
本文目錄：
與AI協作溝通的應用與挑戰
如何用AI優化企業作業流程
AI協作3階段：節能、增能、賦能
AI時代的人類角色：你依然是機長！
3個層次的工作思維 從哪裡開始使用AI
1. 與AI協作溝通的應用與挑戰
在AI工具的應用過程中，許多人最常遇到的問題是「如何讓AI回答更精準」。有時AI的回答看似離題，或者產生「幻覺」，讓使用者感覺比自己動手做還要更花時間。這種困境往往會讓初學者感到挫折，甚至放棄繼續使用AI工具。然而，這個問題的關鍵在於我們如何與AI進行有效溝通。
小花老師提到，因為自己過去資訊管理背景和簡報培訓經驗，因而對人機溝通有獨特的見解：「在資訊管理我們是要跟電腦講話，可是簡報培訓要講的是要跟人講話。而AI則是介於兩者之間，它需要明確的目的性、對方的邏輯性，以及精練易懂的表達方式。」基於這個概念老師分享了3個突破這些挑戰的關鍵方向：
方向1：理解AI提問的語法與邏輯
第一個關鍵方向是理解與AI溝通的基本語法和邏輯。老師提出生動的比喻：我們應該把AI視為一個「外國人」，而不是單純的機器。就像與外國人交談需要遵循特定的語法規則一樣，與AI溝通也需要掌握相應的「語法」。這包括了解官方提供的提示工程（Prompt Engineering）技巧，以及如何構建清晰、邏輯性強的提問。
「你不能把AI當做機器，你要把它當作是一個外國人，用他懂的語言，交流他懂的事情」。透過系統性地學習和運用這些溝通技巧，我們可以顯著提升與AI互動的效果。
將AI視為「外國人」而非機器，需要用特定的語法與之溝通
研究官方提供的提示工程（Prompt Engineering）技巧
掌握提問的基本文法和邏輯結構
104人資市集一站式幫你解決企業培訓，管理、AI職能、企業法遵>>
方向2：了解AI的能力與限制
AI技術雖然強大，但並非萬能。我們必須清楚認識AI可能產生「幻覺」，即一本正經地說出不準確的信息。同時，很多AI模型無法實時連網獲取最新信息，也可能在數學計算等特定領域表現欠佳。了解這些限制對於正確使用AI工具至關重要。「不是複製貼上就很容易就要上當了」老師提醒到「你要知道他可以做到什麼程度，他的限制又在哪裡，風險又在哪裡。」這種了解能幫助我們更準確地評估AI輸出的可靠性，並作出相應的調整和驗證。
持續關注AI功能的更新與發展
認識AI的局限，如無法上網、可能產生幻覺等
避免單純複製貼上，需要理解內容的正確性
方向3：善用不同AI工具的優勢
在當前AI工具快速發展的環境中，每個工具都有其特定的強項。例如，Chat GPT、Copilot、Gemini等工具各自擅長不同類型的任務。我們應該實際測試來了解每個工具的特點，並學會組合使用這些工具來達到最佳效果。「它們各自的強項，你都去嘗試過之後，你會發現工具是要多個東西組合之後，才會發揮你的效果。」這種組合使用的方法能夠彌補單一工具的不足，創造出更全面的解決方案。
小花老師分享了在金融業的實務應用案例：「像GPT或者是一些生成式AI，他們其實數學能力非常不好，會把數字當作文字來做處理。因此在進行數據分析時，我們建議將計算工作留在本機端進行，而使用AI來協助產生Excel函數公式再進行數據趨勢分析。」
每個AI工具都有其特定強項，如ChatGPT、Copilot、Gemini各有所長
多方嘗試不同工具，找出最適合的組合
透過工具組合來發揮最大效益
2. 如何用AI優化企業作業流程
在企業環境中，AI不僅是一個輔助工具，更可以成為提升工作品質的重要夥伴。小花老師認為，AI就像電力一樣「只要用到電的地方，都會有改善；同樣地，AI可以用在任何有關思考的部分，都可以帶來改善。」特別是在思考、企劃、溝通等需要創意發想的領域，AI的應用可以帶來顯著的效益提升。
然而，在運用AI工具時，企業必須特別注意資訊安全的議題。正如之前新聞報導三星員工將公司資料上傳至AI平台的事件，如何在提升效率與保護資料間取得平衡，是企業必須審慎考量的。以下分享幾個具體應用案例：
