AI正在重塑台灣既有人才結構、產業模式和創業思維，關鍵將在於我們能否將 AI 軟體能力，加值在台灣既有的硬體和製造業優勢之上。過去的創業很多瞄準消費市場（B2C），而今如果我們能放棄慣性思維，從市場的頂層需求來思考，有希望將挑戰扭轉為機會。
台灣當前面臨的人才結構正在變動，頂尖人才流向的趨勢已與過去「出國讀書、再回新竹科學園區」的模式截然不同。許多十幾歲年輕一代，選擇在高中階段便就讀矽谷路線的國際高中或美國學校。這些循著國際路線出國發展的人才，由於在台灣早已習慣使用英文，到矽谷後融入速度極快。
然而，這些人才最大的特點是：很大機率不會回來。台灣必須接受人才外流是常態，並應思考如何善用全世界的人才，而非期待過去那種回流模式。
同時，台灣本地培訓的AI人才（如台大畢業生）年齡普遍偏高，平均為30歲左右。部分是受兵役等因素影響，導致他們積極投入 AI 研究的時間相對較晚。
此外，台灣在職涯訓練上還面臨2項歷史遺留的結構性弱點。一是軟體市場的規模限制：由於台灣在軟體和網路服務上缺乏足夠大的「母體市場」，難以規模化。過去 30 年的創業，多半奠基於軟體服務這些弱項，導致成功案例較少。
現在看，網路無國界是個假議題，當母體市場不夠大，你的新創成功機率其實更低。第二是PM與系統整合的短板：台灣傳統上不擅長 Project Manager（PM）與系統整合，恰恰是未來推動大型 B2B 專案、將軟硬體結合必須掌握的關鍵能力。
這一次 AI 帶來的衝擊，與過去的工業革命和 Web 革命很不一樣，它在初期階段殺掉的工作機會，比創造出的工作機會多。尤其在美國等知識型產業密集的國家，已經出現大規模裁員，對剛畢業的 20 幾歲年輕人來說，可能成為「失落的一代」。雖然台灣的知識型產業多屬內需，競爭壓力相對小，衝擊的強度暫時不如美國，但這種焦慮感是真實的，不過也因為這樣的焦慮，可能正是推動年輕人思考創業的強大動力。
目前，大規模的新工作機會尚未完全浮現，不過一些趨勢已開始變化，還是有些許新興工作正在產生。例如提示詞工程師（Prompt Engineer）、非資工科系的程式設計師等。
隨著Low Code／No Code工具的普及，非資工科系的人才可利用 AI 取代或輔助其他領域的工作。這類職位可能落在資訊部門與法律、會計部門之間，在組織中扮演AI法務或AI會計的角色。
跳脫B2C，勇闖硬體與B2B賽道
面對變局，年輕人必須從根本上調整職涯發展和創業方向，將目標立基於台灣的既有優勢，我認為軟體的唯一機會在硬體。過去20年的軟體創業多數奠基於台灣的弱項，成功機率很低。軟體要產生應用，唯一的機會就在硬體之上。
目前，機器人是最好的載體，台灣因應超高齡社會和少子化帶來的勞動結構痛點，對機器人存在內需應用。再者，由於機器人是高敏感產業，在美國主導非紅色供應鏈建立的背景下，台灣有機會加入比較高敏感的機器人產業鏈，例如從鏡頭、馬達、組裝等零組件優勢切入全球供應鏈。
台灣在B2C領域缺乏規模化的可能性，所以軟體開發者應該從世界級大客戶的需求去思考創新，從 B2B 角度切入。我們擁有台積電、台達電、鴻海等世界級大型製造企業。當這些工廠分散至世界各地時，對雲端化、智慧化管理的需求將暴增，這裡面就有很好的機會。
軟體開發者不該只關注食衣住行的小機會，而應思考世界級客戶如台積電的軟體需求。 例如，資料中心電源管理的軟體監控，就是一個成功案例，儘管這套軟體的客戶近期可能只有一個（台達電），但由於台達電是全世界主要供應商，實際上他服務的客戶就是全世界的資料中心。
面對 AI 帶來的結構性變革，年輕人仍能抓到機會，具體的生存策略就是培養 PM 與系統整合能力，因為這是台灣目前最不擅長，卻是未來推動 B2B 專案必須走的路。再者，創業必須從市場需求頂層出發，最好是跟隨製造業時程。
如果目標是追求2、3年內要有營收，就必須跟著製造業走。製造業的應用落地（如中央工廠的智慧化、倉儲機器人）是最直接有效的。若能承擔長期投入成本，如接受5年後才有營收，那也可考慮長照機器人領域。
最後，現在是把握創業新模式的最好時代，因為AI，反而是低成本、輕資產創業的絕佳時代。人人都可以將 AI 作為團隊成員，從事一人創業。
我們的B2C軟體市場因缺乏母體市場而難以壯大，但台灣擁有全世界絕無僅有的硬體製造業堅強實力，都是未來 AI 時代的核心基礎。年輕人需要做的，就是學會如何將新工具（AI 軟體）應用到這些最堅實的 B2B 基礎上，更有機會能找到可規模化的創業機會。
責任編輯：陳祈安