智慧應用 影音
supplychain
榮耀會員

AI人才供不應求 企業數位轉型進度恐受影響

AI落地大爆發,但專業人才培育卻難以跟上產業發展的腳步。李建樑

科技部曾提出5年投入新台幣160億元經費建構台灣AI創新生態環境,政府和民間攜手合作培訓超過1萬名AI菁英技術及應用實務人才的政策。不過經濟部的一份報告指出,隨著AI在各行各業的應用愈來愈廣,就業市場上對於擁有相關技能的AI人才需求也快速增加。儘管學校端已不斷加開課程、增加入學人數和開發新學程以滿足學生的需求,但就業市場上仍普遍出現AI人才短缺的情況。

科技部曾向行政院提出「AI科研戰略」報告,行政院討論後同意投入160億元經費,支持採購AI主機、在台大、成大、清大、交大成立AI創新研究中心做AI人才衝刺、及中科、南科機器人製造基地、半導體射月計畫等。至於「台灣AI行動計畫」將在2021年底執行完畢。由於現階段正值科技部組織改造與變動,「AI科研戰略」的成效也需做全盤檢討與效益分析。經濟部又為天然氣第三接收站之事忙得焦頭爛額,因此迄今外界並未聽聞科技部、經濟部有新的大型AI接續計畫。

根據經濟部委外的一份產業趨勢對人才需求影響研究調查,AI的商業化在加速產業數位化、改善產業鏈結構和提高數據使用效率方面發揮了顯著的功用,同時也能透過提升勞工生產力和生產自動化的途徑推動生產力成長。2025年全球AI市場會達到1,260億美元。

調查指出,AI與製造業之間的連結並非僅止於單方面的技術應用,AI技術應用普及化的過程所帶來的硬體需求將使製造業受惠,而製造業的成長又會帶來導入AI的需求,兩者之間存在著相輔相成的正向循環,未來兩者之間的連結也會愈來愈密切。

不過就業市場上,AI人才的供不應求,已直接影響到部分企業的AI發展進度,連帶影響到AI應用所能帶來的生產力提升和經濟成長落實的速度。

調查發現,現階段台灣產業界的AI應用主要都還是在個別場域使用客製化的方式部署,如果每條產線都需要重新客製化的話,過高的成本就會使導入AI的效益和誘因不足,所以必須在演算法端進行創新研發,使得各種 AI系統能夠被大量複製部署,才有可能將其產品化。

AI與資料科學家負責演算法開發,是製造業AI產品化之成功關鍵。但演算法開發人員的招募與培訓較其他職缺更為困難,台灣有高達45%的廠商表示該職缺的平均招募時間需達半年以上。事實上,對台灣為數眾多的中小企業而言,要找到演算法研發工程師和資料科學家是相當困難的。透過雲端業者提供AI服務是解決的辦法之一,但也無法解決所有問題。

現有AI應用主要可分為電腦視覺、數據推論推論、移動控制、資料擷取與整理和語音及自然語言處理等領域,在製造、醫療、零售、金融等領域的應用已十分普遍。其中製造業常見之AI應用,包括品質管理、預防性保養、自動化生產、電腦輔助設計和數位對映等。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 經濟部 科技部 AI 數位轉型