提升簡報製作效能
運用AI進行角色扮演，模擬不同聽眾的思維模式
針對不同對象客製化簡報內容和開場方式
提高提案的精準度和準備效率
提升規劃能力
老師分享了一個企業ESG工作計畫的實際案例：
運用AI進行利害關係人分析
模擬不同角色的需求和期待
透過管理顧問的角色扮演，擴展思考維度
根據各方意見制定具體執行方案
透過AI的協助，讓原本資歷較淺的員工也能在思考的廣度、深度和執行細節上有更好的表現。
3. AI協作3階段：節能、增能、賦能
AI的應用不應該是盲目追求新工具，而是要找到真正能夠為工作帶來價值的方式。老師觀察到，2023年人們熱衷於追逐各種新興AI工具，但到了2024年，企業的關注點已經轉向如何讓這些工具真正落地並解決實際問題。
老師以工具箱做比喻：「現在很多人手上都有很多AI工具，就像工具箱裡有很多螺絲起子，但卻不知道怎麼用這些工具來進行修理。」因此，重點不在於掌握多少工具，而是要培養使用情境的想像力，真正了解如何運用這些工具來解決實際問題。基於這樣的理解，AI協作可以分為三個階段，企業和個人可依據需求選擇適合的切入點：
節能階段：優化基礎工作流程
節能階段是AI應用的入門級別，主要針對那些耗時但相對單純的工作任務，這類工作的特點是幾乎人人都能完成，但往往需要耗費大量時間和精力，比如客戶發來一份PDF格式的報表數據，傳統做法需要手動重新輸入，不僅費時且容易出錯。但透過AI工具，可以快速將圖片中的表格轉換為可編輯的表格形式，這將大幅提升工作效率。
節能階段特別適合作為入門起點，因為這類任務相對簡單，容易看到明顯的成效。「當我們發現AI工具可以幫你省下這些瑣碎的時間，就會更有動力去探索其他的應用可能」。此外，這個階段的工作通常風險較低，即使出現錯誤也容易發現和修正，非常適合作為練習和熟悉AI工具的切入點。
增能階段：提升專業工作品質
進入增能階段後，AI的應用開始觸及到專業領域的核心工作。這個階段的特點是，使用者本身已經具備相關專業能力，而AI的角色是協助他們做得更好、更快、更精準。老師更分享了自己在製作簡報的經驗：「比如我需要幫客戶寫文案，我可以讓AI先產生多個版本的文案建議，然後基於我的專業判斷進行調整和優化。這樣不僅能激發更多創意靈感，也能大幅提升工作效率。」
這階段，AI不是取代人的專業判斷，而是透過提供更多選擇和可能性，幫助專業人士做出更好的決策。這種協作模式能夠顯著提升工作質量，同時也能為專業人士騰出更多時間專注於需要深度思考的任務。
賦能階段：開拓新的專業領域
賦能是AI協作的最高階段，善用AI輔助獲得新的能力和提升專業。在這階段，使用者能突破原有的專業限制，探索和掌握新的領域。小花老師觀察到，許多專業人士透過AI工具，成功地將自己的專業知識延伸到相關領域：「比如一個財務專家，可能過去只專注於數據分析，但透過AI的協助，他可以更容易地將這些專業知識轉化為易懂的視覺化報告，甚至發展出數據故事化的能力。」
賦能階段的關鍵在於，它不僅能提升效率、改善現有工作流程，更創造出新的可能性。善用AI專業人士可以更快地跨越學習曲線，建立起新的專業能力。這對於當今快速變化的職場環境特別重要，因為它讓終身學習和專業轉型變得更加可行。
免費申請試閱企業訂閱制課程！法遵、職能、AI通識課提升全員工競爭力 >> https://104ha.com/5CjvW
4. AI時代的人類角色：你依然是機長！
在AI時代，人類的角色定位至關重要。小花老師做了一個生動的比喻：「人的角色永遠是機長。即使現在的飛機很多部分都是由機器在操控，但為什麼還需要機長？因為機長要知道怎麼安全地把這些旅客帶到目的地，必須要應付突發狀況。」
這個比喻深刻點出人類在AI時代的核心價值：不是與AI競爭執行力，而是在掌握方向、判斷決策、危機處理等方面發揮獨特優勢。正如同機長一樣，我們不能把方向盤完全交給AI，而是要學會如何與AI協同合作，共同達成目標。
我們的核心職責
掌握方向：確定目標和願景
