台灣的軟體工程師都跑哪裡去了?
台灣的軟體工程師都跑哪裡去了?

台灣的軟體工程師都跑哪裡去了?這是一個困擾我很多年的問題。台灣有那麼多的資訊相關科系,每年有那麼多的畢業生,但是我們公司要找軟體工程師的時候,卻總覺得很難找。我原本以為是我們公司小,所以有些軟體工程師不願意來上班,但是我問了一些在大型軟體公司工作的老闆或是高階研發主管,他們也是一直在抱怨,說很難找到好的軟體工程師。我們只是依稀的知道,有很多的軟體工程師跑到硬體公司上班去了,但究竟為什麼會這樣?我一直搞不懂,而我那些軟體業的朋友們也搞不懂。

直到最近,我為了找軟體工程師到我們公司開發機器學習相關產品,才突然對這件事情有了更深一層的領悟。

該找資深專家還是畢業生?

最近機器學習(Machine Learning)這個議題實在太紅了,所以我就像大部分的公司老闆一樣,心裡有很強的焦慮感。我原本打算用高薪僱用一個熟悉這個領域的工程師,先來研究如何將機器學習技術應用在我們的產品上面。結果我問了一些專家,他們都說這個領域最近的發展很快,資深工程師往往反而不了解,所以要找就乾脆找一些剛畢業的、在學校學過機器學習相關課程的資訊系畢業生。

但是我們在網路上刊登的求才訊息放了一個多月,一直都沒有什麼好手來應徵。我又去問了一些朋友,才知道機器學習這個議題真的實在太紅了,所以大部分剛畢業的好手都被硬體公司用高薪網羅了。

於是我就開始在網路上找資料,自己研究機器學習技術。結果我研讀了一、兩個禮拜,發覺這個領域雖然在最近有著長足的進步,但基本原理跟二、三十年前沒有什麼大改變,像是Neural Net、Convolution、Recursion、Machine Learning等等,都是我以前就很熟悉的技術與概念,感覺上就像是跟二、三十年前認識的老朋友重逢一樣,非常的親切。

於是我轉念一想,既然這些基本觀念我都懂,只是不熟悉一些新的機器學習開發工具而已,那我為什麼不花個五十萬台幣外包,請幾個資訊系在學的大學生或是研究所學生,花兩、三個月幫我們把開發環境架設起來,然後再由我們公司現有的資深軟體工程師接手就好了?而對接這個外包案的學生們來說,五十萬台幣也許是一筆大錢,但對我們公司來說,這比起我們自己花一百萬年薪請個菜鳥工程師來做開發,至少可以省五十萬台幣以上。

但想來機器學習真的是太紅了,所以過了一兩個禮拜,我們開價五十萬台幣要找人外包的事情也還是沒有進展,一直沒有辦法找到合適的人選。萬般無奈之下,我只好自己買了一本書,嘗試自己架設做機器學習產品開發所需要的軟體開發環境,像是Python、TensorFlow、 Keras等等。

沒想到,我自己花不到兩個小時的時間,就很順利的把這些開發環境架設起來了。而我自己用一些零散的時間寫一些程式,居然也在兩個禮拜內取得了不少進展,至少,我們已經證明了我們原先的產品設想是可行的。

我心中得意非凡,不但在實驗上得到了很多的樂趣與成就感,同時也覺得又省下了五十萬台幣。

當資訊相關科系畢業生去硬體公司當軟體工程師

所以仔細想想,一個剛畢業的資訊相關科系學生,到硬體公司上班一定比來我們公司上班幸福多了。台灣大多數的硬體公司都很有錢,花得起高薪請工程師。而硬體公司的老闆通常每隔幾年就要像發燒一樣,決定大舉投資軟體業,同時接受媒體訪問,說台灣的未來在軟體,不在硬體。然後他們在網際網路剛興起的時候投資網際網路軟體公司,在APP當紅的時候轉投資APP軟體公司,在雲端運算紅的的時候轉投資雲端運算軟體,在大數據當紅的時候轉投資大數據軟體公司,而現在AI機器學習正紅,他們當然也要轉投資AI機器學習的軟體公司。

軟體工程師在大型硬體公司的軟體部門或是轉投資軟體公司工作,即使位階不高,也經常會有機會跟郭台銘、施振榮、林百里、施崇棠這種國際巨星等級的大老闆開會。在會議中隨便亂講也不會有事,因為那些硬體大老闆們通常不會懂這些軟體工程到底是在講什麼,他們只能不斷的點頭微笑,然後轉頭跟媒體記者們說,就是因為他們不懂軟體,所以更要給這些軟體工程師很大的創新與犯錯的空間。

而軟體工程師到我們這樣的中小型軟體公司上班,就只能跟我這種名不見經傳的老闆一起開會,而且對於技術的事情不能亂講。如果亂講,就算我能忍住不罵人,也很難忍住不發笑。

硬體公司的大老闆通常對軟體工程師很大方,他們給高薪,通常還會覺得很划算,因為這些軟體工程師帶來了一些他們公司原本沒有的技術,感覺上就是很厲害,邊際效益很高;而軟體公司的老闆通常對軟體工程師比較小氣,他們給薪水,通常都還要考慮軟體工程師本身的能力,他們只願意給有能力的軟體工程師高薪,而不願意給平庸的工程師高薪。

是好萊塢的龍套還是本土劇的天王?

