AI時代下,大學科系填資工就對了?專家拆解選系邏輯,1種軟實力更關鍵
AI時代下,大學科系填資工就對了?專家拆解選系邏輯,1種軟實力更關鍵

AI 以後也會是這樣,我們永遠需要AI人才沒有錯,卻並非「我現在趕快選資訊工程」的思維,這好像假設以後就只有資工系,其他什麼都沒有。

我一直強調,AI是放大器,必須加上其他領域的專長之後,才會有倍數相乘的成果,和別人的差距也會跟著拉開。做為一個逆向操作者(contrarian),應該試圖將人文跟工程跨域融合,在工程之外趕緊去深耕自己的領域,去加乘人類在每個領域的發展速度。從中長期來看,我相信這種人會勝出。 

該如何看待程式教育?

我知道很多人會有疑問,那我們到底應該如何看待程式教育?我的答案是,除非你進入資訊業,工作很明確就是AI 工程師、資料分析師、資料科學家,需要專精、投入AI技術的研究,否則只要知道程式語言的存在就可以了。 

進階的程式語言對一般人來說,愈來愈沒有急迫和必要性。你可以把程式語言當作一個興趣嗜好,當成稍微提升工作效率的小工具,但不要覺得不會Python就會失去很多東西,完全不會。市場上這幾年已經出現許多無程式、低程式碼的軟體,這些軟體有簡單明瞭的使用者介面,已經被包裝得非常好用,更重要的是,就算真的是科技小白也沒關係,因為AI會直接引導你使用軟體。 

過去使用者介面是死的,你可能要學習A按鍵、B按鍵的作用分別是什麼,有了生成式AI後,它能推理、理解你的行為,當你卡住、不知道該做什麼的時候,它會偵測你的行為,並且主動跳出來詢問:「你現在是想完成什麼工作嗎?」這種引導式、智慧化的介面會開始出現。 

以戰代訓、做中學,不用急著選科系 

在強化跨領域學習、盡量雜學之外,我認為劃分科系、專業的時間也應該延後。台灣的學生在高二時,就要面臨理工科和文科的抉擇,然後不管選哪一科,進了大學後就幾乎少有機會能窺探其他領域的樣貌。這部分美國可以做為一個很好的參考,美國多數的大一生不需要決定主修,他們在大一、大二的時候,能依照自身興趣選擇專業科目,並且盡情修習各種通識學分。台灣的大學必須打破科系的分界,先不分領域地鼓勵學生多多修習通識課,等到大二、大三再選系。 

當人類的學問已經累積得太多,導致每一件事情都必須是常識的時候,太早劃分科系的意義不大,畢竟每一堂課都是通識課,光是通識課就修不完了。 

我知道有些學校已經開始這麼做了,但擴散速度或許還要再加快。如果高校能打破既有的科系結構,重新分配預算、培養師資,讓學生具備跨領域技能,對下一代的培育一定會更好。 

而且從企業的角度來看,現在是「以戰代訓」的時代,到企業實習、從「做中學」反而更重要,還在拚數學、物理和化學那些術科,比誰記得多、誰背得好,這實在太老掉牙,還不如讓學生到餐飲學校實際學習做菜、炒菜更有價值,因為他們可以學到更多,就算有知識鴻溝,也能自行倚靠各種唾手可得的工具,輕鬆弭平差距。 

現今不論是媒體的報導、社會的氛圍,對於該學什麼、怎麼學,打從一開始就將理工科、文科一刀切,然後是一窩蜂地選擇資訊相關科系,遑論再往下討論到體驗、沉浸在背景各異的文化中。我建議政策制定者、領導者一定要趕快注意到這件事情,打破學科的界限,鼓勵學生跨域學習,將AI、程式設計、英文等專業能力都列為必修,讓擁有不同專長的人都一起共學。 