做出決策：判斷關鍵時刻的選擇
處理危機：應對突發狀況
承擔責任：為結果負責
3個層次的工作思維
工人思維：專注於完成具體任務
工頭思維：規劃設計與管理
建築師思維：理解需求，規劃願景
當AI變成每個人的標配，誰會產生更大更好的價值？就是懂人的人。—小花老師
5. 從哪裡開始使用AI
在面對AI工具快速發展的現狀，許多人感到困惑：究竟該從何處開始？是否要追逐每一個新出現的AI工具？在這部分老師觀察到，很多人在嘗試使用AI時往往陷入兩個極端：要麼因為害怕而遲遲不敢嘗試，要麼過度追逐各種新工具而失去重點。
老師強調，開始使用AI的關鍵不在於掌握多少工具，而在於找到適合自己的切入點，並且建立起正確的思維模式。「就像學開車一樣，一開始不需要了解引擎的工作原理，而是要先學會基本操作，逐步建立信心。」對於想要開始運用AI的個人或企業，小花老師提供了以下建議：
從工作情境出發
找出工作中的痛點
識別可能的應用情境
從簡單的任務開始嘗試
3個關鍵發展方向
了解AI：掌握潛能、限制和操作方法
了解人性：培養溝通能力和同理心
了解自己：釐清目標和行動意義
實踐建議
在使用AI之前，先靜下心來思考目標
清楚理解問題和需求
循序漸進，從節能階段開始
我們應該更加了解自己做這件事情對個人跟團隊的意義是什麼。當我們了解意義、了解目的時再去溝通，AI就不會胡說八道，它會順著這樣的意義感展開跟延伸。
透過小花老師的分享，我們可以看到AI不僅是一個工具，更是一個協作夥伴，協作過程關鍵在於我們如何正確定位自己的角色、如何善用AI特性，在提升效率的同時，也不斷強化自己的核心競爭力。AI時代，最重要的不是追逐所有新工具，而是找到適合自己的使用方式，並始終保持對專業與人性的關注！
業界最划算的企業培訓訂閱制方案！免費申請課程完整試閱 >>
超過7000+的HR都報名過的104人資學程！七大主題課程幫你系統化學習 >>
免費企業學習平台 x 培訓課程 = 零成本企業培訓自動化 >>
訂閱人資市集電子報獲得專家工作分享及產業新知 >>
加入104人資市集官方line獲得最新優惠及活動資訊 >>
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
2025-10-27 經濟日報記者彭慧明 由聯合新聞網授權轉載
全球科技研調機構Gartner 27日發布對2026年重點關注的十大戰略技術趨勢。Gartner研究副總裁高挺（Arnold Gao）表示，2026年各項戰略層面重要技術動向密切交織，反映了一個由人工智慧（AI）技術驅動的高度互連世界現實圖景，技術領域創新速度湧現的新成果將大量出現、遠超從前。
Gartner提出的2026年重要戰略技術趨勢如下：
一、AI超級運算平台
AI超級運算平台整合CPU、GPU、AI ASIC、神經形態運算與替代性運算範式，使企業統籌複雜工作負載，同時釋放更強性能、更高效率與更多創新潛力。該系統融合強力處理器、海量存儲、專用硬體與編排軟體，可處理機器學習、模擬與分析等領域資料密集型工作負載。
Gartner預測，到2028年，應用混合計算範式架構於關鍵業務流程的領先企業合計超過40%，較當前8%水準大幅增長。
二、多智慧體系統
多智慧體系統（MAS）是多個AI智慧體構成、利用交互作用實現複雜個體或共同目標的集合，既可在單一環境中交付，亦可於分散式環境中獨立開發部署。
高挺表示，通過使用多智慧體系統，企業可實現複雜業務流程自動化、提升團隊技能、開創人類與AI智慧體新協作方式。採用模組化設計的專業智慧體通過在各工作流中重複使用成熟解決方案提升效率、加速交付與降低風險。此方案便於擴展運營規模與快速適應需求變化。
三、特定領域語言模型（DSLM）
資訊長（CIO）暨執行長（CEO）要求AI帶來更多商業價值，但一般大語言模型（LLM）難以勝任專業任務。特定領域語言模型（DSLM）憑藉更高精度、更低成本與更高合規性填補這一空白，是針對特定行業、功能或流程專用資料上訓練或微調的語言模型，DSLM能更精準、可靠且合規地滿足特定業務需求。
