AI一出資工吃鱉?美國畢業生慘遇「軟體工程師大劫」,台灣就業市場為何反而沒崩?
AI一出資工吃鱉?美國畢業生慘遇「軟體工程師大劫」,台灣就業市場為何反而沒崩?

一個平日的早晨,Lala(化名)應約出現在昆陽站的咖啡廳。今年6月,她剛從台灣大學資訊工程系畢業,隨即進入一家全球頂尖的科技外商擔任工程師。彈性的遠端工作是福利之一,「我們算是責任制,只要在時限內完成任務即可。」

然而,並非每位資工系畢業生都能像Lala一樣順利就業,她坦言: 「一些在美國發展的同學,確實有分享比較找不到工作的狀況。」

今年25歲的札克.泰勒(Zach Taylor)正是這波求職困境的縮影。他於2019年進入俄勒岡州立大學資工系,看準的是科技業龐大的就業機會。但他向《紐約時報》透露,自2023年畢業以來,他投遞了5,762份履歷,僅獲得13次面試機會,最終未能取得一份全職工作。

泰勒的經歷或許極端,但對美國的初階軟體工程師而言,這個行業已不再是過去那個「學程式、找工作、領6位數美元年薪」的保證。資工系,這張曾經通往高薪工作的黃金門票正在褪色。

編按:為確保閱讀順暢,本文將把Computer Science和資工系視為同義詞。

雙重夾擊:AI與景氣寒冬下的求職震撼

紐約聯邦準備銀行的報告顯示,在22歲至27歲的大學畢業生中,計算機科學(Computer Science)、計算機工程(Computer Engineering)的失業率分別排在所有科系的第3名和第7名。略微諷刺的是,藝術史畢業生的失業率僅有3%,排在40名之外。

這股失業寒風的背後,許多人將矛頭指向了正在席捲全球的技術:AI(人工智慧)。

Google執行長桑德爾・皮蔡(Sundar Pichai)在2025年第一季的財報會議中揭露,現在Google超過30%的程式碼由AI生成,然後再由人類工程師審核和接受;而在導入微軟程式助手GitHub Copilot的企業中,AI包辦了近一半的程式碼,讓開發速度提升超過50%。

「現在特別對於應屆大學畢業生來說,最有可能(被AI)自動化的職位,就是他們正在尋找的入門級職位。」牛津經濟研究院的美國資深經濟學家馬修・馬丁(Matthew Martin)說。

Robert Chen_Appier logo_LR.jpg
Appier技術長陳明愉認為,不一定全然是AI的影響,大環境也讓企業更加注重成本和投資報酬率,因此現在對很多美國企業來說,培養人才並不是第一優先順位的事情。
圖/ Appier

在日本上市的台灣軟體公司Appier技術長陳明愉,在美國有超過10年的軟體工程師經驗,他分析道:「在當前全球產業環境下,許多企業面臨成本檢視與效率最大化的壓力,這使得初階人才的培養與投入變得相對艱難。資深工程師年薪40萬美元、初階工程師年薪20萬美元,雖然看起來是2倍,但是資深工程師加上AI的效率一定超過2倍。」據他的了解,就算是麻省理工、柏克萊等頂級大學的畢業生,也會有找不到工作的狀況。

這個狀況,讓卡內基梅隆大學的資工系也很緊張。

世界最強的資工系也緊張

從頂尖學術會議的論文產出數量、學術界與業界的同行評審,以及該領域最高榮譽「圖靈獎」的得主數量來看,卡內基梅隆大學的資工系是世界上最強的,「這項技術(AI)真正動搖了資工系的教育。」該系的其中一名教授說。所以卡內基梅隆大學的資工系,決定在今年底前坐下來好好討論,要怎麼應對AI對於資工和程式教育的衝擊。

非營利組織計算研究協會(Computing Research Association)的總監提出一個方向,資工教育的未來,可能會減少對於程式設計的關注,更加著重在電腦思維和AI素養。前者的意思是學會將問題拆解成更小的任務,並制定步驟化的解決方式;後者則是了解AI如何運作、如何負責任地使用AI。

林忠緯_台大資工系副主任_2025-08-14_侯俊偉攝影
台灣大學資工系副教授兼副主任林忠緯認為,台大作為研究性大學,短期內不會追逐最新的AI工具,希望幫學生打好基礎,讓學生探索和自學時能夠更有所本。
圖/ 侯俊偉攝影

