提升工作核心競爭力,不會coding也得懂「程式設計」!
提升工作核心競爭力,不會coding也得懂「程式設計」!

隨著科技的演進,現在企業就算不科技化,也必須煩惱科技公司會不會來攪亂產業生態。而大學校園裡,也有愈來愈多學生意識到科技的影響力,開始擔心未來,無論是本科系或非工程出身的學生,都紛紛轉向學習程式語言。

台大資管系助理教授孔令傑 2012 年開始教授該系必修課程「程式設計」,當時本科系與外系生的比例約為 60:2,到了 2016 年,比例已變成約 60:40,「說到底,資訊科技是機會,也是需求。」

於是,2016 年,他找了資管系盧信銘教授合開「商管程式設計」課,專門給管理學院學生學習程式設計。孔令傑強調,修課的同學們擔心自己未來被機器人取代,所以學習動機很強,「我們不必利用『恐懼』規定學生修課,只要盡量用他們懂的語言溝通,幫他們跨過一開始的門檻就好。」

孔令傑解釋,程式設計的本質是數學,而且是更簡單的應用數學。傳統程式設計課程可能會直接請大家「判斷 234567 是否為質數」,但他們將題目變形,把思考融入生活或商業案例,目的就是讓學生理解:我們可以透過程式設計來解決各自的問題。

比如說,「假設 1 杯咖啡的成本 2 元,若定價 10 元,1 天會賣 800 杯;若定價 20 元,1天會賣 600 杯……依此類推,總共有 10 種價格及對應的需求量。請問咖啡要訂價多少,才會獲得最高利潤?」一般人遇到這種問題,可能會捲起袖子、拿起紙筆計算,不僅費時,答案還不一定正確。但事實上,只要寫一個程式,不到 1 秒,答案就出來了。

孔令傑指出,一般工作者只要會寫程式給自己或同事用,就「功德無量」了。比如說,預估訂貨時,多數人會藉過去的紀錄來推估,但光是把以往的資料輸入 Excel、從中計算就得花上不少時間,再加上評估不同產品的準則不一,製作表格就占了員工大部分工時。

這時,如果部門內有人會寫程式,設計一個在 Excel 計算的程式,讓資料可以自動更新、計算,即可大幅縮短工作時間,把多出來的時間用來精進預估需求的方法。

這正是孔令傑當初開設「商管程式設計」的初衷,他認為不同專業的人,只要懂得運用資訊科技(IT,Information Technology),對組織的貢獻或個人價值就會差很多

「如果不同專業的人能理解科技的潛力與限制,溝通就會順暢,不只不會提出做不到的事,更可能提出創新的建議。」

企業贏的關鍵,就在資訊科技的運用

從過去到現在,資訊科技對企業經營有不同層面的影響。一開始,企業使用資訊科技是為了改善工作流程,把既有的工作「數位化」,運用資訊科技輔助企業經營。比如從傳統的手動記帳,改到電子記帳。當時,企業的競爭優勢還是產品力(著重產品品質與價格),資訊科技只是增進工作效率,並不會讓企業擁有競爭力。

隨著時間增長,慢慢有些企業利用資訊科技提升或取得核心競爭力。換句話說,在同個產業裡,只要你比對手懂得更多資訊科技,就會取得優勢。

以叫車 App 為例,Uber 會在使用者所在區域裡,找到「評分高、距離近、車型符合」的車輛,配對給顧客,而且速度很快;美國 Uber 甚至會即時(real time)計算共乘、離峰服務,讓使用者得到優惠。這些獨特的服務,就是因為比起其他叫車 App,Uber 更擅長運用資訊科技,而發展出的核心競爭力。

除了幫企業把事情做得更快、做好,科技對企業最深遠的影響,就是讓企業「做沒人做過的事」。像是醫病社群平台 Patient like me,它讓人們在網站中分享、交換醫療資訊與經驗,而不向使用者收取費用,而把網站上的統計資料賣給藥廠、研發機構等單位,以雙贏模式獲利。

孔令傑指出,人們從不認識到學會程式設計後,不僅提升工作效率、解決問題能力,讓做事情的思維有所轉變,更能培養運算思維(computational thinking)。

學程式培養「運算思維」,做事更精確、有效率

1. 習慣拆解工作

在寫程式之前,必須先定義步驟、流程,再將之模組化。所以習慣寫程式的人在遇到問題時,會開始考慮所有可能性,把工作拆解、步驟化等,久而久之,就變成他的思考模式。

孔令傑表示,對寫程式的人來說,必須設定模組,只要遇到相同的問題,就「呼叫」模組。以舉辦運動會為例,無論是跳遠、賽跑等都需要檢錄,但只需要設置一個檢錄台供大家重複使用即可。

