AI狂潮遇瓶頸？美企徵才新動向牽動台灣AI發展

30 秒看重點

• 事件：美國企業反思AI單打獨鬥的侷限，開始重新招募人才，尋求人機協作。
• 意義：AI發展從「取代」轉向「輔助」，強調效率與創新是關鍵。
• 影響：台灣AI人才的市場價值將更精準評估，產業鏈需適時調整發展策略。

AI泡沫化了嗎？企業為何又搶人才？

這波美國企業的轉變，其實是AI發展到一個新階段的必然現象。過去幾年，AI的快速崛起，特別是生成式AI（Generative AI）的驚人表現，讓許多企業卯足勁投入自動化，期望能降低成本、提高效率，甚至讓AI直接取代部分人力。然而，現實卻是，許多AI系統在複雜、變化多端或需要高度判斷力的情境下，仍顯得力有未逮。它們或許能處理大量數據，卻難以具備人類的創造力、同理心或對情境的細膩掌握。因此，企業發現，單純的「AI取代論」難以實現預期的成長目標，反而需要結合人類的智慧與AI的效率，才能真正發揮綜效。

這也呼應了美國6月份的核心資本財訂單表現超出預期的消息。這代表儘管有對經濟的擔憂，企業投資的意願並未完全停歇，其中，AI相關的支出依然是推動企業投資的重要動能之一。這不是說AI就不重要了，而是企業開始更聰明地運用AI。他們需要的不再是純粹的AI程式碼寫手，而是能理解AI的潛力、能與AI順暢溝通、並能將AI工具融入現有流程，進而解決實際問題的「AI協作者」。

想像一下，AI就像是一部超級強大的計算機，能瞬間算出數十億個數字，但它不懂得什麼時候該按「+」、什麼時候該按「-」，更不懂得算出來的結果有什麼意義。這時候，就需要人類來引導它、解讀它。這也解釋了為何企業開始重視那些具備「軟技能」的人才，像是問題解決能力、批判性思考、溝通協調以及跨領域知識，這些都是AI目前難以取代的。

台灣怎麼看這件事？

對台灣來說，這則新聞可說是「警鐘」也是「機會」。台灣在全球AI產業鏈中扮演著關鍵角色，特別是在半導體製造與相關硬體設備方面。然而，軟體應用、AI模型訓練與整合能力的提升，也是我們必須持續關注的重點。過去，許多台灣科技企業積極招募AI工程師，主要目標是開發更先進的AI晶片或模型。現在，隨著企業對「人機協作」的需求增加，對於能將AI技術落地、解決實際業務問題的「AI應用人才」、「AI專案經理」以及能與AI協同作業的「領域專家」的需求將會顯著提升。

這也意味著，台灣的AI人才培養，除了技術深度，更需要強化跨領域整合能力與商業洞察力。大學的AI課程，除了程式設計與演算法，或許可以多納入案例研究、商業模式探討，甚至倫理與溝通技巧的訓練。對於在職的AI專業人士，持續學習如何有效運用AI工具，並與不同部門的同事協作，將是維持競爭力的關鍵。此外，這也提醒了台灣的AI新創公司，在開發產品時，除了強調AI的技術優勢，更要思考如何與現有企業的營運模式結合，創造真正的使用價值。

編輯觀點

AI發展並非走入死胡同，而是進入了一個更成熟、更講求實效的階段。從「AI全面取代」的迷思中醒來，擁抱「人機協作」的價值，這是一次重要的戰略升級。台灣擁有強大的硬體基礎，若能在軟體應用和人才培養上緊緊跟上這波轉變，將能鞏固並擴大我們在全球AI版圖上的地位。現在，是時候讓AI從「炫技」走向「實戰」，真正成為推動社會進步的得力助手了。

常見問題

AI真的會取代所有工作嗎？

目前來看，AI更傾向於自動化重複性、規則性的任務，而非需要高度創造力、同理心和複雜判斷力的工作。人機協作將是未來趨勢。

「人機協作」聽起來很抽象，具體來說是什麼意思？

就像是程式設計師利用AI工具來快速生成程式碼，或是醫師運用AI輔助診斷，而不是完全由AI獨立完成所有判斷。

為何企業突然開始重視「軟技能」？

因為AI能處理數據和執行指令，但缺乏人類的溝通、協調、解決問題和創新思考能力，這些「軟技能」是駕馭AI、將其轉化為實際價值不可或缺的。

這對台灣的AI人才找工作有什麼影響？

台灣AI人才的市場價值將更精準，不僅技術能力重要，同時也需要具備跨領域整合、溝通協作和商業應用能力的人才更受青睞。

美國企業重啟徵才，是否代表AI投資會減少？

不一定，這代表企業的AI投資策略正在轉變，從單純的自動化支出，轉向投資能促進「人機協作」和提升整體效率的AI解決方案。

名詞小教室

生成式AI（Generative AI）

就像一個超有才的「AI藝術家」或「AI作家」，不只能分析，還能自己「生」出東西，像是畫圖、寫文章、編程式碼。

核心資本財訂單（Core Capital Goods Orders）

這是衡量企業對未來投資信心的重要指標，數字如果上升，代表企業覺得前景不錯，願意花錢買機器、設備來擴充產能或升級技術。