理科生只能做半導體?台大化學系藍翊誠追夢成職棒選手,走一條不普通的路
理科生只能做半導體?台大化學系藍翊誠追夢成職棒選手,走一條不普通的路

2022中華職棒新人選拔會日前登場,共185位選手投入選拔,最終74人獲選,就讀台灣大學化學系的好手藍翊誠,於第七輪選秀獲味全龍指名,成為台灣大學史上首位職棒球員。

畢業於建國中學、台大化學系的藍翊誠,僅是台大首位在職棒選秀會上被指名的選手,也是全台灣少數能應徵半導體工程師,又會打棒球的斜槓青年。

對於被外界冠上「學霸」標籤的藍翊誠説,台大化學系充斥著比他厲害的高手,他也領悟到自己最大興趣並非學術研究,而是棒球,只想要當個「不普通的人」的藍翊誠,台大棒球隊打球的期間,更加堅定自己對棒球的熱忱,

藍翊誠
台大化學系畢業生藍翊誠,入選中華職棒味全龍隊。
圖/ 藍翊誠臉書

能當工程師也可以打棒球,世界級產業他都會

有趣的是,在台大化學系的藍翊誠身上,融合了兩項行業的潛質。Google前董事總經理簡立峰就曾表示,「半導體和棒球,是台灣兩個最接近世界級水準的行業。」

這個說法,在藍翊誠身上可以看到縮影。

半導體行業不乏化學系的學生,台大化學系副教授徐丞志指出,隨著先進製程的不斷微縮,研發端也必須不斷跟進,諸如光罩、微影等矽晶片生產步驟,都要用到化學材料。換句話說,作為台灣第一學府的台大化學系,自然是不少半導體企業獲取化學人才的來源。

台大化學系副教授徐丞志
台大化學系副教授徐丞志
圖/ 徐教授提供

雖然藍翊誠沒有直接進入半導體行業,挑戰三星、英特爾等這樣國際級對手,然而,藍翊誠若能在中華職棒發展順利取得佳績,將來也很可能會有機會,在如棒球經典賽這樣的場合,挑戰全世界的棒球強者。棒球及半導體原先兩個風馬牛不相及的行業,恰巧在藍翊丞身上,產生了交集。

放棄高薪築夢,藍翊誠成化學系特別案例

而從藍翊誠案例中被媒體報導後,網路上也出現許多討論。作為本科系教授,徐丞志就認為,追求夢想是非常值得鼓勵的,他也指出,「也許在化學系學到的數據分析、科學化思考,能幫助他未來在球賽策略思考上,有不一樣的變化。」

面對部分人對於藍翊誠沒有學以致用的質疑,台大電機系教授葉丙成也在臉書上指出,「學生畢業後的志向,並無需受到就讀系所的限制。」他更認為,藍翊誠勇敢築夢,是探索自我興趣的最佳典範。

事實上,根據104人力銀行今年七月所做的「2022年十大高薪產業」調查顯示,半導體行業高居第二,平均薪資為每月54,729元,產業確實對人才的吸引力十足。

在薪資誘因下,台大化學系學生大部分畢業後都會選擇至半導體就業。徐丞志表示:「我自己碩班的學生,畢業後幾乎都去了半導體業。」藍翊誠的案例,對比許多理工科學生的就業選擇而言相當特別。在開闢先例後,也許能在將來啟發更多學生探索自我,找出真正的興趣。

責任編輯:錢玉紘、吳秀樺

關鍵字: #半導體 #人才
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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