南向不是高薪保證,能力稀缺性才是關鍵
南向不是高薪保證,能力稀缺性才是關鍵

政府、企業、媒體都在鼓勵年輕人南向,因為台灣薪資不成長,很多人說要往外走才有機會,薪水可以幾倍幾倍成長等等。但我必須點出一個比較殘酷的事實:南向對於年輕人來說,不一定就能夠找到高薪高職的工作。原因是,你並沒有辦法提供更高的價值。做為一個年輕的台灣大學畢業生,你會比本地的大學畢業生更多的價值也許是你的英文更好、願意吃苦、願意學習等等。但是在當地的薪資水平本就不高的情況下,實在不太可能立刻就找到高薪高職的工作,這是現在大部分媒體沒有去呈現的事實。

對於台灣的年輕人來說,南向當然可以是一個積累,只是要累積對方向。比如說在未來有高增長性的行業中,你提早進去做了一些關鍵的崗位,你經歷過別人沒有經歷過,而別人後來又需要的東西,那麼你就成為稀缺人才。這跟東西南北向就沒有太大的關係,其實在哪裡都一樣,重點是經驗和能力的稀缺性。

舉例來說,能說中英文、能打理國際市場生意就是一個稀缺的能力,擁有這樣的能力就有高薪的機會。

話說回來,台灣人才南進到底有沒有機會?這個問題本身應該把它拆解成兩個層面:第一,如果有機會都是些什麼機會?哪些行業對人才開始有需求?然後第二就必須思考,這些行業裡的人才供給為什麼會不夠?

抓住東南亞消費升級浪潮

我認為這波的南向離年輕人最近的機會在於台商,台商去拓展東南亞市場需要一群台灣幹部。因為比較忠誠,語言文化各方面比較通,管理起來也比較方便。我自己在東南亞這麼多年,我認為東南亞人才匱乏的情況還是蠻嚴重的。尤其這兩年他們開始面臨消費升級的階段。因為製造業開始發達,當地的GDP開始往上走,也就是說消費能力再往上提升,其實就有點像過去幾十年在中國發生的事情。慢慢的在這些地方會有一波新的中產階級出現,持續催生當地的消費升級,因為大家有了錢就要花,服務業的佔比就會上升。

台商的機會又可以看成兩部分,一個部分是製造業類型的台商,另外一個就是服務業類型的台商,這兩類的台商的都會大量的利用台灣年輕人才做幹部或培訓幹部。但是我們應該要更加著眼於未來性,也不要把眼界限制在台商,因為台商很多都是成本導向,會收縮成本來壓榨出利潤,所以薪資福利方面其實不一定好。

搭上中國網路公司出海浪潮

所以進一步應該看未來更好的機會,想想東協國家有哪些人會去投資發展?接下來會比較兇猛的會是中資,中資都在佈局南向,比台資來得更威猛。以我們所在的互聯網行業來說,阿里UC在雙印(印度、印尼)都有很深厚的佈局。另外還有許許多多的中國出海公司,例如快手就到印尼設點,做東南亞的短視頻的App叫「kwai」。還有像是Bigo,在印尼、泰國還有印度,都做了Bigo live直播軟體。

這類中資企業也是台灣人南向的另一種機會,因為他們需要能做海外商務、又能用中文跟總部對接的人才,這算是第三類型的機會:互聯網產業。包括金融科技(FinTech)在東南亞會有一波起飛的機,例如P2P貸款、個人信用建立等等,當地其實絕大多數人是沒有信用卡的,甚至很多人是銀行卡都沒有,所以他的消費記錄沒有被數字化的紀錄下來,這一波科技革新就會直接跳級到了手機上面去進行,包括借貸、購買,FinTech相關會有很多投資進到東南亞。

另外比如說電商,在印尼也非常盛行,因為他們的實體零售不夠好,很多東西透過電商來購買的體驗比去實體的體驗更好,所以這方面的機會也是有的。

說完了機會,那如果你想抓住這一波東南亞的機會需要甚麼樣的能力呢?當地語言能力倒是其次,如果你是制訂策略面的主管階級,英文能力是更重要的,面對面口語溝通、寫英文報告的能力都是基本。再來就是要有強大的學習能力,且不能有任何的成見。這其實就跟十幾年前去中國一樣,現在的東南亞發展階段跟十幾年前的中國其實並沒有太大的不一樣。那台灣人優秀的基本教育水平又成為我們去攻東南亞的一個優勢,人也更勤勞、願意打拼。所以只要願意去闖,選擇成長中的行業和自己喜歡的行業,機會還是很多的。

說直接一點,我的建議是如果能找到陸資的機會就不要放過。那怎麼找呢?一般來說如果是有一些經驗的年輕人,其實都可以透過獵頭去找。如果你是專業能力很好的工程師,就算只有三年經驗都會有人挖,在中國來說獵頭不是像台灣一樣,要有十年以上工作經驗才會有人找的事情。

台灣人出去闖,舞台更寬闊

回頭來看台灣接下來在整個亞洲的定位,其實我很悲觀,因為台灣的政府對於引進外部的勞動力、各種勞動法規都是落後的,而且是很封閉的。我們擔心外來人搶工作,所以很保守,但是實際上在行業裡你會知道,工作這件事並不一定是少一個人來搶就多一個缺,關鍵是一旦經濟往上增長,工作就會變多。所以來更多的外國人其實都無所謂的,重點是產業要發展要成長。不然台灣基本上跟東協國家沒有真正的大交流,可以說是處在自我封閉的世界,台灣在東協經濟體基本上是沒有任何定位的。

說市場,我們像是一個更小更小的日本、韓國。從民族性到社會的結構都非常類似,也都經歷了人口短缺、少子化等現象的,但是我們人口最少,經濟實力最差。但我對台灣人才的優勢還是很樂觀,我認為台灣人才只要願意出去闖,經歷過環境磨練,我們的人才會被各地所吸納,作為優秀的幹部,進一步得到更開闊的職涯舞台,以及更合理的薪酬回報。

關鍵字: #人才 #跨境電商
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