如果我們能撥出一些時間去吸收更廣博的知識、更多元的文化,人才的樣貌應該會變得很不一樣。 

文化衝擊可以打開世界觀 

而或許我自己的歷程,也可以給各位讀者做為一個參考。我和大多數在台灣受中學教育的人一樣,必須在高二做出選擇,成為一腳踏進理組的學生,但從小到大在各種性向測驗中,我一直是理性與感性各半的人,每次測驗的結果都是「文理都可以」。造成這個結果的原因,除了先天性格之外,還受到家庭背景、求學經歷和自身興趣的影響。 

大約80年前,我的外公林鐘隸先生在日本上市公司兼松株式會社擔任經理,待在日本很長一段時間,後來回到台灣,也持續與日本往來,投入台灣、山東和日本三地間的遠洋漁業生意。1984年,他響應台灣政府和美國一起發展半導體的政策,拿出一筆資金成立矽品集團。所以我外公一直以來都只會講台語、日文和山東話,他是聽不懂國語的,外婆也是完全不會講國語,但日文超強的狀態。 

外公的日本背景自然影響到我媽媽。媽媽是很日式的人,守紀律、要求準時、愛乾淨,一切都要有秩序和有條理,我是沒那麼嚴重,但多少有點「龜毛」(東西沒對齊我會渾身不對勁,平常花很多時間調整簡報排版),所以在長大的過程中,日式教育對我的影響是滿深遠的。 

大學畢業後去美國念書,我又陷入另外一個極端裡。儘管小時候曾經去美國玩過,但我第一次感受到強烈的文化衝擊,就是去美國攻讀碩士的時候。當時我在史丹佛大學念書,不只是課堂制度完全不一樣,西方師生互動的方式也和過往經歷不同。 

台灣人非常尊敬師長,會說老師、教授、醫師好,有下對上的感覺,但我的外國同學是「水平式」對待師長,會直接叫老師的名字,比如說老師的名字是麥克,同學有什麼疑問就會說:「麥克,我有個問題!」老師也不覺得這有什麼。但對我來說這就很顛覆,因為我們從來不會直呼爸爸、媽媽、老師的名字,美國人卻認為每個人都是獨立的個體,在成年之後就是平等的,沒有誰需要依賴誰,稱呼上自然不受拘束。 

拿到碩士學位、加入Google,開始投入一些專案後,衝擊又更直接了。我和來自全世界的人合作,尤其網路科技公司在當紅的狀態之下,一切都講求快速,美式作風又更強烈,同事間的對話都很粗暴,「不要」、「你做的不對」、「我今天不想看到你」這些東方人聽來不客氣的話他們都會直說,但同事並非對你有惡意,他們只是就事論事,希望快速解決問題。 

抓住文化差異,做出更好的獨立判斷 

我自己後來回頭檢視,去美國對我完全是一個文化衝擊,去那邊與其說是念書,不如說是去吸收不同的文化。在比較美國和日本文化的差異後,我歸納出美國人強調直接、直來直往,日本則是對話間接、很多潛台詞的一個民族,這些文化有好有壞,但最慶幸的是還好我都經歷過,而且在吸收、融合台灣、日本跟美國三個地方的文化後,塑造自己成為今天這個樣子。也就是遇到不同的人事物時,我可以從各種視角去看待、檢視,有辦法理解這個人為什麼這樣說話?為什麼這樣做事?但是很多人因為缺乏跨領域的經驗、雜學的經歷,不會去客觀以對任何事物。 

文化的多樣性,是造就一個人獨立非常重要的因子,因為在不同文化下,同一件事情的做法會很不一樣,但各種做法其實沒有什麼對錯,純粹就是習慣和文化的差異。當你能夠抓到各個文化的差異時,就可以產生後設認知,知道同一件事情有沒有更好的解釋,甚至參考其他文化,提出更好的做法,否則大家做決定的時候會全部依賴慣性。而這種後設認知,是要經歷不同文化洗禮才會產生的。 

COVER 立封 0416.jpg
遠見天下文化出版。
圖/ 遠見天下

本文授權轉載自《AI世界的底層邏輯與生存方法》,程世嘉著;蕭玉品採訪整理,遠見天下文化出版

延伸閱讀:有了AI翻譯之後,為什麼你還是要學英文?企業全面導入AI,該思考的三個關鍵

責任編輯:李先泰

往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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