臺北產經資訊網

壹、前瞻科技趨勢與全球數位跨域人才需求動向

一、數位相關科技為全球前瞻科技發展之要角

從近期重要國際組織的科技觀測可知，數位科技已為重要的前瞻創新趨勢一環，涉及多元型態，如AI、資訊安全、超級應用程式、數位空間運算（元宇宙技術）、視覺化及數位平台等。所有組織均談及AI技術之影響力將會越來越重大，已成為地緣政治、商業利益與安全問題之匯聚點的重要戰略領域。特別是近期崛起的生成式AI，將應用型態從強調判讀是否符合特定準則的協助，跨越到著重創造內容與個性化互動的自主性AI，大幅度拓展多元的應用，至今已擴展至多個產業如科技和通訊、金融服務、零售和製藥等。

二、前瞻創新科技將深度翻轉產業發展，尤其是近期崛起的生成式AI科技

前瞻創新科技未來將深度影響企業發展，如協助企業拓展創新應用、建立虛擬世界的運籌能力、提升企業營運韌性、實現跨領域串連合作的平台。如IDC調查顯示，2023年未來企業韌性與支出調查（Future Enterprise Resiliency and Spending Survey），約20％歐洲企業已在生成式AI進行大量投資，並有58％企業表示正在密切關切生成式AI技術創造的商機。

高盛於2023年發表認為，生成式AI技術突破將為全球經濟帶來根本性改變，隨著自然語言處理等技術之工具進入企業與社會，可在未來10年內推動全球GDP成長7％（近約7兆美元）。McKinsey也有類似觀察，認為生成式AI預計為全球經濟帶來每年2.6～4.4兆美元GDP成長，並對所有產業產生重大影響。

資料來源：工研院產科國際所整理（2023/10）。

貳、現有企業數位人才現況與未來展望

一、科技採用是未來5年企業業務轉型的關鍵驅動力，特別是大數據分析、雲端運算與AI

世界經濟論壇（WEF）最新的「未來工作報告2030」（The Future of Jobs Report 2023）談到科技採用將是未來5年企業業務轉型的關鍵驅動力，超過85％企業認為，越來越多地採用新技術與先進技術並擴大數位連結，是最可能推動組織轉型的趨勢。其中，又以大數據分析、雲端運算與AI等領域的採用性最高，超過75％公司認為未來5年均會採用，特別是驅動商業與貿易數位化發展。其次，企業次要可能採用技術為數位平台與應用程式。

進一步來看數位技能的職缺情況，未來AI與機器學習專家的職缺需求預計將增加40％，成為未來高薪與高進入門檻職位。其次，在數位平台與應用程式、教育與工作技能數位化工具、物聯網與連網裝置及雲端運算等，均是未來重要的企業導入之數位科技，期能驅動業務數位轉型。未來最可能發生之產業有：金融服務業（31％）、零售與消費批發（37％）、供應鏈與運輸（42％）、資訊與數位通訊（8％）。

值得注意的是，世界經濟論壇的調查顯示，在數位時代，除數位技能外，認知能力（如分析、創意）、重視自我察覺、溝通、協調等能力也是多數企業視為重要的核心技能。例如，在未來市場行銷產業，企業期待具備能夠整合數位工具、創意、數據分析等技能勞動力，以便可增強客戶體驗、優化行銷策略。

二、契合臺灣企業數位轉型需求，大數據分析、數位平台與應用程式、雲端運算的應用為重中之重

就臺灣調查顯示，企業期待最可能推動產業轉型的技術與就業創造的技術，前三名則為大數據分析（79％）、數位平台與應用程式（63％）、氣候變遷減緩技術（如替代能源等，53％）。其中，國際平均最受歡迎的雲端運算及AI（如機器學習、神經網絡）之占比，分別為50％及47％，位居第4與6名。