2. 做事更精準

在編寫複雜的程式時,會需要多人協作,但它不像簡報製作,只要把所有資料彙整成檔案就完成。一群人共同編寫程式時,必須先約定好輸入(input)與輸出(output)的格式,否則會「牛頭不對馬嘴」,讓程式無法順利編譯、執行。

好比工作交接,約定幾月幾號交件、型號與規格為何等。不過,這樣的約定有時能有寬限,延遲交件或拿錯零件都還能靠隨機應變化解,但寫程式不允許這樣,約定一定要精確,否則會沒有任何產出。

經過寫程式的訓練後,人們會習慣用類似「通訊協定」(protocol,指約定好的資料交換格式)的概念進行團隊合作,把事情約定精確,避免模糊地帶。孔令傑強調,對一般人來說,學會寫程式並不會讓自己變死板,而是會讓工作更精準,「雙方對事情的理解精確,才能讓事情進行得更順暢。」

3. 思考更有邏輯

程式設計的本質是數學,而數學本身就是訓練邏輯思維的方式,但數學時常太抽象,反而達不到訓練效果。以三角函數為例,過去學習,只覺得困難,也不知道未來能用在哪裡。

但孔令傑表示,寫程式設計不會有這樣的情況發生,只要改幾行程式碼或參數,成品就會有所改變,或許是從三角形變成正方形,也可能是從圓形變橢圓形,「看到東西會因為你的行為而變化,不僅有成就感,也會促使人去思考為什麼會有這種變化,這對邏輯推理非常有幫助。」

不過,就算資訊科技能幫個人、組織增強競爭力,孔令傑還是認為,領域知識(domain knowledge)才是最不可或缺的。

程式設計只是輔助工具,領域知識才是核心競爭力

舉例來說,把資訊科技運用在醫學辨識 X 光片,解讀速度雖然變快,但最終還是需要擁有醫學知識的人詮釋結果,才是最保險的做法。也就是說,科技屬於工具,用來輔助診斷病症,讓醫生工作效率提升,但專業知識卻沒辦法工具化。

「未來科技的應用面很廣,因應之道不該是每個人都去念資工系,而是各行各業的人,都去學一些資訊科技的技能、知識。」了解科技的影響力,才知道未來如何因應新科技或改變。孔令傑表示,如果工作者能懂一些資訊科技,或能衡量科技的潛力和限制,他就能夠結合領域知識與資訊技術,把事情做得更好、更快,甚至想出新方法。

以慈善家沈芯菱為例,她出生佃農家庭,在小學接觸電腦後,開始自學架設網站,11 歲就幫農民設立產銷平台,協助農業數位化、商業化,至今未接受捐款與贊助,已獨立支出 800 多萬台幣。

沈芯菱_維基百科.jpg
台灣6.0希望工程創辦人沈芯菱

孔令傑分析,一般人學電腦可能不會去做這些事情,就是因為沈芯菱的家庭背景,才會促使她有這樣的作為。

理解科技的潛力,能為工作加值;相反地,理解科技的限制,也能降低職場衝突。 以軟體建置為例,許多公司看競業推出新功能,也會要求內部工程師做一樣的事,但因為不理解,常會壓縮時間。這時,如果能理解編寫程式的「時間限制」,與工程師協調上線時間,不僅較尊重專業,也能避免不必要的溝通成本。

具備 3 大要素,學會程式設計不再是難事!

孔令傑認為,擁有動機、基礎與教材,是自學一項技能的必要條件。而在這個世代裡,程式設計具備了這 3 個條件,所以「理論上,人人都能學會寫程式。」

1. 動機

過去提倡學英文,但蘋果(Apple)執行長提姆 ‧ 庫克(Tim Cook)強調,程式設計比第二外語更重要,因為「可以跟 70 億人交流」。

2. 基礎

程式設計的本質是簡單的應用數學,不需要物理、化學、生物等知識,只要選擇適合自己程度的程式語言,就可以透過自學做自己想做的事。

3. 教材

寫程式或架設網站的人,只要有成果就習慣放在網路上,所以相較於其他科目,程式設計的網路資源非常豐富,只要上網搜尋,就有教材。

本文授權轉載自:經理人

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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