Gartner預測，到2028年，企業使用的生成式AI（GenAI）模型超半數屬於特定領域模型。情境 (Context) 成為決定代理部署成功與否的關鍵因素之一。基於DSLM的AI代理可解讀特定行業情境，即使在陌生情境中也能做出合理決策，因而具備超卓準確性、可解釋性與決策合理性。
四、AI安全平台
AI安全平台為協力廠商暨客製化AI應用提供統一防護機制，進行集中監測、強制執行使用策略，有效防範AI特定風險，如提示注入攻擊、資料外洩、惡意代理行為等，幫助CIO執行使用政策、監控AI活動、在全AI系統中建立統一防護邊界。Gartner預測，到2028年，使用AI安全平台保護AI投資的企業比率超過50%。
五、AI原生開發平台
AI原生開發平台使用GenAI實現空前快速、便捷的軟體發展。軟體工程師作為「前端部署工程師」進入業務部門，使用該平臺協同領域專家開發應用。企業只需維持現有開發人員規模，組建微型團隊配合AI即可開發更多應用。目前，領先企業組建微型平臺團隊，在安全與治理框架範圍內讓非技術領域專家能自主開發軟體。
Gartner預測，到2030年，80%的企業通過AI原生開發平臺使大型軟體工程團隊轉為更靈活的小團隊並通過AI賦權。
六、機密運算
機密運算重塑企業敏感性資料處理方式。由於工作負載被隔離在基於硬體的受信任執行環境（TEE），即使面對基礎結構所有人、雲端提供商或任一擁有硬體物理存取權限之實體，機密運算也能確保內容與工作負載隱形能力，對受監管行業、面臨地緣政治與合規風險的跨國公司與競爭對手的合作尤為重要。
Gartner預測，到2029年，在非可信基礎結構中處理的業務當中有超過75%將依託機密運算機制保障使用安全。
七、實體AI
實體AI是因人為賦權而具有感測、決策與執行能力的機器與設備（例如機器人、無人飛行器暨智慧型設備），將智慧型演化演算帶入到現實世界，為看重自動化、適應性與安全性的行業帶來可觀收益。但同時可能引發人們對就業的擔憂，因此要採取謹慎的變革管理。
八、前置主動式網路防禦
企業面臨網路、資料與聯網系統威脅倍增，前置主動式網路防禦正成為趨勢，以運用AI驅動的安全運營、程式化阻斷與欺騙技術在攻擊者行動前就實施干預，以預測手段實現防護。Gartner預測，到2030年，CIO從被動防禦轉向主動防護，前置主動式網路防禦解決方案將占企業安全支出總額一半。
九、數位溯源
企業日益依賴協力廠商軟體、開放原始程式碼與AI產生內容，數位溯源驗證已成為一項重要需求。數位溯源指對軟體、資料、媒體暨流程來源、所有權與完整性進行驗證的能力。企業可使用軟體物料清單（SBoM）、認證資料庫、數位浮水印等新工具驗證與追蹤供應鏈中的數位資產。
Gartner預測，到2029年，在數位溯源方面投入不足的企業會面臨高達數十億美元的制裁風險。
十、地緣式遷移
地緣式遷移指企業因考慮到地緣政治風險而將資料與應用從全球公有雲遷出至主權雲端環境、區域雲端服務商或自有資料中心等本地平台。主權雲端這一概念曾僅限銀行與政府機構，如今因全球局勢動盪加劇而影響各類企業。
Gartner預測，到2030年，歐洲暨中東地區將有超過75%的企業把虛擬工作負載遷移至降低地緣政治風險的解決方案，2025年還不足5%。
[joblist_plugin title='更多104【AI工程師】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&jobcat=2007001020&page=1' amount='3']
AI計畫失敗率高達85％！企業轉型最容易誤入哪6大陷阱？管理者必讀的實戰策略
為何許多企業大張旗鼓投入AI計畫卻屢遭遇困境？麻省理工學院的專家們歸納出6大迷思，深入分析AI策略常見的誤區，並提供切實可行的管理策略，協助企業高效轉型，成為市場的領航者。
