當對岸高中就開始學AI,台灣需要什麼樣的AI教育?
當對岸高中就開始學AI,台灣需要什麼樣的AI教育?

當台灣還在大喊缺乏AI人才時,對岸動作更快,今年四月,上海發表了全球第一本AI中學教科書 「人工智慧基礎(高中版)」 。這本教科書集結由商湯科技董事長湯曉鷗等多位專家撰寫,內容涵蓋AI發展歷史,基本原理與臉部辨識以及自駕車多種應用情境。這本教科書將在上海與北京40所學校中率先教學使用。

那台灣需要什麼樣的AI教育?台灣國民教育或高中教育需要開始教AI嗎?這是跑贏起跑點還是揠苗助長?對此台灣學界怎麼看呢?《數位時代》特別邀請台大資工系副教授林軒田與清大電機系助理教授孫民對談,與我們分享他們對於台灣AI教育的機會與挑戰。

Q:台灣國民教育或高中教育需要開始教AI嗎?這是跑贏起跑點還是揠苗助長?

林軒田:10年至15年後,年輕人的身邊都是為圍繞著AI,若他們能保持著對AI科技的興趣,然後有所啟發,都是很好的事情,這裡的興趣不僅是對於技術本身,培養一種AI使用的品味也是一種興趣,了解AI能做到什麼?不能做到什麼?哪些是好的?哪些是不好的,哪些是有機會的?也就是AI的鑑賞能力培養。

尤其是以興趣為主軸的科普教育,不僅對年輕人,對全民來說都是很好的事情。

孫民:對年輕人來說,興趣才是最重要的。未來AI會緩慢的應用在我們生活中,其中大部分是使用者,僅有少部分是推動AI技術往前發展的人,希望藉由AI演講或推廣,找到真正有興趣的年輕人。目前教育部也有AI向下扎根的計畫,例如這個暑假舉辦高中教師AI訓練營,訓練出教師鑑賞能力,藉由基層教師找出哪些學生對研究AI感興趣,因此我對相關課程樂觀其成。

Q:在大學部分,台灣需要什麼樣的AI教育?哪些地方做得不錯?

孫民:我認為在AI人才培育方面,台灣未來會更好。首先AI除了需要邏輯寫程式,也需要數學的理論背景,台灣的學生以國際標準數理底子都很不錯,這一點很適合進入AI領域。另外,台灣八九年級生的英文都很好,加上華語圈的中文資源也足夠,語言不會成為學習障礙。再者,現在AI技術爆炸性發展,而AI議題在台灣很火紅,台大與清大等與機器學習和深度學習都有幾百人修,教授最怕開課沒有修,但現在容易開出新的課程,有許多新課程是非常好的,修課人數也多,畢業也從事相關工作。因此整體看來非常樂觀。

林軒田:台灣在學界AI能量很好,教師很願意把最新的知識帶給下一代。不過,台灣學生還是需要更「世界級的眼界」,我們常鼓勵學生參加頂尖的國際會議,瞭解世界潮流。另外我在學校也鼓勵學生把衝勁和眼界放在更跨領域的地方,產業上很多領域要導入AI,需要跨領域對話,因此我很鼓勵學生和不同領域的人對話,才能真正幫人類解決問題,這樣做出來的AI才會有實用性。

Q:兩位老師從教學現場來看,台灣學生表現如何?

林軒田:學生需要更多的自我學習。在網路時代,優秀的教材都在網路上,學生需要自我掌握與追尋興趣,這才是重要的事情。台大現在也很鼓勵學生自修線上開放課程,越願意自我學習,在AI時代成長學習得越好。而在體制上,就需要教育制度的鬆綁,舉例來說,現在有多少課程需要在傳統教室裡讓老師教,又有多少需要學生自我探索。

孫民:我們已經脫離填鴨教育時代,要學會怎麼學習新的東西太多,學會怎麼學習這些事情,剛回台時,有發現台灣開源資源用得比較少,我都會鼓勵學生盡量使用開源資源,不要再重複造輪子。另外台灣學生面對問題的堅定程度還需要加強。我們都習慣呈現出最好的一面,但是AI系統演化卻需要知道為什麼失敗,才能被改善,因此我都會告訴學生,不要怕給我看不好的結果,我們就是要看不好的結果,實驗很少第一次就做對,坦白面對問題,討論問題,下一次就會更好。

Q:在人才培育方面,台灣企業應扮演什麼樣的角色?需要什麼樣的心態?

林軒田:AI企業越來越越多,人才選擇也越來越多,公司也要提供更好的工作環境與制度,才能吸引頂尖人才。台灣土地上的AI企業需要有世界級的競爭力,讓人才認為這是很好的工作環境而回台,而不是只是因為這裡是家鄉。我回來台灣已經十年,台灣的AI發展,重點不在追隨任一個國家,而是拿出自己的優勢。如台灣培養出很多好的AI人才,好的人才可以做出貢獻的市場在哪?想好利基,大膽嘗試。

孫民:我都會告訴學生,要找個可以帶領你成長的公司,裡頭有一群可以合作的夥伴,有真正的AI視野,不是突然跳進來,而是有長期的藍圖。而對於走向海外,台灣人才團隊合作能力強,外語能力不錯。很多地方有機會,在當地找到夥伴,懂得當地文化或懂技術。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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