「會用ChatGPT不算AI人才！」數發部長林宜敬：真正稀缺的是這類人
生成式AI快速席捲職場，從寫文案、做簡報、整理資料，到寫程式、分析數據，愈來愈多工作開始交由AI完成。然而，當企業紛紛喊著要找AI人才，究竟什麼樣的人，才真正稱得上AI人才？《哈佛商業評論》今（28）日舉辦的「AI數位轉型圈成立大會暨分享會」上，數位發展部部長林宜敬以及台智雲策略長李立國探討目前稀缺的人才，不一定需要會寫程式，跟我們想的不同。林宜敬為何說半導體業裡的「高級水電工」也相當有價值？
「如果只要會用ChatGPT就叫AI人才，那我兩分鐘就可以訓練一個，你要幾十萬、幾百萬個，我都可以訓練給你。」數位發展部部長林宜敬今（28）日出席《哈佛商業評論》「AI數位轉型圈成立大會暨分享會」時，分享日前與友人討論「何謂AI人才」的對話，以一句玩笑話點出AI時代人才定義正在改變。
而這句玩笑話，也點出AI人才培育最大的難題，「當使用AI的門檻愈來愈低，真正重要的已經不是會不會用AI，而是能不能透過AI創造更高的生產力與價值！」林宜敬說道。
更大的挑戰是，這場技術革命與過去可能截然不同。過去人們相信，科技進步會創造更多高薪、高知識含量的工作；但這一次，站在第一排被AI衝擊的，可能正是過去被認為最安全的白領工作者。
《哈佛商業評論》今（28）日舉辦「AI數位轉型圈成立大會暨分享會」。張智傑攝
AI革命翻轉職場規則，離電腦愈近反而愈危險？
回顧PC與網路革命，每一次新科技出現，都曾伴隨「人類工作將被機器取代」的焦慮，但結果往往是舊工作消失、新工作誕生，更多人從藍領現場走進辦公室，成為收入更高的白領工作者。
也因此，過去面對科技革命，人們逐漸形成一套生存法則：「離電腦愈近愈安全、愈年輕愈安全、離教室愈近愈安全。」只要學會最新科技、持續接受教育，就有機會站在浪潮的受益端，而年輕族群通常有優勢。
然而，林宜敬觀察，AI正在顛覆這套邏輯。
這一波率先感受到威脅的，不只是工廠裡從事重複性勞動的藍領，反而包括程式設計師、電腦繪圖師、法律助理、金融業助理等大量依靠電腦工作的白領。
原因很簡單，生成式AI最擅長處理的，恰恰就是文字、程式、圖像與資料等高度數位化的工作。
林宜敬甚至以AI先驅、諾貝爾物理學獎得主辛頓（Geoffrey Hinton）的說法為例。當辛頓被問到，面對AI衝擊，年輕人應該選擇什麼工作時，他曾給出一個令人意外的答案：「Train to be a plumber（學習成為一個水電工吧）。」
背後的邏輯是，當AI愈來愈擅長純粹的腦力工作，反而是那些「既要動腦、又要動手，而且工作內容不重複」的職業，更不容易被取代。（延伸閱讀： AI教父：它將學會操控人類、並成普丁打仗神器）
林宜敬笑稱，從這個角度來看，台灣其實相當幸運。台積電與半導體產業裡的許多工程工作，某種程度類似於「高級水電工」——既需要專業知識，也必須處理實體設備與現場問題，而且每一代製程持續演進，很難完全複製前一代的工作模式。
數位發展部部長林宜敬今（28）日出席《哈佛商業評論》舉辦的「AI數位轉型圈成立大會暨分享會」。黃菁慧攝
「會用ChatGPT」還不夠，AI人才分成三個層次
也因此，當政府與企業都在高喊培養AI人才，第一件事反而是回答：究竟什麼叫AI人才？
數發部目前將AI人才大致分為三個層次。
最廣泛的一層，是「使用AI工具提升生產力」的人才。林宜敬預估，未來至少九成工作者都必須具備這項能力，AI就像今天的電腦與網路，將成為職場基本工具。
