除了考公職,你還有其他選擇~成為會寫程式的跨界人才
除了考公職,你還有其他選擇~成為會寫程式的跨界人才
2014.04.28 |

一直以來,台灣人對考公職、進入政府機關工作,有相當大的熱忱。就算之前「18%」 的公務人員退休優惠存款被調降,在大環境不景氣之下,考公職的人數仍是居高不下,絲毫不見衰退。

另一方面,資訊產業近年來蓬勃發展。捷運上人人低頭滑手機,各種產業搶著上雲端。似乎到處都需要會寫程式的人來做個 App 或是架設網站。對於程式出身的我來說,以上兩個並行的現象太有趣了,讓我不禁想研究研究。

[![ROC-MOEX_2013_Civil_Service_High-Regular-Basic_Exam_proof_seal](http://yowureport.com/wp-content/uploads/2013/04/ROC-MOEX_2013_Civil_Service_High-Regular-Basic_Exam_proof_seal-1024x1024.jpg)](http://yowureport.com/wp-content/uploads/2013/04/ROC-MOEX_2013_Civil_Service_High-Regular-Basic_Exam_proof_seal.jpg) 圖片來源:[Wiki](http://zh.wikipedia.org/wiki/%E5%85%AC%E5%8B%99%E4%BA%BA%E5%93%A1%E8%80%83%E8%A9%A6_(%E4%B8%AD%E8%8F%AF%E6%B0%91%E5%9C%8B))

 

永遠的窄門:公職市場

想成為公務員,多半得參加高普初考,或者是特種考試。高普初考的目的是進入中央政府部門。試題難度是高考大於普考,普考大於初考。

不過試題比較簡單並不表示初考比較容易考上。近幾年初考約七萬人報考,錄取率卻只有 1.1%。普考八萬人報考,錄取率約 1.5% 。高考由於還有學歷上的條件限制,六萬五千人報考,錄取率約是 3% 。比起大學的高入學率來說,考上公職還真的是一道窄門。

[![1](http://yowureport.com/wp-content/uploads/2014/04/14.png)](http://yowureport.com/wp-content/uploads/2014/04/14.png)民國101年考選統計 (資料來源:[考選部](http://wwwc.moex.gov.tw/main/content/wfrmContentLink.aspx?menu_id=268))  

特種考試中,等同於高普初考的是地方政府公務人員考試。其他特殊性質的考試不在本文討論範圍內。地方特考報考人數更多,約十萬人,錄取率約是 2.75% 。每年投入以上幾種公務人員考試的人數就超過三十萬人,總共卻錄取不到七千人。由於錄取率很低,有人考了好幾年還是只能放棄。

考上公務人員之後,薪水大概是兩萬多到四萬以上,比起大學生起薪被打壓到兩萬二或是不到的水準來說是好一點。不過更多人看中的是公務人員穩定的薪水、生活品質以及社會地位。在經濟不景氣的時候,公務人員可是婚友社裡炙手可熱的搶手貨。

雖然公務員工作優點很多,但是生活穩定就代表不會有太多的起伏。公務員工作福利也需要穩定的政府支撐才行,也因此公務人員一直是執政黨鐵票。然而,考上公務人員的成本不低,除了付出的時間成本之外,坊間補習的報名費,單科價格從六千到一萬元;有些保證到你考上為止的全科班更要價兩、三萬。
 

找程式設計工作比考公職簡單

2013 年十二月,美國的「電腦科學教育週」和 Code.org 共同主辦 Hour of Code 活動。主辦單位邀請許多名人宣傳,包括 Bill Gates,Mark Zuckerberg,不過其中最大咖的非美國總統歐巴馬莫屬。Hour of Code 的目標是向超過一千萬的美國學生,宣傳程式設計的重要性。

[![2](http://yowureport.com/wp-content/uploads/2014/04/22.png)](http://yowureport.com/wp-content/uploads/2014/04/22.png)歐巴馬倡導學習電腦 (資料來源:[Code.org](https://www.youtube.com/user/CodeOrg) )  