文／王穎皓 由Cheers授權轉載
本文導覽
迷思一：高估AI能力，「低垂果實」觸手可及迷思二：AI只是另一個需要部署的工具迷思三：理想化的工作流程勝過現實複雜性迷思四：試點專案就足夠，生產部署可以慢慢來迷思五：高層謹慎決策優於快速行動迷思六：只談技術，忽略人與組織文化的作用從工具思維到轉型思維：重塑企業AI策略以釋放潛力
在AI快速發展的時代，許多公司紛紛投入AI轉型，但不少領導人卻發現，雄心勃勃的AI計畫往往無法帶來預期的商業價值。
儘管多數企業都已經開始導入AI，卻仍面臨一個共同挑戰——AI專案無法帶來實際價值。從試點階段無法落地、跨部門合作卡關，到高層觀望、轉型停滯，這些問題讓原本看似前途光明的AI計畫，陷入困境。
今年麻省理工史隆管理學院（MIT Sloan School of Management）舉辦的CIO高峰會上多位頂尖專家的分享，企業在制定AI策略時普遍存在六大迷思，而這些認知誤區正是導致AI專案失敗的主要原因。
迷思一：高估AI能力，「低垂果實」觸手可及
許多企業領導者對AI能力抱持過度樂觀的期待，認為AI可以輕易解決各種商業問題。
麻省理工史隆管理學院的資深講師韋斯特曼（George Westerman）直言：「我現在看到領導者最常犯的最大錯誤，就是高估了AI的能力。」他特別提到，許多企業談論「低垂果實」概念，但實際上這些果實並沒有想像中那麼容易摘到。
管理實戰策略：建立漸進式發展路徑，先從小規模試驗開始，逐步建立組織的AI能力。設定實際可行的目標，並建立風險評估機制，避免一開始就訂定過於雄心勃勃的計畫。重要的是要認知到AI的局限性，並據此調整期望值。
迷思二：AI只是另一個需要部署的工具
許多企業將AI視為一般的軟體工具，認為只要採購、安裝、訓練員工使用即可。
Liberty Mutual Insurance執行副總裁暨資訊長卡爾達斯（Monica Caldas）指出：「我們可能會犯的一個錯誤是把AI當成一個需要實施的工具。」她強調，AI實際上是一個極具意義的轉折點，需要從根本上改變企業的運作方式。
管理實戰策略：將AI視為企業轉型的催化劑，而非單純的技術工具。建立跨部門整合團隊，從組織文化、流程設計到人員培訓等多個層面進行全方位的變革管理。重新檢視企業的提問方式、團隊協作模式，並投入大量資源推動組織變革。
迷思三：理想化的工作流程勝過現實複雜性
企業在規劃AI應用時，往往基於理想化的工作藍圖進行設計，而忽略了組織實際運作的複雜性。
Anthrome Insight創辦人暨執行長斯威夫特（Melissa Swift）觀察到：「領導者在制定AI策略時的另一個錯誤，是把AI插入一個理想化的工作藍圖，而非組織實際的工作流程。」
管理實戰策略：深入了解組織真實的工作流程，包括那些混亂、複雜且難以處理的部分。在設計AI解決方案時，必須考慮現實環境的限制與挑戰，而非基於理想化的假設。需進行詳細的工作流程分析，確保AI能夠在實際工作環境中發揮效用。
迷思四：試點專案就足夠，生產部署可以慢慢來
許多企業陷入永無止境的試點階段，卻遲遲無法將AI專案推向生產環境。
Babson College的達文波特（Thomas H. Davenport）教授指出：「AI領域的一大問題在於有大量的試點、概念驗證和實驗，但真正投入生產的項目卻不多。」他強調，只有將AI部署到生產環境中，才能真正獲得經濟價值。
管理實戰策略：建立明確的從試點到生產的轉換路徑，設定具體的時間表和里程碑。為每個試點專案制定商業價值評估標準，並建立快速決策機制，避免專案在試點階段無限期延長。同時，準備好生產環境所需的基礎設施和支援系統。
迷思五：高層謹慎決策優於快速行動
許多企業高層擔心AI帶來的風險，因此採取過度謹慎的態度，導致決策緩慢。麥肯錫合夥人梅耶（Hannah Mayer）發現：「員工在工作中使用AI的意願和興奮度是領導者預期的三倍。」她指出，高層團隊之間的意見分歧往往是阻礙企業有效運用AI的主要因素。