而把畫面轉到台灣大學資工系——2025年大學新生錄取分數最高的資工系——該系副教授兼副主任林忠緯說:「整個系坐下來討論是還沒有,但是課程委員會一直都有意識到AI問題。」台大資工系也鼓勵使用AI,但要清楚知道「用AI來做什麼」,且已將AI導論列為必修。

「對老師當然也是挑戰,我們在上課、出題的時候,也會把內容送進AI看一下,因為你知道學生一定會這樣做。」林忠緯說,「在這個前提下,老師也要衡量上課跟考試的定位是什麼。」

畢竟在AI時代,對於老師和學生來說有一樣的挑戰:技術進步的太快。

「我們教一個技術,如果在一個禮拜、一個月後就過時了,好像也不對。應該給學生的,不是單向的技術、不是純粹的理論,而是希望他們有自學的能力,這比什麼技術都還重要。」林忠緯說,而在資工和程式領域,學生要繼續往更高處自學和發展,「基礎的線性代數、演算法、資料結構還是最重要的。」

延伸閱讀:9,200萬個職位將消失!AI推動職場大轉型:「淘汰區、升級區、增值區」⋯你是哪一類?

頂大光環+硬體自動化風潮,資工系學生還有路可走

相較於美國市場的風聲鶴唳,林忠緯認為這波衝擊尚未劇烈地傳導至台灣。「以台大學生的水準,畢業後要在台灣找到一份好工作,並不算困難。」他直言,「但挑戰在於目標設定。如果你瞄準的是矽谷,那麼如何在全球人才中脫穎而出,將會是截然不同的人生課題。只有平庸技術的求職者,在那裡極易被取代。」

台灣工程師的求職市場,正如林忠緯所說,還沒有看到像是美國的崩壞狀況。

「台灣對於軟體工程師的需求依然穩定,特別是在中高階工程師以及半導體領域。」 履歷和求職平台Cake執行長劉君羿說,「但是在初階工程師方面,市場確實有看到一些放緩的狀況。」許多公司正在重新檢視人力配置,「把基礎任務交給外包或特約增加彈性,把公司重要的員額放在策略性或創新能力的職務。」

陳明愉也有類似的觀察,「台灣不會這麽快被衝擊,因為硬體業在做自動化,再加上台灣的少子化,理論上台灣資工系的畢業生如果學歷不錯,光硬體業就會吃完這些人才。」

擦亮資工門票的3個方向

不過,提前準備總是不會有錯。

陳明愉同樣畢業於台大資工系,且Appier內部多名管理高層也都是台大資工系出身,他以學長、業界的角度來看,認為最重要的事情有3點,而這些建議也廣泛適用於非資工系的學生和人才:

第一,多摸索新的工具。AI工具總有一天會變得像是Word、Excel一樣,成為工作日常中的必備工具。

第二,「真的非常建議,學生們可以更精進於『溝通』這一塊。」陳明愉說。現在Appier在面試工程師時,也會非常注重跟AI協作的能力,而表達能力就是藏在背後的關鍵,「以前很多人對工程師的刻板印象就是宅男,好像都很不會說話。但是要跟AI協作,需要很清楚地定義、描述問題,所以你的表達能力一定不能差,這在面試裡很容易看出來。」

第三,去實習。「企業對於實習生比較有耐心,從小功能、小工具開始接觸開發,慢慢摸索企業的產品系統,未來也有很高的機率轉正。」陳明愉說,「學校最好也能跟企業有更多的產學連結,把學生送來企業。」

就像開頭的Lala,也是經由實習轉正進入外商公司,「在台大資工系裡面,這是一條很清楚的路徑,大二、大三先實習,然後轉成正職,我一開始就瞄準了這條道路。」永遠不用擔心已經做好準備的人。

至於會不會害怕未來找不到工作,Lala笑著說,她目前還不擔心,畢竟業界有「裁一個美國工程師的成本,足以在台灣雇用3個人」的說法。她認為,等到自己準備好挑戰海外工作時,再來擔心也不遲。

延伸閱讀:
Vibe Coding教學|如何用Base44做記帳平台?4個步驟教你用AI寫程式

「和小時候的自己合照」怎麼做?提示詞、指令步驟一次收

責任編輯:李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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