解析AI人才夯的發展趨勢

AI在產業上的應用範圍極廣,圖為AI創新醫療。圖/本報資料照片
AI在產業上的應用範圍極廣,圖為AI創新醫療。圖/本報資料照片

最近人工智慧(AI)的理念、發展與應用均相當普及,成為各主要國家傾全力發展的重點。尤其是邁入5G、物聯網的時代,AI結合5G、物聯網,發展跨領域、跨行業的商業模式,顛覆了全球的產業、經濟發展,成為世所矚目的焦點。

事實上,AI在1950、1960年代,就已經有相當的發展,稱之為「機器學習(machine learning)」或「深度學習(deep learning)」,但因為冠上「AI」比較好聽,比較時髦,也比較容易爭取到政府相關的計畫、企業或創投資金青睞,以及容易吸引人才投入,因此最近各界言必稱AI。

不過,另一方面,AI取代人力的文獻、呼聲也甚囂塵上,搞得人心惶惶。例如:Gartner研究機構的數據告訴我們,2020年會創造230萬個AI的工作機會,但也會消失180萬個非AI的工作機會。而且2022年預計有1/5的相關工作會被AI取代。


 但事實上不會那麼悲觀,在國內我們進行的廠商訪問中,顯示在五年內AI仍以提升產業效能而非替代人力為主。同時,AI技術也以單一領域而非跨領域為主。故產生互補的人力需求多,替代人力相對較少。除非未來技術有重大的突破,如無人車、自駕車的大量出現,才有機會大規模取代人力,這是比較令人安慰的地方。

在人才的延攬上,各國大企業紛紛以高薪來吸引人才,有經驗的AI人才,甚至以一年薪資20~30萬美元來網羅、挖角。在台灣,資料分析師、工程師、資料科學家、數據分析經理/協理,年薪在100~250萬新台幣之間。軟體開發工程師到主管的薪水也在100~220萬新台幣之間(資料來源:台灣薪資標準指南,2020)。不過,在國內由於商業模式尚未完全成熟,AI轉換成營收、業績仍有相當的難度,所以儘管人才需求殷切,但薪水目前有一點點停滯。

至於AI會帶動什麼樣的產業及人才需求?這可分為兩個層面來說,一個是AI的產業化(建構AI本身的產業鏈),一個是產業的AI化(各個產業應用AI來提升生產力)。前者指的是架構AI的基礎層、技術層及產業應用層。基礎層包括硬體的儲存與計算數據、資源和數據資料庫,更細部內容包括GPU的晶片、雲端計算平臺、感應器、資料演算法、模型平臺等,都包括在此一個層級中。技術層包括感知的智慧演算法、認知的智慧演算法,例如自然語言處理、語音辨識、圖像辨識等領域。至於應用層則包括了硬體產品跟軟體與相關的服務。硬體產品包含無人機、機器人及其他智慧的硬體產品。軟體服務則包括語音輸入法、虛擬助理、自動駕駛跟智慧安全防護等。

後者(亦即產業的AI化)指的是AI應用到各個領域。目前最常見的應用包括:智慧製造、零售、金融、物流、電商、廣告、醫療等。善用AI到前述領域上,創造新的商業模式、提升效率的人才需求相當殷切。例如,在電商領域上,當有顧客未採購放入購物車的商品,該商品將在下次顧客登入時,優先顯示,以重複刺激顧客的購買慾。在翻譯領域上,過去翻譯一篇葡萄牙文,必須找來精學者花一個月的時間翻譯,現在AI輸入數百篇葡萄牙文文獻後,翻譯一篇葡萄牙文僅需幾十分鐘,後續再稍做潤飾,一天內的時間就翻譯完成了。

根據〈2020台灣薪酬標準指南〉的分析,在科技業上人才招募的三大趨勢為:第一,人工智慧、物聯網、5G等技術專家;第二,整合電子商務、C2C平台、串流媒體、人工智慧、解決方案的頂尖人才;第三,發展雲端平台、徵服務業所需的軟體開發人才。

至於人才該具備什麼能力,才能因應AI時代的挑戰呢?首先,如果你是工科、統計、數學相關領域的人才,就往前述資料庫、大數據、資料庫建置、資料應用等方向發展,成功的機會比較大。

反之,如果你是社會科學專業的,則可以選擇AI當輔系,進一步瞭解AI發展方向及其基本知識、技術,或人機介面、語言的轉換等,並掌握其應用的方向,才能透過AI來加值自己所處產業的發展。

人工智慧對社會創新的人力需求也相當殷切,這類人才包括:語言專長人才、大數據處理人才、醫療創新、農業自動化、醫療看護等人才。尤其是時下所謂的「斜槓」(跨領域)人才,具AI及金融、醫療、零售、智慧製造、交通、電商等的跨領域人才。在金融業上,AI可應用於第三方支付、個人徵信、借貸平台、群眾募資、保險業等領域。

當然,在美中貿易戰、科技戰的同時,美國對科技移轉到中國大陸有相當高度的警戒,如果在大陸學的是AI,將來發展的機會也會以大陸為主。如果要轉到美國發展,恐怕會受到美國的抵制,這是人才選擇市場、就業方向時,必須小心注意的。

>>訂閱名家評論周報,關心全球財經大小事

延伸閱讀