市場研究機構Gartner最近的研究顯示，目前AI相關的計畫失敗率高達85％。但這並非放棄推動AI專案的理由，反之，是要了解到，從導入AI到實際讓組織受益，需要一段適應期間，不太可能只啟動一個AI專案就期待馬上獲得成功。
管理實戰策略：建立高層共識機制，快速凝聚決策團隊的意見。認知到員工對AI的接受度和期待往往超出管理層預期，應該善用這股動能快速推動AI的應用，避免因過度討論而錯失執行先機。
迷思六：只談技術，忽略人與組織文化的作用
許多企業過度專注於技術層面，忽略了人員培訓、組織文化和風險管理等關鍵因素。
Ferrovial的資訊暨創新長邦托洛斯（Dimitris Bountolos）強調：「任何橫跨整個公司的轉型，最終都與『人』這個因素密不可分。」
管理實戰策略：建立科技、數據和人員三位一體的整合策略。投入足夠資源進行人員培訓和文化變革，並建立完善的風險評估和韌性恢復機制。認知到無法完全阻止所有風險，但可以建立快速恢復的流程和系統。
從工具思維到轉型思維：重塑企業AI策略以釋放潛力
Flipt的總裁暨技術長古普塔（Vipin Gupta）提出了一個重要觀點：「思考AI時常見的一個錯誤，就是把它當成一個工具或技術。AI其實是一種全新的工作方式和運作模式。」
企業應該先了解AI的能力與潛力，而非急著用AI解決問題，卻沒有先問清楚AI能做什麼。這種缺乏好奇與探索精神的做法，往往限制了AI的真正潛力。
成功的AI策略需要系統性思維
企業要成功導入AI，必須跳脫這六大迷思，採用更加系統性和全面性的策略思維。
AI不僅是技術革新，更是組織轉型的催化劑。企業領導者需要在技術能力評估、組織變革管理、人員培訓、風險控制等多個層面進行整合規劃。
更重要的是，企業必須認知到AI導入是一個持續的學習過程，需要在實作中不斷調整和優化。只有避開這些常見陷阱，建立實際可行的期望值，並投入足夠的資源進行全方位的變革管理，企業才能真正發揮AI的潛力，創造可持續的商業價值。
在AI快速發展的時代，那些能夠避免這些迷思、建立正確AI策略的企業，將在激烈的市場競爭中占據優勢地位。
（參考資料：MIT Sloan、WSJ、Forbes）
（原文標題：公司導入AI的失敗率高達８５％？領導者都該避開的６大迷思：別太高估AI能力）
延伸閱讀：
AI 是想像的世界，在這個世界你想選擇怎樣的職涯？｜查特普拉斯管顧公司 吳承穎
AI時代的資工人何去何從？專家：向「文組」取經是條出路
金融業導入AI 跳躍式成長…運用生成式技術業者比例大增
AI會讓中階主管的工作消失嗎？５大不被取代的新型能力
誰該為AI新同事負責？國際兩大調查：人資將成為「Agent Boss」
🔥天下學習7月客座學習長李正屹：人人都該會銷售的世代！獨創一套「兩好三Why」的銷售策略，帶你學超級業務力
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
2025-10-08 聯合新聞網綜合報導 由聯合新聞網授權轉載
人工智慧（AI）正快速改寫科技業的人力需求版圖。根據求職平台Indeed最新發布的調查，美國科技職場正被「AI化」浪潮推向兩極：部分職位湧入大量求職者，部分則出現嚴重人才短缺。雖然整體科技業在疫情後經歷裁員潮，但AI帶來的技能轉型，使雇主所需的人才結構正發生深層變化。
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？
根據外媒「商業內幕」（Business Insider）報導，Indeed報告指出，雲端運算、資料分析與AI開發等AI關鍵領域，持續出現技術人才供不應求的現象；相對地，傳統軟體工程師與產品經理等職位，反而成為AI重整架構下的「高風險族群」。報告直言，原本僅是景氣循環下的科技招聘放緩，如今已轉為由AI驅動的新階段：企業要求更高、基層職缺更少，且「人機協作」能力正成為評估新員工的重要指標。