另外，根據臺灣1111人力銀行的「數位人才需求調查」顯示，已有77％的企業投入數位轉型，優先投入項目包括：電子商務平台應用（21％）、網路安全與風險管理（15.2％）、社群媒體行銷（11.6％）、大數據分析（10.5％）及雲端服務（9.9％）；另也需注意到企業規模差異，百人以上企業重視資安、大數據與雲端服務，而百人以下企業著重在電子商務平台運用與社群媒體行銷之比例最高。

就目前而言，約65％企業缺乏數位人才，特別是因為市場人才稀缺（41.1％）、專業度不足（35.2％）、流動率高（17.6％）及實務經驗不足（16.1％）所致。

另外，對比百人以上企業之調查結果，與世界經濟論壇的調查相似，大數據與雲端服務為驅動企業轉型重要技術；然國際上所重視的AI需求情況，在臺灣調查中仍居於後端。 可能原因在於COVID-19加速企業對雲端服務的需求，以及數位轉型需求，也因此對於人才技能需求有所差異。

但隨著生成式AI興起，將顛覆企業協作模式，這是臺灣企業不可忽視的。具體而言，近期生成式AI應用內容可融入更多創造力與生產力，產出客製化的回應內容，讓勞動者更聚焦於專業領域任務；其也意味著將面臨更高度人才需求之挑戰。儘管生成式AI應用較以往對使用者更便利與友善，但其應用生成式AI需具有一定的資通訊科技基礎，並需懂得掌握提供給AI指示才能獲得所需成果。進而可能造成AI應用能力影響企業營運活動優勢，並造成不同勞動力間的（數位）落差。另外，生成式創造的深度偽造資訊可能導致決策誤解，甚可能違背社會倫理道德與法律的問題，抑制可能帶來之利益。

這裡所談到的AI人才係指企業數位轉型中的AI技能需求，而不是AI技術開發之創新公司。

叁、借鏡國際跨領域人才培育新作為之省思

基於臺灣現有數位人才培育政策為基礎，借鏡重點國家的新興做法用以參考，包括運用新興科技體驗式學習培育跨領域人才、以實作導向培養人才、建立數位技能或生成式AI技能評估標準，讓各方更清楚掌握所需技能。

一、運用新興科技體驗式學習培育跨領域人才

為加速跨領域人才培育，美國STEM教育理事會與技術、創新與合作夥伴關係理事會（國家科學基金會所屬機構）推出新措施，新興科技體驗式學習（Experiential Learning for Emerging and Novel Technologies，縮寫為ExLENT），為來自不同專業與教育背景的需求者提供體驗式學習機會，進而增加了解與掌握新興技術領域（如先進製造、AI、生物技術、量子資訊科技等）知識，從而使其有興趣進入新興科技領域，解決美國面臨大量勞動力不足問題。

具體而言，有三類的體驗式學習，包括：

(一)Pivots：針對各領域專業者提供學習體驗機會，培養進入新興科技領域所需的技能與能力。

(二)Beginnings：針對已有接受過一定STEM訓練者，當其在新興科技領域就業時，為其提供更深度之知識與增加對新領域的了解，與初步經驗累積。

(三)Explorations：針對完全沒有在STEM領域訓練經驗者，培養其對新興科技之興趣、學習動機與知識，進而鼓勵其探索職業道路。

二、以實作導向培養人才

超越現有人才培訓機制之做法，參考過去職業學校的實作經驗課程設計，讓參與者可在帶有目的性的解題與明確產出目的實作經驗中，了解企業實際運作型態。此做法之好處是可協助學生整合零碎化的學習經驗，並有機會促成跨領域互動與學習，培養以科技解決問題的能力。

具體做法，如在現有許多創意或新創競賽之後，可以鏈結感興趣企業，將創意導入企業實作，或是在國內推動一些具有國際訴求的Grand Challenge，並擇優團隊參加國際Grand Challenge競賽，如韓國KAIST。透過產業所產生的應用命題與需求，更精準地掌握所需的跨領域人才與合作經驗，共同解決人才與應用課題。

