外籍人才留不住美國科技業陷困境|數位時代 BusinessNext

先從幾個美國勞工部針對美國二○○四年到二○一四年勞動市場的統計數字談起：一三％vs.四八．四％、六五一vs.一四○一。一三％是整體勞動人口數的成長率，四八．四％是電腦應用軟體開發工程師數目的成長率，六五一是全美所有行業的平均周薪，一四○一則是全美電腦工程師的平均周薪。

除了軟體開發工程師，相關行業的網管人員、系統分析師、網路通訊工程師都是未來十年成長率最高的職業，問題是根本沒有足夠的美國人，擁有應徵這些工作的學位跟專長。

微軟總裁比爾．蓋茲（Bill Gates）在今年三月於美國國會的聽證會中表示：「當我想到美國科技業的現況時，我同時感覺到驕傲與焦慮。」

雖然蓋茲與其他科技業領袖，透過基金會、遊說議員等手段，積極推動在二○一五年前，將美國每年教育出的科技、工程、數學系相關畢業生人數增加一倍，新增一萬個高中數學及科學教室，甚至頒發兩萬五千個新的獎學金，給選擇以工程為主修的大學生。但這些長期的措施，對於眼前的問題並沒有立即效益。而在科技業及網路業回春的今年，這種焦慮更瀰漫在Google、Yahoo!、微軟（Microsoft）、甲骨文（Oracle）這種大公司，以及無數新創事業ＣＥＯ的心頭。

本國人才不足，又限制工作簽證
美國高科技人力的短缺，很大原因是本國籍理工畢業生數目不足，造成巨大的科技業人力缺口。過去，印度、中國、東歐與俄國等外來人口，一向透過H1-B簽證制度彌補。該簽證允許外國人在獲得美國學士以上學位後，透過公司申請在美國從事科技業工作，年限長達六年之久。

這項從一九九○年後啟用的制度，一向為矽谷提供穩定的人才供給。「在Google裡頭，大概有八％的員工，是透過H1-B制度雇用，參與諸如新聞或是社群服務Orkut等軟體開發，」Google的人事副總裁巴克（Laszlo Bock）表示。

H1-B簽證的發放數目每年由國會決定，數字最高曾達十九萬五千人之譜。但是在二○○六年，基於反恐及愛國主義等若干因素，數目大幅緊縮至六萬五千人（不包括給具有美國工程碩、博士學位人士所預留的兩萬個名額）。

粥少僧多的情況下，造成今年的H1-B申請出現前所未見的狀況：開放申請的第二天，六萬五千個名額上限就被用罄。因為名額的上限，Google在去年必須拒絕發給近百位優秀的工程師工作簽證。

「如果你仔細調查，會發現eBay、英特爾（Intel）、Yahoo!、Google全是移民創業家成立的，」巴克如此表示，並暗示著當初如果不是因簽證而留住了這些人才，現在的矽谷科技業就不是如今的樣貌。

他更憂心地指出：「若是人力缺口持續，包括下一階段的Gmail與Google Earth等服務，都將面臨研發上的困難。」可見業者已經預見了抵制外籍人才的結果，將很有可能會造成未來科技產業在發展上的瓶頸。
台灣如何在此波變動中應變？

為了改變現狀，各方勢力對於美國政府科技工作簽證政策，正在進行各種角力：幾百家科技公司，以及研發組織組成的遊說組織「競爭美國」（Compete America）聯盟，要求議會將簽證數目加倍，並承諾每年固定的成長率。

從聯盟的會員破天荒地囊括了各大科技龍頭廠，就可看出科技產業對此一議題的重視程度與急迫性，包括思科（Cisco）、蘋果公司（Apple）、ＩＢＭ和甲骨文的資訊科技商會（Information Technology Industry Council）都是「競爭美國」的會員，而且他們甚至說服美國總統布希為他們公開背書。

「我們當然希望每個美國境內的工作能為我們國民創造工作機會，但事實顯然不是如此，」布希在３Ｍ的明尼蘇達總部發表演說時如此表示。蓋茲更在國會聽證會上表示，對於夠資格的工程師和科學家，根本不應設下任何人數上限。

只不過意見並非完全倒向科技業的一方。捍衛美國本土員工利益的團體，例如Programmers Guild，則以外國人會戕害美國人民就業機會，拉低行業薪資水準為由，抵制要求提高H1-B簽證數目的各式法案。
對於美國之外的其他國家而言，這些拉鋸給了他們一個有趣的機會：這些在全球最頂尖科技教育系統中培育出來的人才，因為美國的簽證問題，無法在美國境內工作。

與美國的保守策略反其道而行，英國、澳洲、加拿大目前都祭出吸引技術移民的誘因，並修改政策，以留住這些在全球化經濟中，移動力及生產力都極高的優質公民。

在此同時，我們也要問，到底台灣的科技人才可在這波變動中找到何種方式的切入點？台灣政府又是否能夠適時以政策吸引返台工作的科技人才，甚至是其他外籍人才？這些都值得我們深思。

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。