綜合Indeed與職場資訊平台Glassdoor資料，以及數據分析公司YouGov對美國1035名科技從業者的問卷調查，過去幾個月內企業在導入生成式AI後，裁撤最多的四種科技業職位依序為：軟體工程師與開發者、品質測試工程師、產品經理與專案經理。不過，這些公司並未單純縮編，而是將資源重新配置至資安、資料分析與AI團隊等新興崗位。換言之，AI雖取代部分職務，但也同時創造了新型職能需求。
從招聘趨勢來看，2025年上半年科技職缺中最常被要求的技能包括Python、SQL與亞馬遜雲端服務（AWS）。而成長最快的領域則涵蓋AI應用、Google Cloud平台，以及持續整合與部署（CI/CD）等快速開發流程。
Indeed分析，雇主正從「單一工具導向」轉向「技能群組導向」思維，例如Python、機器學習與資料分析被視為一體；AWS、DevOps與CI/CD則常成組出現。這代表企業期望員工具備跨技術整合能力，而非只精通單一專業。
報導表示，生成式AI的發展更進一步加速這種職能融合，傳統以編碼為核心的職業角色，正被重塑為結合提示工程（prompt engineering）、AI整合與負責任AI部署的新職務。Indeed指出，現代工程師被期待與AI工具「共同創造」，以提升效率與資料洞察力，因此對雇主而言，缺乏這類複合技能的人才已成為最大瓶頸。
「科技業的人才荒不會消失，只是正在轉向定義AI時代的新技能戰場」，Indeed建議企業透過內部培訓，讓具相鄰技能的員工轉向AI或資料相關職位，並重新包裝招募訊息，凸顯職涯發展與創新機會，才能吸引稀缺的高階人才。
離不開AI了！工程師怕變「指令操作員」 網曝正確用法：你會越來越強
2025-07-01 聯合新聞網綜合報導 由聯合新聞網授權轉載
AI當道，許多人在學習使用AI的同時，也擔心自己會不會被取代。一名工程師表示自己現在的工作完全離不開AI，怕自己變成指令操作員，對此網友們紛紛表示「順應潮流」。
延伸閱讀：AI來了！工程師也會被取代？ 力抗AI的5大關鍵：創意、跨域、情感、文化、批判
一名科技業RD（研發工程師）在Dcard發文表示，自己目前在一家不到50人的公司上班，以往都是公司上層開完SPEC（產品規格），交由原PO設計，驗證是否正確後就出產品。但近年AI發展迅速，目前看個SPEC，就把SPEC的內容用描述的方式給AI，讓整個流程變得更快速，同時也有更高的正確性，後續的設計跟驗證基本上也都大同小異。
原PO認為自己目前唯一的價值可能就是用過往經驗判斷AI回答夠不夠好、回答的內容是不是有更好的設計方式這類的，「導致目前完全離不開AI」，害怕自己變成「指令操作員」，又怕流程都自己來速度沒辦法跟上其他同事。
對於原PO的擔憂，網友們都認為「不用離開AI」，「現在各種AI正在興起，當你還在慢慢手刻code的時候，別人用AI已經可以產出一堆了。因此只有不會利用AI的人會被淘汰，擁有domain knowledge+善用各種AI才是現在的版本答案」、「其實沒AI也是在問Google 查前輩的文件或者code，只是把詢問的對象變成GPT而已」、「以後要拚的就是誰比較會用AI」、「AI現階段就是很好用的工具，有計算機你還會用算盤嗎」、「學會用工具本來就差很多，效率至上」。
也有人提出AI的正確使用方法，「你如果用 AI 來抄答案，那你只會越來越笨；相反，如果你把AI當作討論的對象，你就會越來越強，知識的攝取、從知道到內化、舉一反三，絕對不是單純理解而已」、「你可以自己先設計一套SPEC然後餵給AI，找看看自己跟AI不同的問題點，這樣你也能學習」、「最基本的原則是AI會的你也要會，如果AI給了答案，但你不知道為什麼是這樣解，那就繼續問他細節，直到你學會為止，反正AI有無限耐心又不藏招。但要注意AI幫你看完SPEC後吐出來的設計，你是不是能100%理解，而且可以想到更多優化的點，進一步和AI或同事討論出更好的方案」。
有任何收穫或想分享的，都來和大家一起聊聊吧！