而在 2014 年二月,新加坡 IDA 也計劃在小學到中學期間,推廣程式設計課程。由於新加坡不斷流失移民,為填補經濟發展的動力,希望加強本國人民程式設計能力,提升國家競爭力。  

從美國和新加坡政府政策方向來看,未來國和國之間的競爭,已經即將轉型到是資訊能力的競爭。政府鼓勵更多年輕人學程式,是創造新的機會,而不是滿足於維持原有的國家競爭力。

先不看台灣如何培育人才,台灣就業市場是否需要這麼多程式設計人才?從經濟部工業局的「重點產業專業人才需求調查」報告中,可以看到程式設計相關領域未來三年內的人才需求量:

 201420152016
智慧手持裝置510055005800
雲端運算服務290044005500
數位內容190021002100
設計服務130013001400
資訊服務510054005700
總計163001870020500

以上數據以樂觀值推估

 

從上表可看出,列出的重點產業對於人才的需求是逐年成長的。除了重點產業之外,仍有其他產業的需求,因此市場需求絕對大於工業局推估的數量。但若計算每年相關科系畢業的學生數量,從入學數扣去延修率,看來勉強能滿足以上重點產業的需求。這樣看來,或許程式設計產業的競爭應該是沒有考公職這麼嚴酷。

學習程式設計也是需要投入成本。在職訓局、補習班或是更專業的單位(如資策會)皆有提供不同種類的課程。課程內容的深度也反應在學費上。程式技能學成之後,便是職場上直接會使用到的技能,而不是考試完就不需要的教材。

相較起穩定的公務人員,在薪資部份,本科系的大學畢業生起薪約是三萬左右,研究所畢業的新鮮人約在四萬二以上。除了工作環境的穩定度一定遜於公務人員,職業成長性則有明顯優勢。例如在美國,最有「錢」途的職業已經是程式設計師。
 

跨領域人才:專業知識 + 程式設計

台灣人花時間準備期望值過低的國考,很多論述認為這種風氣容易造成國家競爭力低落。如此論述的立場在於兩點,一是花時間準備考試,但是錄取率過低造成的人力資源浪費;二是過多的精英份子前進公家單位,導致產業沒有人才,競爭力自然會低落。

台灣正在面臨產業轉型,況且台灣缺乏天然資源又地小人稠,繼續耗損國土資源增進產業的發展,絕對不是一條正確的道路。投身高附加價值勞力密集的產業,才是未來可行的道路。

試想若是考公職的人有一半能轉換想法,不選擇穩定的公職,轉而投入學寫程式會變得如何?

很多其他產業的程式設計工作,必需同時具備兩個領域的知識。不但需要產業知識,也需要程式設計能力。若是相關產業背景的人才,再增加程式設計能力,便得以勝任。

從其他領域跨進程式設計領域,有計劃性的培養跨領域人才已有先例。三星在 2013 年成立「三星融合軟體學院」,招募文科學生,讓他們在半年內學習軟體基礎課程、產品、晶片和網路等相關課程。這些人學成之後以軟體工程師身份直接進入三星工作。

三星希望用這樣的制度,培養出像賈伯斯一樣,同時具備人文素養和技術能力的人才。天才可遇而不可求,但大量人才在三星工作,或許能改變三星公司目前七成是理工科背景的狀況。

至於是否會因為大量人員進入程式設計市場而排擠原有人才?我反而樂觀。軟體重點產業能能有新的活水注入,可釋出有程式設計相關背景的人才;台灣便能集中所有資訊相關的資源,將所學習的理論知識,往更專精的領域發展。國家才有可能快速的提升現有的水準,跟上甚至超越其他強國,未嘗不是一件好事。
 

找到自己的就業策略

說了這麼多,並不是鼓勵正在準備公職考試的考生們,馬上去買一本程式設計的書學寫程式。若是你苦於尋求不到出路,才投身公職考試,對程式設計也不排斥,甚至自學求知的欲望很強,我建議可以用入門的程式設計題目來考驗你的邏輯思緒,檢視你是否適合往這條路走。或許鞏固本身的強項,輔以程式設計能力讓自己成為 T 型人才,才是你的就業策略。

出自有物報告

往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