AI公部門人才指引上路，企業該看到什麼？

從AI工具管理走向AI治理時代

今年我在整理行政院、數位發展部與國科會近期AI政策資料時，有個明顯感受。

過去幾年政府談的是AI技術、AI產業與AI應用。到了2026年，討論焦點開始轉向另一件事：誰來管理AI？

這也是AI公部門人才指引最值得關注的地方。

表面上看，這是一套針對公務體系的人才培育制度。但若從產業發展角度觀察，其實反映出政府已經將AI視為影響國家治理的重要基礎能力，而非單純的資訊工具。這代表AI導入將進入制度化階段。企業過去可能由資訊部門、數位轉型部門或個別單位自行推動AI專案。未來則需要建立更完整的治理架構，包括資料治理、模型治理、風險管理、資安管理、法遵管理與倫理管理。

這個變化與全球趨勢高度一致。歐盟《AI Act》、美國NIST AI Risk Management Framework，以及金融業AI治理指引，都已經將AI風險管理列為企業治理的重要項目。台灣公部門人才制度的建立，某種程度也象徵AI治理開始從國際規範逐步落地到本地制度。

對企業主管而言，這不只是政策訊號，更是未來組織能力建構方向。

AI Agent正在改變企業營運模式

如果說2023年是ChatGPT元年，2024至2025年是生成式AI導入期，那麼2026年開始，產業討論重心正在快速轉向AI Agent。

很多經理人仍把AI理解為聊天機器人。但現在的AI Agent已經不同。

它不只是回答問題，而是具備任務規劃、工具調用、資訊整合、決策推理與自主執行能力的智慧代理系統。

近期公布的AI相關考試與人才培育內容中，也開始大量出現Agentic AI、A2A（Agent-to-Agent）、MCP（Model Context Protocol）等新興概念。

這透露出一個重要訊號。未來企業導入AI的方式，可能不再是員工單獨使用ChatGPT，而是多個AI Agent共同協作完成工作。

例如：

• 客服Agent負責回應客戶需求
• 行銷Agent負責內容生成與廣告優化
• 財務Agent負責報表分析
• 採購Agent負責供應鏈監控
• 決策Agent負責資訊整合與風險評估

這種模式將逐漸進入企業營運核心流程。

許多企業目前仍停留在AI工具使用階段，但未來競爭力差距，很可能來自於誰能率先建立AI Agent協作架構。

問題不再是「有沒有導入AI」。而是「能不能讓AI自己完成工作」。

人才競爭將從技術能力轉向跨域能力

另一個容易被忽略的影響，是人才市場的變化。

過去企業招聘AI人才，往往聚焦於資料科學家、機器學習工程師或AI開發人員。

未來五年，需求可能逐漸改變。原因很簡單。AI工具門檻正在快速下降。

Low Code、No Code、AutoML與生成式AI平台的成熟，使得許多技術工作不再需要高度程式開發能力。

真正稀缺的，開始變成跨域整合人才。

這類人才通常具備三種能力：

第一，理解產業問題。

第二，理解AI技術限制。

第三，能將兩者轉換成可落地的解決方案。

站在企業管理角度來看，未來最有價值的人才未必是最會寫程式的人，而是最懂得如何運用AI創造商業價值的人。這也是目前許多國際企業正在建立AI Literacy（AI素養）制度的重要原因。

AI將逐漸成為所有員工的基礎能力。跨域整合能力則會成為管理人才的重要差異化優勢。

經理人現在應該開始布局什麼？

很多企業主管問我：「AI變化這麼快，現在到底該做什麼？」

我認為有三件事情值得優先投入。

第一，建立AI治理架構。不要等法規要求才開始做。資料管理、模型管理、權限控管、資安風險與責任歸屬，都應該提前規劃。

第二，培育AI應用人才。與其只培養少數AI工程師，不如提升整體組織AI素養，讓更多部門具備AI協作能力。

第三，開始規劃AI Agent應用場景。從知識管理、客服、自動化報表、文件處理到決策支援，都可能是Agent率先落地的領域。

從產業角度觀察，未來企業競爭已不只是數位轉型，而是AI轉型。

真正成功的企業，不一定擁有最大的模型或最多的算力資源。

而是能建立完整AI治理制度、培育跨域AI人才，並將AI Agent有效融入營運流程的組織。

未來五年，台灣企業將面臨一場新的能力競賽。

競爭的不只是技術。而是治理能力、人才能力，以及組織轉型能力。

這或許才是AI公部門人才指引發布後，產業界最值得重視的訊號。

CCChen觀點

當政府開始培養AI治理人才時，企業真正需要思考的已經不是「要不要導入AI」，而是「如何管理AI」。

AI時代的勝負，未來不在模型大小，而在組織能否建立持續進化的能力。

— CCChen 心語

未來企業最大的風險，不是沒有AI，而是擁有AI卻沒有治理AI的能力。