軟體工程師到硬體公司上班,就像是台灣的演員參與美國好萊塢年度大片的拍攝一樣,不但薪水高,而且有算只是擔任個小配角或臨時演員、戲份不重,也會有機會跟國際巨星說上幾句話。就算他們的演技不好,國外的觀眾也會以為華人講話的表情天生就是這樣。

而軟體工程師到軟體公司工作,就像是台灣的演員在本土連續劇中演戲一樣,就算演的是主角還是第一男配角,也沒有什麼好向親朋好友炫耀的。而如果在戲中台語發音不標準,馬上就會被導演跟觀眾罵。

當然,雖然台灣的大型硬體公司在過去三十年來不斷的投資各種軟體事業,但他們好向也從來沒有做出過什麼偉大的軟體產品,也沒有拆分出什麼偉大的軟體公司。硬體大老闆們的軟體熱,通常過了幾年就自然退燒了。現在他們早已經忘了那些關於網際網路、APP軟體的投資,而對於雲端運算與大數據好向也沒有那麼熱衷了。

於是那些到大型硬體公司上班的軟體工程師,通常在五年、十年之後就會失寵,然後就會出來找軟體公司的工作,但是他們往往期望很高的薪水,卻只能做一些很基本的軟體開發工作,他們在硬體公司工作的那些年,軟體技術往往沒有什麼長進,甚至可能退步了。而原來他們所熟悉擅長的先進技術,通常也退流行了。

找那些在大型硬體公司工作多年的軟體工程師到軟體公司工作,就像是找那些在好萊塢大片中當過臨時演員的華人回來演本土劇一樣,總會覺得哪裡怪怪的。

所以說,一切都是非常合理的。台灣許多的軟體公司找不到合適的年輕工程師,而台灣許多的軟體工程師在中年之後遇到職涯瓶頸,這都是非常合理,而且可以解釋的。

只是在這所有合理的現象之下,我還是找不到有能力的年輕軟體工程師來幫我們公司開發機器學習相關產品,我還是必須跟幾個現有的資深工程師自己搞。

這實在很不合理啊。

關鍵字: #工程師文化
往下滑看下一篇文章
從「存資料」到「用知識」:網創資訊攜手浪LIVE,讓 AI 成為最懂企業的內容幫手
從「存資料」到「用知識」:網創資訊攜手浪LIVE,讓 AI 成為最懂企業的內容幫手

對已經成熟發展的企業來說,最大的挑戰不是如何創新,而是經驗無法有效傳承,而生成式 AI 的價值正在於此,它讓分散的知識從「共同保存」走向「即時運用」,使組織得以在既有經驗之上,持續累積能力並向上成長。

由旭瑞文化傳媒成立、全台最大直播平台浪LIVE,正是這種轉變的最佳寫照。「我們其實一直都有在整理內部的知識、技術文件和作業流程規範,但做法比較像是集中在倉庫裡,雖然找得到,卻不一定用得快。」旭瑞文化傳媒技術研發中心技術總監黎欣捷(James)形容。

網創X浪Live-2.jpg
浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI,打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」
圖/ 數位時代

為此,浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI,打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」,讓經驗不再只是被保存,而能實際參與日常營運流程。網創資訊總經理吳炳鈞進一步說明,這是因為 NAVI 將浪LIVE既有資料整理成可被運用的知識基礎,並在此基礎上生成內容,故能真正融入浪LIVE使用場景,提升文章產製與活動規劃的效率。

用 AI 提速,回應高頻、快節奏的營運需求

作為直播產業的領導平台,浪LIVE 不僅市占率超過 50%,每月活躍用戶數更高達 40-50 萬人。能夠寫下高黏著度、高互動率的成績,除了堅持以才藝直播為主軸、在市場上做出差異化特色,快速更新的內容與密集的行銷活動,同樣是浪LIVE 維繫用戶黏著度的關鍵。

網創X浪Live-3-2.png
旭瑞文化傳媒技術研發中心技術總監黎欣捷表示,透過NAVI能夠有效提升文章產出與活動企劃的效率。
圖/ 數位時代

黎欣捷表示,浪LIVE 每日都會更新社群貼文與文章內容、每個月平均規劃約 20 至 25 檔活動,不僅內容產出量龐大,對速度的要求也極高。編輯團隊在完成採訪後,必須在最短時間內產出文章,且要符合品牌的風格和版型,而營運團隊不僅要不斷發想新的玩法,還得預先估算不同設計下的投資報酬率、參與人數等機率,以確保活動能兼顧創意與成效。

這種高頻的營運節奏不僅極具挑戰性,還容易使團隊感到疲憊。因此,浪LIVE 開始思考如何利用 AI 來提升文章產出與活動企劃的效率,而 NAVI 正是思考後的最佳解答。

