觀察台灣 AI 政策與職場新挑戰

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，尤其是電子產業，不僅創造大量就業，也驅動創新。這也影響了政府的 AI 政策方向，台灣目前的產業政策目標就是「AI 產業化、產業 AI 化」。

最受矚目的是 2025–2028 年規劃的新台幣 1900 億元「AI 新十大建設」，涵蓋：兆元軟體平台、AI 應用普及、矽光子與量子技術、智慧機器人、算力資源提升、主權 AI 與資料治理等。然而，中小企業導入 AI 常面臨兩大難題：缺乏內部懂技術的人才，以及導入成本高昂。即使政府有試製線與新創投資方案，若沒有實際的顧問支援與長期資金補助，中小企業仍可能難以跨出第一步。

台灣政府長期目標是 2040 年前讓百萬家業者導入 AI；中期則希望 2028 年達成 10 萬家。為了推動落實，政府推出多項措施，例如數位發展部的「加強投資 AI 新創方案」，匡列 100 億元國發基金與民間資金共同投資新創，協助中小企業導入解決方案。同時，國科會聚焦關鍵技術研發，經濟部則以試製線推動產業落地。

人才培育

雖然公開資料所呈現的政策看似偏重技術，但人才布局相當廣泛。早期的「臺灣 AI 行動計畫」已在台大、成大、清大、交大設立 AI 創新研究中心，並推動 62 所學校開設課程。「AI 行動計畫 2.0」更進一步，培育中小學生、高中職學生，並訓練種子教師。例如 2024 年已有 3236 名高中生參與 AI 課程。

除了教育部，經濟部、國科會與勞動部也有相關計畫。這些措施包括：

• 國際人才招募：目標增加 12 萬名外國專業人士，並規劃優化工作許可與數位遊牧簽證。但如何特別吸引 AI 領域專才，仍是未解的問題。
• 國內人才培育：如AI 新秀計畫、50 條 AI 試製線、每年提供博士生20 萬元助學金等，目標包括：
• 培育 45 萬跨領域人才。
• 每年訓練 8000 名 AI 應用人才。
• 每年培養約 600 名 AI 研究人才。

韓國在 2023至2027 年的 AI 計畫中，目標是培訓 10 萬名 AI 專業人才；歐盟則強調跨國流動與交換計畫。儘管台灣的成果數字與KPI看似亮眼，更值得關注的是：受過培訓人才是否真的投入相關領域？是否協助原服務單位導入AI、加速並完成轉型？還是培訓後選擇轉職？例如 2025 年 7 月底受訓的 206 名 AI 應用人員，後續實際成效仍需藉由分析結案報告檢驗。

雖然政策與計畫強調人才培訓，但回到就業市場，能看到的挑戰卻相當明顯。例如，有些企業在徵才時會要求面試者說明「使用過哪些 AI 工具」以及「如何應用在工作裡」，顯示 AI 技能正逐漸成為職場基本門檻。但這樣的需求並非普及於所有產業，也有不少公司對於如何導入 AI 仍處於觀望階段。

這裡的落差在於：政府端大量投入資源培養人才，但企業端是否真的提供足夠的 AI 職缺與應用場域？若新訓練出來的人才找不到對應的位置，培訓效果就可能打折扣。另一方面，AI 也帶來就業市場的不安，例如部分行政性或重複性工作可能被取代，新鮮人被期待「同時會 AI 又能低薪」的現象也可能出現。

因此，政策與市場之間需要更緊密的橋接，讓受過培訓的人才能真正進入企業，協助落地應用；企業也需要更積極理解並吸收這些人才。否則，就會出現「培訓有數字，市場無落點」的斷層。

國際合作

觀察其他國家，AI 發展已普遍進入國際合作階段。台灣媒體較少報導這方面的訊息，但「AI 行動計畫 2.0」已將「提升國際影響力」列為核心任務之一，由國科會負責推動。這是一種科學外交（Science Diplomacy），透過對等合作建立連結：

• 台美科技合作對話（2023年5月）：智慧聯網主題研討會。
• 台德科技合作協議（2023年4月與 2024年4月）：討論邊緣運算、生成式 AI、大型語言模型。
• 台法科學技術合作協議（2023年11月簽署，2024年4月舉行會議）：推動 AI 資安合作。

這些合作不只是單純交流，而是戰略性的。對台灣來說，與美國合作有助於補強 AI 法規討論，與德國合作聚焦工業應用，與法國合作則著重資安。相比之下，韓國與新加坡更積極參與國際標準制定，這凸顯出台灣在國際規範對話中的挑戰。這些交流確保台灣在 AI 研究上不被孤立，並持續與美國、德國、法國等國家保持互動。

結語：AI 對我們的意味

在世界經濟論壇（WEF）的 Future of Jobs Report （2025）、LinkedIn 等職場趨勢報告，都明確指出「AI 與資料技能」是未來最被需求的技能之一。

從就業市場的徵才條件到政府政策與國際趨勢，都指出一個共同的方向：AI 素養已是必備條件，而不是選項。無論是新鮮人或在職專業人士，都應該思考如何在專業中結合 AI 工具，並發展跨領域的應用能力。

台灣政府雖然持續投資 AI 研發與人才培訓，但最終能否落地，取決於人才是否能真正把所學轉化為產業與職場的實際效益，可以自下列三個層面來考量：

• 個人層面：要培養 AI 工具應用力，避免停留在表面操作。例如，學生可以從用 AI 做學習筆記開始；上班族可以嘗試用 AI 幫忙產出會議摘要；企業則可以先在一個部門試行導入 AI 工具，而不是全面推行。這些小步驟，才能讓「AI 素養」真正落地。
• 專業層面：要強化跨領域能力，讓 AI 成為提升工作的加乘工具。
• 社會層面：要理解國際趨勢，找到台灣在全球 AI 版圖中的定位。

AI 正在重寫職場規則，而掌握 AI 的人，將會是未來職場的關鍵角色。

本文的圖片是以AI生成。