「會用ChatGPT不算AI人才」數發部長林宜敬揭三層新標準
「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》舉辦的「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。
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。
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，而且工作內容不斷變化」的職業，更不容易被取代。
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，就有點像「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。
「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，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。
圖／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。
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，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。
延伸閱讀：