應用場景1:文章產製,不再從零開始

吳炳鈞進一步說明,網創資訊如何協助浪LIVE 將 NAVI 應用於文章產製與活動企劃。

先就文章產製來看,網創資訊將浪LIVE 過往累積的大量文章匯入 NAVI,由系統學習品牌文章的語氣與編排方式,及不同編輯的寫作風格並加以分類。之後,編輯只要提供採訪逐字稿或相關素材,並指定想要的文章風格,NAVI 便可依此生成初稿,再由編輯進行調整與潤飾,大幅加快整體產出速度,也讓編輯可以將更多心力投入內容品質的把關與主題發掘,用快速更新而主題有趣的文章,吸引會員持續留在平台。

網創X浪Live-4.jpg
網創資訊總經理吳炳鈞進一步說明, NAVI 將浪LIVE既有資料整理成可被運用的知識基礎,並在此基礎上生成內容,才能真正融入浪LIVE使用場景。
圖/ 數位時代

吳炳鈞強調,NAVI 不是憑空寫文章,而是根據企業過去累積的內容與規範來生成,這樣的產出結果,才會更貼近原本的品牌風格與實際需求。更重要的是,網創資訊還能根據客戶使用情境進行客製化調整。例如,NAVI 可以整合圖片和文字,生成一篇圖文並茂的文章,並同步輸出對應的 HTML 程式碼,浪LIVE 編輯只需貼至後台系統,就能完成上稿作業,不必再花費大量時間去調整版面配置。

網創X浪Live-5.jpg
網創資訊業務經理Hailey Ouyang表示,NAVI 在產出文章的同時,可以同步輸出對應的 HTML 程式碼,減輕浪LIVE 編輯的上稿作業負擔。
圖/ 數位時代

應用場景2:活動規劃,從歷史經驗找出新玩法

再就活動規劃來看,網創資訊同樣先將浪LIVE 的歷史活動範本、禮物清單與獎勵機制導入 NAVI,由系統學習營運團隊在發想活動時的思維脈絡,之後,團隊成員只要輸入關鍵字,NAVI 就能建議相應的活動方式與獎勵組合,作為活動規劃時的參考。

黎欣捷認為,NAVI 就像一位資深顧問,不僅提供更多元的視角與玩法建議,縮短活動規劃所需的時間和心力,也能即時調閱過往經驗,協助團隊跳脫個人思考盲點,避免重複規劃過去已經做過的活動內容。

吳炳鈞進一步以禮物清單為例,說明 NAVI 帶來的效益。浪LIVE每一檔活動都需要重新設計禮物或做不同的組合搭配,因此資料庫已累積上百種不同類型的禮物,這使得團隊成員在規劃活動時,常常要花很多時間去發想新禮物或搜尋資料。而在導入NAVI後,系統可以根據歷史資料提供合適的禮物搭配建議,協助團隊在規劃新活動時,更有效率地運用既有資源。

網創X浪Live-6.jpg
NAVI可以根據歷史資料提供合適的禮物搭配建議,協助浪LIVE團隊在規劃新活動時,更有效率地運用既有資源。
圖/ 網創資訊

不只生成內容:NAVI 三大特色,讓 AI 真正嵌入企業流程

在資料管理與內容生成外,網創資訊也從企業管理需求出發,規劃出以下 3 大系統特色,使 NAVI 得以真正融入企業的營運流程中。

第一,NAVI 支援至少 20種大型語言模型,能因應不同使用需求,處理文字、圖片、音訊和影片等多種形式的內容。第二,系統可部署於私有雲或地端環境,讓資料能留在企業內部,降低被外部 AI 模型使用的疑慮。第三,整合 AD 身份驗證與授權機制,可依部門和角色別去設定資料存取權限,確保 AI 在回應問題或產生內容時,只會引用該使用者可存取的資料範圍,避免誤用或資料外洩的風險。吳炳鈞補充,由於系統可進行部門切割,也能進一步統計各單位的使用量,方便企業進行內部成本分攤與管理。

「企業需要的是能嵌入流程的 AI,而不是只會回答問題的工具。」吳炳鈞指出,因此 NAVI 一開始就定位在企業知識管理系統,從而發展上述系統設計。近年來,因應 AI Agent 趨勢,網創資訊亦將相關概念融入 NAVI,使系統具備更高的主動性,能依任務需求串接不同資料庫與內部系統,協助使用者完成特定工作流程。

網創X浪Live-7.jpg
網創資訊PM Keith Hsu指出,NAVI 融入 AI Agent 概念後,具備更高的主動性,能依任務需求串接不同資料庫與內部系統,協助使用者完成特定工作流程。
圖/ 數位時代

未來,網創資訊將持續與浪LIVE 深化合作,逐步導入更多內容至系統中、拓展更多應用場景。也期待在與客戶合作的過程中,共同發掘更多具體的應用靈感,並視需求開發對應功能,持續放大知識與經驗的價值,讓技術不只停留在工具層次,而能真正轉化為企業成長的動能。

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
2026 大重啟
© 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