會寫程式不再是金飯碗!美國軟體工程師職缺5年腰斬,是AI惹的禍?
會寫程式不再是金飯碗!美國軟體工程師職缺5年腰斬,是AI惹的禍?
##### 會寫程式不再是金飯碗 一直以來,軟體工程師普遍被認為是待遇優渥、好找工作的專業,但在AI逐漸成熟的現在,這份印象正在逐漸被打破。《紐約時報》便在近日的文章中直指,過去程式設計一直被認為是工作有保障的金飯碗,但在AI浪潮來襲後,這樣的狀況開始出現變化。

在台灣,大學所學不好找工作、職涯中途想轉換跑道改做待遇更好的工作,有類似情況或念頭的人們,其中一部份會選擇修習速成的程式課程成為一名「工程師」。像這樣的短期課程在美國同樣有許多,然而開始有學生發現,即使上完課成為工程師,仍然很難找工作。

36歲的雷登(Florencio Rendon)在連續被建築公司開除後,決定找份更安穩的工作,於是參加程式訓練課程,希望能成為工程師。然而經歷四個月課程順利畢業後,他發現這身程式設計的本領,仍然很難找到工作。

這並非個案。電腦技術補習班Launch Academy創辦人皮克特(Dan Pickett)就決定今年5月起無限期暫停課程,因為學員成功找到工作的比率從90%大幅衰退到了60%的水準。

像雷登一樣遭遇的人萬萬千千,他們面臨的挑戰似乎反應出一件事:程式設計不再是金飯碗了。根據Layoff.fyi的統計,過去三年裡科技公司裁員累計達到55萬人以上,科技業正處於大縮邊的時代,再加上AI技術的普及,使得寫程式的工作需求不再熱烈。

根據計算技術產業協會CompTIA的資料,軟體開發相關職缺與5年前相比可說腰斬,大幅減少了56%,而對於沒有經驗的新人來說問題更大,職缺縮減了67%之多。學習寫程式似乎不再是邁向成功的大道,「這是25年來我見過科技基層求職環境最糟糕的情況。」創投公司Menlo Ventures合夥人加納森(Venky Ganesan)表示。

##### AI搶走了軟體工程師飯碗?

AI技術的興起,被認為是導致科技業求職環境如此嚴峻推手之一。雖然外界過去普遍預測,事務性的工作才是最先被AI取代的,然而現況顯示工程師似乎同樣受到威脅。

2022年,Google旗下AI團隊曾聲稱,他們在程式比賽中測試了AI模型AlphaCode,發現效果已經媲美經過幾個月到一年訓練的新手工程師,而到了今年,Google已在財報會議上表示,超過4分之1的新程式碼現在都是由AI生成。

亞馬遜AWS CEO Matt Garman
AWS執行長加爾曼在今年告訴員工,未來24個月後可能大部分人都不會負責寫程式,要求員工繼續提昇自己。

亞馬遜AWS執行長麥特.加爾曼(Matt Garman)今年也曾告訴員工,未來24個月內,可能大多數開發人員都不會負責寫程式,這些基本任務會被AI給取代,並希望員工能夠繼續提昇自己培養新能力,「這代表我們必須更了解客戶需求、知道我們要做什麼,比起在座位上實際寫程式,這會越來越成為我們的工作內容。」

不過,AI開始進入程式設計的工作當中,除了搶走職缺外,也代表著掌握AI技術成為一名工程師的必備能力,工作不再僅僅是寫程式。

事實上,AI的確能提昇工程師的工作效率。普林斯頓大學、麻省理工學院、微軟研究院等多方學者共同著作的一份研究中指出,使用AI工具能提昇開發人員26.08%的工作效率,並且對資淺的工程師提昇幅度更大。

ai tool stack overflow.jpg
Stack Overflow的調查中發現,逾6成開發者已經將AI工具運用在工作流程當中。
圖/ Stack Overflow

而程式設計問答網站Stack Overflow的年度調查中,有超過6成開發者聲稱他們已經開始在工作流程中運用AI工具,並有另外約14%開發者聲稱未來計劃使用。

##### 軟體工程師仍然有需求,只是門檻變更高

不過,短時間內程式設計工作還不至於被AI完全取代。麻省理工學院電腦科學家萊薩馬(Armando Solar-Lezama)指出,AI仍然缺乏很多基本技能,即使是GPT-4這樣的先進模型,仍然真正理解他們解決的問題,有時會犯一些離譜錯誤。

加州大學聖塔芭芭拉分校科技管理助理教授麥特.碧恩(Matt Beane)同樣提到,AI生成的程式碼時常摻雜新人難以發現的錯誤,目前仍是有經驗的工程師更能駕馭這項技術。且在學習運用AI技術上,有數學或工程背景本身就是一項優勢。

《紐約時報》提到,AI技術對程式設計領域最大的變化或許不是取代了工程師,而是讓成為軟體工程師有更高的門檻,不僅要會寫程式,還要懂得如何將AI運用在工作之中。近期微軟和LinkedIn的一份調查中就發現,66%企業高管聲稱他們不會僱用沒有AI技能的員工。

資料來源:紐約時報New York PostStack Overflow

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