[鄭國威] 尊重專業,需要先認識專業
[鄭國威] 尊重專業,需要先認識專業

越來越常聽到「尊重專業」這四個字,不過通常是夾在「台灣人就是不尊重專業」這樣的句子裡頭。我也犯過不尊重專業的問題,不保證不會再犯。那如果我們希望台灣更尊重專業,除了一些操之在人的事情──也就是所謂的「大環境」以外,我們自己可以做些什麼呢?

首先,我想把「存心壓榨」跟「不尊重專業」這兩者分開。我認為前者是刻意為之,也就是這種人不管對專業了解不了解、有沒有財力跟能力去給予專業足夠的尊重,都會這樣惡質。我認為這種人只是少數,也會漸漸被淘汰。後者反而更讓我覺得危險,對台灣發展有很大的傷害,因為非刻意為之而對專業不尊重的人,理應隨著社會跟產業成熟而減少,但現在卻有雨後春筍般的態勢,我認為這代表我們的社會跟產業朝反方向在走,越來越不成熟,以至於摩擦越來越多。

是什麼造成了這態勢?一個顯著的原因是科技。因為科技,傳統產業要跟ICT資通訊科技結合尋找下一步,科技創業公司要向掌握資源的舊勢力鑽營或是突圍,政治人物需要透過網路「與民溝通」,任何一個人也可以透過網路連結各種資源,去挑戰現況。因為科技,世界正快速地變得更複雜,知識總量爆炸,領域被無止盡地垂直細分,卻又得平行交錯,才能加速創新跟解決問題。

然而就跟許多其他問題一樣,科技也是解決「不尊重專業」這課題的最好方式。我認為,台灣會有「不尊重專業」的討論聲浪,是因為兩個環節出了問題,也就是專業等級的鑑別與專業知識的傳播。科技可以協助我們正確地鑑別專業,並降低鑑別專業的門檻跟跨專業的交流障礙。

在網路上,找到不同專業的社群集結處並不難,通常只是在Google、Facebook、WeChat 或Twitter上的幾個搜尋跟點擊。每當我需要跟跨領域專業者合作,我就會先到這些社群做調研,或是直接連繫適合的人提出問題。這些網站都有內建的鑑別系統,例如搜尋結果排序、粉絲數量、推薦跟背書者的檔案、人脈訊息⋯⋯,花一些時間,我可以大致掌握該領域的專業者圖像。許多如PanSci泛科學這樣的垂直媒體則提供專業知識的普及傳播,也篩選出許多優秀的作者,方便我們聯繫。

此外,就如同創業團隊大爆發,所以需要CrunchBase;天使投資人也大爆發,所以需要AngelList;台灣有獎金獵人跟Changee Across這類網站協助不同專業者遇見彼此、做出評估。需要尋求專業協助者,都應該熟悉跟支持垂直領域媒體以及人脈服務。同時專業人士如果不希望不受尊重,也該降低外界評估的門檻,更應積極地利用這些媒體跟服務來教育市場。

最後,最重要的還是價碼。就跟夜市小吃的價目表一樣,有品項無價格,不免讓人點起菜來帶點心驚。我們應鼓勵專業者更公開、更直接地在自己的檔案頁面上公布合作價碼,而非每每看到過於貶低的徵求接案條件跟價碼,就哀怨「不尊重專業」。現況是用來改變的,不是用來哀怨的。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 2026 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