如果有長期讀這個Blog文章的人，應該覺得我很久沒寫文章。在2024年結束時，我寫了 當時的使用心得 。想不到隔了一年，尤其是Google在 2025年第四季推出一系列應用工具後，我從10月到目前為止，使用更多的應用，自己練習用AI工具開發工作上需要的工具，以往概念裡的東西，可能需要藉由工程師才能實現，但現在透過這些AI工具，我也可以自己在與聊天機器人的互動中，一步步，緩慢的實現概念中想完成的事物，目前都是最小可行階段，但對我來說已經是很大的一步。 這段時間也讀了幾本書、聽了一些研討會，從前輩與長官們的分享中，逐漸感受到未來年輕世代可能面臨的壓力與不確定感。同時，在目前 AI 所引導的發展趨勢中，也可以觀察到高度仰賴菁英人力來加速技術進展的現象，這樣的發展路徑在提升效率的同時，也逐漸浮現弱勢族群在參與與受益上的潛在落差風險。 AI 工具逐漸取代部分 Entry-level 的工作內容 我曾經分享過在 2023年初 的一個交辦事項，我必須在短時間內聽12場研討會錄音並做成摘要，那時我還沒開始用ChatGPT，應用過往參與網路治理論壇、線上會議的經驗，一邊聽錄音一邊摘要與翻譯。交辦是有時限的，遇到有嚴重口音的討論時，我必須花至少4天才能翻譯與摘要好一場討論，沒有口音的討論，大概半天到1天就可以完成。中間試過抓字幕檔、轉出字幕檔再用Google Translate去翻譯，一直到出現ChatGPT，就算與現在比起來更容易產生幻覺，但完全提升工作效率。 在沒有ChatGPT前，都要靠自己去完成這些工作，於是在那段期間裡，我等於在密集的補充各種競爭法的相關知識、過往案例、為什麼主管機關會這麼決定、執法人員的考量是什麼，這些完全顛覆我過去在網路治理或是倡議開放資料的經驗。 在日常工作中，可能會注意在摘要的結果與知識，而過程中的這些工作可能都被稱為Entry-level的工作，由實習生、新進人員做的聽會議錄音、整理會議記錄，現在都可以被AI工具取代，有些人使用Google Notebook LM整理會議記錄，再搭配一些資訊就可以產生內容豐富的文章，有些可能還會再加上其他的研究報告、資料去增加更多的內容，或是利用ChatGPT/Claude/Google Gemini等對話介面做出各種成果，或利用Canvas、Napskin....
前言 這篇文章想和大家分享我對台灣 AI 政策的一些觀察。未來我還會整理其他國家的案例做比較。不過先提醒大家：這篇的資訊量不算太低，文章提及一些日常生活中不常接觸的政府計畫名稱、大筆預算金額與目標數字，乍看之下會讓人覺得很抽象。 對我來說，這些數字背後傳達的訊號很清楚──台灣政府確實願意投入大量資源在 AI 的產業發展與人才培訓。問題是，這些投資如何真正走到民眾與企業身邊？如何讓公司知道「資源在哪裡」、讓人才看見「機會在哪裡」？這條「最後一哩路」會決定政策成效，也才是和你我最相關的地方。 為了解台灣就業市場的實際需求，我偶爾會瀏覽人力銀行網站。有次看到某家公司在招聘條件中特別要求面試者在面試時分享「自己使用過哪些 AI 工具，以及如何使用」。這讓我注意到：AI 已經被視為職場的基本能力。 在日常生活中，AI 已廣泛應用於工作與個人任務。雖然部分單位仍不鼓勵員工使用，但只要有清楚的界限與正確的態度，AI 工具能有效減少重複性工作，把精力留給更有價值的任務。想像在學校寫報告，老師要求必須說明 AI 工具是怎麼幫上忙的；或在公司加班時，主管要求用 AI 快速整理資料。這些情境都不再是未來，而是現在。 我撰寫這篇文章的原因有二。首先，是因為參加 Anthropic 的 AI Fluency for Students 課程，課程內提到的 4D 概念對學生、新鮮人乃至現在於職場受到 AI 衝擊的世代都很有幫助。如果我是面試官，我會希望求職者能理解並應用這些觀念。其次，是我長期關注各國 AI 政策，想藉此分享觀察成果。這些分析大多是透過 AI 工具分析政府公開資料而得，也讓我更相信 AI 是研究工作人員的得力助手。 以技術與產業發展為核心的台灣AI政策 台灣的 AI 政策並不算落後。除了大家熟知的 DIGI+，政府陸續推動了「臺灣 AI 行動計畫」（2018–2021）以及「臺灣 AI 行動計畫 2.0」（2023–2026）。政策重點主要在產業發展與人才培育。 從預算來看，2025 年度 AI 行動計畫 2.0 編列經費最多的前三個部會為：經濟部、國科會與數位發展部；2026 年（115 年度）未核定的預算書顯示，數發部、經濟部與國科會仍是主要資源分配單位。大部分經費用於應用與普及，例如開發 AI 便利工具、藥物開發驗證平台等。 產業發展 台灣經濟結構仍以製造業為主...