台灣的AI人才夠嗎？這是從2017年第一波AI熱到現在，一直被各方詢問的問題，也是政府從2024年年中開始積極推動的重要政策。經濟部也在前段時間表示，台灣在2024年就已經培育出4萬名人工智慧人才，對於推動產業AI化應該能夠產生極大的助力。

但是，究竟具備哪些能力才是企業當下需要的「AI 人才」？這個問題，同樣從 2017 年開始就不太容易找到標準答案。早期產業缺乏 AI 相關技術知識與經驗，但已經發現光有技術人才而沒有管理階層的支持，AI 要在企業落地幾乎是不可能的任務；管理階層就算完全支持、但若缺乏對 AI 的基本知識，這樣的支持通常也無法維持到 AI 真正發揮價值的時刻。

所以在今年產業 AI 化大調查中，我們非常想了解企業究竟需要哪些「AI 人才」？人才須具備哪些能力？企業對人才培養與發展是否有清晰的策略？

企業 AI 人才發展策略普遍缺乏

從量化調查的結果看出，企業在與人才相關的表現，不知為何和國家政策推動強度相反，在近三年呈現逐年微幅下降趨勢。當然，產業人工智慧化的發展仍在早期階段，調查的主要意義在於提供思考未來的方向，因此，首先可以確認的是，不分產業別，AI 人才發展策略與導入 AI 後對於企業內部的成效，都仍有進步的空間。

其次，過去兩年 ICT 產業在人才培育的分數最高，但過去一年反而略微下降；而零售貿易服務業也是逐年下降，尤其在人才發展的策略更顯不足。只有製造業與政府機關在人才層面表現微幅上升。

人才培育須著眼未來 但未來難以預測

AI 人才培育的方向與這波台灣產業轉型關係如此密切，政府幾個相關部會都積極推動相關政策。不過此刻要培育 AI 人才難度比過去更高。

除了 AI 技術快速變動之外，同時面對全球產業供應鏈斷裂重組、地緣政治衝突一觸即發、金融市場山雨欲來風滿樓的大環境。而企業因應變局，一方面深化既有優勢，同時又必須尋找多角化經營的機會，使得產業間的界線模糊愈趨模糊。因此，過去累積的經驗與當下的需求，跟未來有什麼不同？這是國家擬定 AI 人才政策時必須關注的前提。

對企業而言，策略是營運的上位指導原則，不但決定組織的發展方向、資源配置，更直接影響企業的經營績效與命運。而國家政策則是更上位的概念，不只是產業生態的塑造者，同時也是公共治理的引導者，必須有系統、長期，且要兼顧產業發展與公共利益之間的平衡。

當然，要達到的核心目標包括強化國家永續競爭力、推動產業升級、創造就業機會，在此同時，還必須保障社會公平，以及維護國家安全。相較於企業可以專注思考商業價值、市場競爭力，必須關照的面向與利害關係人更加多元且複雜。

應從經濟角度評估 AI 的真實影響

因此，若以國家政策來推動 AI 人才培育，首先必須有清晰的目標。

如同微軟執行長 Satya Nadella 在今年 2 月接受採訪指出，AI 的真正成功應該體現在全球生產力的提升，以及國內生產毛額 GDP（Gross domestic product）的實質增長上，僅僅追求技術的突破，或宣稱達成人工通用智慧（AGI）的里程碑，只是沒有意義的指標。「如果要說 AI 是像工業革命一樣的變革，那麼就應該實現類似工業革命時期的經濟增長。」他認為全球 GDP 增長 10% 才應該是真正的基準。

同時他也強調，AI 快速發展的主要受益者不該是科技公司，而是利用人工智慧來加強生產力的產業，也就是我們所習稱的產業 AI 化，「最大的贏家不會是科技公司，而是更廣泛應用 AI 的行業。」

如果 AI 真正價值是對整體經濟的貢獻，而非僅僅是技術上的進展。那麼，定義何謂人工智慧人才時，或許應該考慮的不只是技術，還必須加入包括商業、法律、管理……等社會學科專業，以及各種產業的領域專業知識。

AI 即 UI 垂直產業場域更顯重要

其次，AI 將成為未來的使用者介面（UI, User Interface）是目前科技公司努力發展的重要趨勢，因此對於不同垂直產業的流程、場域、利害關係人影響的認知，同樣必須列入長期政策的考慮中。從這次大調查的質化研究成果中也看到，有不少企業並不確認真正需要的 AI 人才要做哪些工作，也還沒有能力與目前公司現有營運模式及流程對齊。

早期對於 AI 導入企業的想法是先找 AI 人才進來，再慢慢思考做什麼改變。但是在沒有找到真正的問題之前，無法找出有意義、有價值的資料，AI 人才也沒有用武之地。所以建議調整思考方向，企業應該先思考導入 AI 的真正原因與價值後，盤點現有人才與資訊系統，再考慮召募適合的資訊人才。先回歸商業模式與營運模式，再一步一步往前邁進。

更何況，目前 AI 工具上手的門檻愈來愈低，網路上有許多教學影片或課程，培養產業內優秀人才學習 AI 也愈來愈方便，召募懂 AI 的新人加入已不再是唯一攬才方法。

對接國際標準 系統化打造人工基礎建設

最後，從國家政策的高度來定義 AI 人才，無論能力界定、認證方法、評估指標都必須與全球 AI 生態系的技術與趨勢發展對齊。所以，例如 ISO 30414 聚焦於國際人力資本報告與 ESG，而 ISO（International Organization for Standardization）近年也積極布局，制定 AI 國際技術治理標準。目前涵蓋的領域包已經有： AI 概念與術語、風險管理與治理、 資料品質、技術可信度及穩健性，還有 AI 系統的測試與評估方法等，實際上都和 AI 人才有直接關係，值得做為政策制定的重要參考。

政策是國家系統性的設計，企業策略則是企業對於政策與市場的回應。因此，國家政策要創造公平、穩定的產業環境，讓各類企業能在遊戲規則下競爭並創新。以便企業則需在政策框架內找到機會，優化自身資源與能力。從這樣的角度進行思考與對話，應該會更清楚如何建立國家級 AI 人才能力框架，為產業 AI 化打造最厚實的人才基礎建設。