深化產學合作!向沒有能力領導創新的大企業說掰
深化產學合作!向沒有能力領導創新的大企業說掰
2016.01.09 | 科技

圖說明
圖說:洪士灝,1966年出生,現為台大資工系教授。攝影/郭涵羚

過去科技產業一直是台灣的驕傲,但是代工細緻化的專業,卻也讓企業慣於安逸,缺乏創意、對人才培育的不足。要讓科技業轉型,政府補助對象應以技術實力強的新創公司為優先,而非沒能力帶領創新的大企業,同時企業應讓中階生力軍、年輕人才上位,盡早交棒。

產 業趨勢轉向網路化、行動化,台灣未能及時抓住,一籃子業者因此受重傷,連技術領先的半導體產業,近日都圍繞在被入股、被購併的議題打轉,過去引以為傲的產業通通暗淡無光。

為什麼台灣產業轉型與產業創新這麼慢?企業嘆人才難找,人才嘆低薪爆肝,產業與人才存在著矛盾,長期觀察產學發展的台大資工系教授洪士灝認為,這其實是多年前就已種下的果:企業急功心態,學校教授受制於過度重視論文的評鑑制度,各自卡在框架裡窒礙難行。

一直以來,台灣產業以代工、代設計為主,都聽令老闆行事(指IBM、蘋果等擁有核心技術的企業訂出規格,台廠跟從),訓練出台灣善於細緻化的垂直分工,從系統到晶圓,每一層都很專業,但大家都以訂單來溝通,不是用技術合作,「這樣的環境下,任務相對單純,找人也相對方便,訓練幾個月就要上軌道」,因此也慣壞了企業,認為學校訓練出來的學生要在最短時間被它們所用。

當企業以往的經營方程式還奏效,又背負著賺錢壓力時,轉型自然不會是當務之急,久而久之,「就看到他們沒那麼勇往直前」。而且在代工文化訓練下的人才也不夠全面。

另一部分,則是企業與學校產學合作不夠多,洪士灝舉例,外國產學合作的文化相當普及,特別是科技領域,企業盼與學界一起探索、進而解答,但台灣教授的評鑑制度過度重視論文,與企業做務實研究很可能不被承認點數,久了之後,弊端就會出現。

培養大型系統人才

「高科技應該是高風險,冒險犯難!讓沒有創新的大公司慢慢退場,跟大家說掰掰!」洪士灝直言。

例如代工產業所需的資本門檻很高,但如果技術門檻不高的話,其他國家如大陸可以靠著充沛的資金和人力,很快來占領這樣的產業,很多這樣的公司還在吃老本,難以轉型。

那資本門檻不高的新創企業呢?如果技術門檻同樣不高的話,即便靠創意、靠經營模式,也很容易曇花一現,因為這兩項很容易被複製,而且如果做的產品只是跟人家比快、一次做很多、賺一票,這與傳統模式很接近,同樣難以長久。

不過,老路走不通,就會找新路。洪士灝指出,未來台灣要走的路就是發展「資本門檻不高、技術門檻高」的產品或是服務。首先,硬體產業已經到了瓶頸,很難再撐下去,不必再有更多人進來幫忙cost down,而「幫硬體加值的就是靠軟體」。

看看幾個外國案例,他們的創意通常是建立在良好的技術之上,例如:荷蘭的建築設計了融合藝術價值、材料、力學;以色列也是科技輸出國,強項在軍用國防的技術;德國、日本、法國不是幫人家打造電腦,是做工業裡頭的製造技術。他們的共通點都是做大型技術,而非玩具,這些技術都是可以對外輸出。

「這些複雜的系統不需要大量資本投入,需要的是優秀人才」,將技術做到超前,就能把台灣整個產業往上拉升。像是新創公司沛星互動(Appier)、VMFive,就是很不錯的案例。所以,像是系統架構師(System architect)、擁有軟硬整合能力,均是未來很重要的人才。

讓中間世代也能貢獻

除了年輕人之外,身為五年級的洪士灝也看到中間世代的煩惱,「很多同學來問我,怎麼幫助產業?」他們在企業做到中階主管,被管理庶務、業績數字壓得無力,但還沒有被老闆完全授權,他們也不是新銳年輕人,就這樣被卡著。但為什麼不能將這群人的專業和經驗釋放出來?

現在大陸企業普遍是年輕人當家,與五年級生當時的教育不好有關,所以大陸年輕人上位很快,企業活力很旺盛,再看芬蘭,諾基亞倒下後反而釋放許多人力,創造不少新創公司。

「夾在中間的世代是重要的!」洪士灝強調。他們可以承先啟後,特別是新創公司在經驗、人脈、募資、財務的諮詢都很需要幫忙,這群人可以貢獻。但目前的問題是,中間世代的聲音有點被跳過,怎麼建立他們參與貢獻的管道、怎麼銜接,是很重要的議題,如果這部分可以引導出來,將會發揮很強的功用。

  • 行動事蹟
    長期關注科技人才、學生創新等議題,其觀點及文章經常出現在各媒體。
  • 希望2016年台灣能改變的一件事
    實現產學思維轉變的一年,學界能造就真人才,業界能讓人盡其才。

本文出自於:
@@BOOKID:126632@@

延伸閱讀:
關於資訊科學納入通識教育的思考,與蘇文鈺的虛擬對談

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 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