AI醫療器材的研發方向大致上可分為三類：生理監測、醫療影像、醫療保健決策等。其中生理監測與醫療影像，均是透過數位化的生理訊號或影像資料，對照資料庫之運算分析，打造出更精準即時的醫療診斷或預警。醫療保健決策則是擴大資料範疇，透過醫療體系裡大量的健康或病人背景資料，甚至是宏觀數據等巨量資料分析發掘，提供根本預防性的醫療保健解決方案。

如何善用AI的知識與技術，收集大量健康數據，分析各類危險因素與健康狀態之間的量化關係與運算，達成精準的健康預測並事先控制或干預，用最少的成本達到最大的健康效果、多贏效應，將是AI對健康醫療的最大貢獻，也是醫療產業人才投入最有價值及關鍵的一環。

自主式移動機器人（Autonomous Mobile Robot），是結合自主定位及自動導航的無軌無人移動載具。相較於傳統的無人搬運車（Automated Guided Vehicle，AGV），AMR不需要安裝軌道，可在設定的空間中自由移動，並且還可搭載機器手臂，大幅提高應用彈性。但也因其可自由移動的特性，必須藉助對環境的感測、感測資料的處理運算、決策判斷與即時控制等，以確保移動與作業時的安全。

AMR導入實際商業運作時，通常需與整個作業環境系統搭配整合，包含多機合作、協作安全、IoT整合、虛實整合等挑戰，亦即AMR必須與周邊的生產設備或服務系統整合成為一體，才可發揮功能，不至於淪為自動化的孤島。由於製造業人力短缺及電子商務興起，帶動製造與倉儲領域AMR發展，相關人才需求在可預見的未來恐將持續成長。

AIoT具備智慧學習的能力，因此可以透過數據累積不斷進化，提供客製化服務的最佳體驗。未來若搭配更強大的網路傳輸方式（如5G），大量的數據資訊可以更快速地傳送與運算，將可應用在更廣的層面，如工業、教育、交通、醫療等具備獨立作業需求的垂直應用領域。

隨著AIoT應用範疇的擴大，對應的資訊安全問題也越來越受重視，該如何結合用戶、資料、服務、溯源及信任端點五大元素，從應用需求擴展至晶片甚至整個系統的全局思維，也是AIoT發展時最重要項目之一。前發展中各項AIoT應用研究可說是百家齊鳴，例如車用、穿載、智慧家電、工業自動化、AI軟體等，不僅加速各既有產業朝高附加價值和新產品應用布局，相關產業價值鏈也可望帶動數量龐大的就業機會。

全球氣候變遷下，各國與城市紛紛制定碳中和目標，宣示於2050 年達到淨零碳排。不管展開怎樣的因應方式，大多數的情況下均需要產品碳足跡的計算與管理，才能有一致的評估標準。在產品碳足跡的應用上，目前國際趨勢包含：徵收碳費或碳關稅、形成碳交易市場、連結企業社會責任、強化建立綠色供應鏈、國際間碳標籤/減碳標籤的互相承認與綠色行銷等。

淨零碳排全球趨勢下，企業必須面對碳關稅（或稱碳邊境稅）、碳交易、碳盤查、以及綠色採購等議題而改變原有商業策略，這些因素都導致業界對減碳人才的需求急速增加。因此培訓更多理解排放趨勢、量化模型估算、去碳化路徑以及對應政策設計等主題之人才，是刻不容緩的議題。

電網是電力的快速道路，是連接電力生產者與消費者的網路系統，透過電網的媒介才能提供電力給所有用電端。智慧電網則是將傳統電網優化，透過資訊技術收集供電端的供電情況與用電端的使用資訊，再利用這些資訊調整電力分配，以有效減低電力損耗並整合再生能源，實現節能與能源轉型的目的。相較傳統電網，智慧電網帶來的優勢包含用電資訊雙向流通以進行合理配電、整合再生能源以實現穩定供電、預防事故以面對緊急情況時可即時調整等。

智慧電網的應用十分仰賴資訊技術、先進的電網元件以及電力設備等軟硬體的整合，在軟硬體的整合下，智慧電網才能穩定且安全地供電。在配合永續環境議題及電力躍為能源運用的主角下，透過智慧電網來提升電能的使用效率，已成為相關產業亟欲突破發展的方向，更促進具備新興技術的綠領人才廣大就業機會。