在內部測試約十個月後，IBM於4月底公開推出AI驅動的軟體交付與治理平台「Bob」。官方公布的數據亮眼：內部使用人數超過8萬名，提升了45%軟體交付的生產力。但工程師是如何與Bob協作及管理的？
資深工程師：細心培訓出一支AI團隊，重點還是持續更新及維護
「我的生產力倍增，但我工時也變長。」加入IBM已14年，大約有7年領導經歷的客戶創新工程架構總監陳威皓坦承。目前他帶領七名經歷皆在三年以內的工程師，但需管理的不只是人類。
正如IBM將Bob這套軟體交付與治理平台描述為「企業的數位員工」，身為管理階層，陳威皓描述，應用AI工具感覺就像是「多了一個團隊出來」，「我多了一份管理的責任。」
而且，這支虛擬團隊需要工程師自己親手打造，在提升生產力之前得先投入精力細心培訓。再加上面對不同行業別的客戶，有著不同領域知識的需求，不僅要引導AI形成適宜的技能，還得持續更新、累積與維護，不是一勞永逸的任務。
與此同時，在人機協作快速進展的當下，管理者也需要協助人類員工善用AI工具，進而塑造一個運作良好的人機協作的環境。從虛擬機器、人類同事到人機協作，管理者的工作層次需要更加細密。
陳威皓補充，如何克制自己不要「因為做得到就去做」所有因AI變得可行的任務，成了節制工時的自我防線。
AI大幅壓縮專案時程，但「要用工具的還是人」
這也突顯了Bob的能力與成效。Bob主打適用於完整軟體開發生命週期的多代理協作架構，但能力不僅限於軟體開發。在IBM內部，它可在使用者同意下存取個人裝置資料，並接上內部資訊系統，從寫信到生成投影片都是用例。陳威皓還曾經讓Bob讀取Slack上的訊息，打造出複製自己溝通風格的AI分身。
陳威皓解釋，自己領導客戶創新工程團隊，過往的一大挑戰是兼顧品質與交付速度。團隊早早開始使用ChatGPT等外部AI工具，這些工具能寫程式，但不懂IBM內部產品知識與客戶關係。比較接近個人開發助理，而不是真正意義上的AI團隊夥伴。
2026年初，Bob擴大內部試用規模，團隊便實際應用在當時服務的金融業客戶上。過去大約要花上四周的工作任務，在4-6小時內就有初步方案，一週左右完成專案開發與報告。尤其是在短時間內就拿得出可demo的版本，而不是只有口頭講解的投影片檔案，讓客戶特別有感。
陳威皓認為，引入Bob不是為了取代人類，而是讓工程師可以聚焦在更有價值的任務上。他也不認為這類自動化開發工具會縮減對初階工程師的需求，因為「要用工具的還是人」。就像總經理與工程師使用AI的方式與目標不會相同，要完成複雜專案，還是需要團隊成員分工協作，無論資深或資淺都有角色。
資淺工程師：轉資深速度大增，不變的是「從做中學」
至今，AI開發工具對初階工程師工作機會帶來的衝擊沒有單一答案。部分研究指出，年輕員工的就業成長較為停滯。另一方面，IBM在二月預期今年在美國的初階招聘人數會增加兩倍。
這部分是因為初階員工的工作內容已經改變。資淺員工也不只負責寫基礎程式碼，而需要和客戶合作、實際應用落地。這或許表示，因為有了Bob這類工具的支援，企業可以招聘更多經驗較少的員工，負起比過往資淺員工更多元的責任。
21歲的人工智慧暨資料解決方案技術工程師林子皓畢業於有「新五專」之稱的北科大智慧自動化工程科，在2025年八月正式加入IBM。
「ChatGPT出現的時間點，正好是我唸五專的正中間。」林子皓表示，自己經歷過寫程式靠Google、靠Stack Overflow，複製貼上、反覆試錯的時期。
在這之後，AI生成程式碼逐漸盛行，也能debug、做測試，「AI幫我們做掉很多寫程式的部分。是不是有些基礎的coding就不需要人了，可能junior的人就不是這麼重要？」
比起焦慮自己畢業後的求職機會，林子皓反而認為，「那我應該把這個工具用起來，然後快速地變成一個senior（資深工程師）。」
他指出，Bob對新員工、新工程師來說，都是很好的學習工具。例如，過去有些新產品台灣還沒有人做過，就得和國外專家約時間學習。但現在可以讓Bob提供相關知識經驗，若還有不懂的地方再找人類，學習速度快上許多。
離開學校不久的林子皓回憶，學生時期的程式設計時常想的是「技術能不能辦到」，很少思考這個軟體能值多少錢。正因為Bob節省了寫程式的時間，讓他可以不受困在開發功能的任務中，以資淺新人的姿態去接觸客戶、看見市場需求，思考自己做的東西有沒有長久性的商業價值，「這是非常打動我的一個點。」
陳威皓認為，現在的年輕工程師從資淺到資深的速度比過去快很多，但沒有改變的是「從做中學」的工程心法。無論有沒有AI工具，工程師都得邊做邊問、邊試錯邊累積經驗，才能成長。
