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
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

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