三、建立數位技能或生成式AI技能評估標準，讓各方更清楚掌握所需技能

由於數位人才應用型態相當多元化，不同企業的需求也可能因為企業規模或是策略定位而不同，故此，如何協助企業鑑別所需人才，也可讓不同類型的數位人才能夠適得其所。建議可參考日本經濟產業省做法，設定數位技能標準，不僅讓民眾可更方便了解自身能力外，也可透過跨部會協調平台，加強企業需求與教育內容的銜接。

以生成式AI科技為例，基於不同應用定位與能力期待，對於人才所具備的生成式AI能耐也會有所不同，國際上已經有類似生成式AI人才評估系統，如Workera新創公司開發生成式AI技能評估（包含對ChatGPT理解度、對生成式AI概念的掌握度、法學領域的生成式AI應用技能）。未來或許可在加強生成式AI人才培養的過程中，經驗建置生成式AI技能評鑑機制，甚至可參與國際組織，參與相關人才或勞動力組織，制定全球生成式AI人才的評估標準。

結論

面對前瞻創新科技的持續湧現，擁有跨領域之數位人才成為驅動企業活躍重要關鍵力，成為各國搶占的重要資源，臺北市為國際化城市，或可以更大膽的創新作為，務實地推動跨領域數位人才的培育。

參考資料

1. 1111人力銀行（2023），數位人才需求調查，
   https://www.1111.com.tw/news/jobns/151295。
2. Bolwell, Andrew （2023）. Top 10 tech trends to watch in 2023.
   https://www.linkedin.com/pulse/top-10-tech-trends-watch-2023-andrew-bolwell.
3. Duke（2023）. Experiential Learning for Emerging and Novel Technologies （ExLENT）.
   https://researchfunding.duke.edu/experiential-learning-emerging-and-novel-technologies-exlent.
4. Gartner（2023）. Gartner Top 10 Strategic Technology Trends for 2024.
   https://www.gartner.com/en/articles/gartner-top-10-strategic-technology-trends-for-2024
5. Goldman（2023）. Generative AI could raise global GDP by 7％.
   https://www.goldmansachs.com/intelligence/pages/generative-ai-could-raise-global-gdp-by-7-percent.html
6. IDC（2023）. The Impact of Generative AI on the European Future of Work.
   https://blog-idceurope.com/the-impact-of-generative-ai-on-the-european-future-of-work/
7. Jorgensen, Jeana （2022）. Move over 2022: Predictions from Google Cloud experts that will reshape IT.
   https://cloud.google.com/blog/topics/inside-google-cloud/10-it-predictions-from-google-cloud-to-welcome-2023
8. KAIST（2023）. KAIST Grand Challenge 30 projects.
   https://natsci.kaist.ac.kr/eng/sub04020101/index/page/2.
9. Mickinsey（2023）. The economic potential of generative AI: The next productivity frontier.
   https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
10. NSF（2023）. Experiential Learning for Emerging and Novel Technologies （ExLENT）.
    https://www.nsf.gov/pubs/2023/nsf23507/nsf23507.htm
11. Rotman, David （2022）. How to solve AI’s inequality problem. MIT Technology Review.
    https://www.technologyreview.com/2022/04/19/1049378/ai-inequality-problem/
12. Rotman, David （2023）. ChatGPT is about to revolutionize the economy. We need to decide what that looks like. MIT Technology Review.
    https://www.technologyreview.com/2023/03/25/1070275/chatgpt-revolutionize-economy-decide-what-looks-like/?truid=&utm_source=the_download&utm_medium=email&utm_campaign=the_download.unpaid.engagement&utm_term=Active％20Qualified&utm_content=03-27-2023&mc_cid=4d18c4e9c5&mc_eid=69f01542cc
13. WEF（2023）. Top 10 Emerging Technologies of 2023.
    https://www.weforum.org/publications/top-10-emerging-technologies-of-2023/
14. Workera（2023）. Are you generative AI ready?.
    https://workera.ai/gen-ai.
15. 若宮健嗣（2021），デジタル田園都市国家構想関連施策の全体像，第二回デジタル田園都市国家構想実現会議，
    https://www.cas.go,jp/jp/seikaku/digital_denen/dai2/siryou1-2.pdf 。