第二層則是能夠開發AI模型與AI應用的人才。隨著Hugging Face、TensorFlow，以及各種生成式AI程式開發工具成熟，寫程式本身的門檻正在快速下降。未來真正稀缺的，可能不只是程式能力，而是「有沒有好的想法，以及高品質的資料」。
最頂層則是能夠研究AI、發表前沿論文，甚至推進基礎模型技術的研究人才。
數發部的角色，主要聚焦前兩層人才。為了解決企業喊缺AI人才、求職者卻不知道該具備什麼能力的落差，數發部進一步建立「AI產業人才認定指引」，希望替產業建立一套共同語言。
未來，一名求職者不再只是籠統地在履歷上寫著「熟悉AI」，而是能具體標示自己具備哪些AI應用能力、取得哪些認證；企業也能依照相同標準開出職缺。
目前數發部也與104、1111、Yourator等人力平台合作，並希望串聯資策會、人工智慧學校等培訓與認證機構，讓課程、證照、求職與企業徵才逐漸接上同一套能力標準。
但當AI工具持續進化，另一個問題也隨之浮現：如果「會用AI」終將成為人人必備的基本能力，那麼下一階段，真正能拉開人才差距的能力又是什麼？
答案可能不只是更會下prompt（提示詞），而是能不能把自己的專業經驗，轉化成AI可以執行的工作流程。
從「自己做」到「叫AI做」，真正稀缺的是教AI做事的人
「不是AI真的取代人，而是會用AI的人取代不會用AI的人。」台智雲策略長李立國引用NVIDIA執行長黃仁勳曾說過的話，道出AI時代另一種人才轉型。
李立國認為，AI時代的人才定義正在改變。過去企業導入AI，往往仰賴工程師訓練模型、清理資料、設計流程，不僅耗時，也需要大量客製化；但隨著Agent與Skill逐漸成熟，真正重要的能力，正從自己做AI，進一步轉向知道怎麼叫AI做事。
換句話說，當AI愈來愈像一名數位助理，人真正的價值，不一定在於親手完成每一項工作，而是能不能清楚告訴AI這件事該怎麼做。
台智雲策略長李立國引用NVIDIA執行長黃仁勳曾說過的話，道出AI時代另一種人才轉型。黃菁慧攝
李立國以企業裡的老師傅為例。許多資深員工未必會寫程式，卻最清楚產業流程、判斷邏輯與工作眉角。過去，這些Know-how（領域知識）往往存在老師傅的腦袋裡；未來，則有機會透過AI轉化為Skill與SOP（標準作業流程），成為數位助理可以反覆執行的作戰手冊。
例如，一名員工可以先帶著AI完成一次市場分析、文件比對或營運報告，再要求AI把剛才的流程整理成一套Skill。下一次遇到相同任務，不必再從頭操作，只要調用既有Skill，AI就能依循相同邏輯完成工作。
如此一來，產業Know-how本身就成為AI時代的重要數位資產，而那些能把經驗說清楚、教會AI，甚至將工作方法轉化為可重複執行流程的人，也可能成為企業下一階段最需要的AI人才。
李立國直言，未來員工的角色將逐漸從工作執行者，轉變為AI數位助理的指揮家。這也意味著，企業培養AI人才的重點，不應只放在程式、模型等技術能力，更重要的是讓各領域人才學會把自身專業知識，轉化成AI可以理解、執行與複製的工作流程。
當人人都能使用ChatGPT，會用AI或許很快就不再是一項值得特別標榜的技能。真正拉開人才差距的，將是誰更懂產業、誰能提出好問題，以及誰能把多年累積的Know-how，變成一套可以指揮AI持續工作的能力。
AI數轉圈系列報導〉〉哈佛商業評論「AI數位轉型圈」成立！逾50位顧問陪跑，讓AI幫你創造價值
延伸閱讀：