企業真正缺的，可能不是「會用AI的人」。這一年多來不少企業開始鼓勵員工學ChatGPT、Gemini、Copilot，也有人進一步報考AI相關證照。履歷上的AI證照或者相關經歷愈來愈豐富，但企業主管該思考的問題方向應該：會操作工具、考過證照，與能替企業創造價值，其實是三件不同的事。

AI人才的競爭，正在從「知道多少工具」轉向「能不能解決問題」。世界經濟論壇《Future of Jobs Report 2025》調查超過1,000家企業後指出，AI與大數據是2025至2030年間成長最快的技能之一，但企業目前最重視的核心能力仍然是分析思考；韌性、彈性、領導、創意思考與科技素養同樣居於前列。這顯示企業面對AI時，需要的不是單一技術人才，而是技術能力與判斷能力的組合。

一、企業看AI證照熱趨勢，不應只問「有沒有」，而要問「從中學到了什麼」

證照的價值在於建立一套相對一致的能力基準，以經濟部產業人才能力鑑定iPAS的「AI應用規劃師」為例，2026年（民國115年度）初級能力鑑定並不是單純考「提示詞怎麼寫」，而是分成兩個主要能力領域。

第一個科目「人工智慧基礎概論」，包括AI的定義與分類、AI治理、資料基本概念與來源、資料整理與分析流程、資料隱私與安全、機器學習基本原理，以及鑑別式AI與生成式AI的基本概念與整合應用。

第二個科目「生成式AI應用與規劃」，則涵蓋No Code／Low Code、生成式AI工具與應用領域，以及企業更應該關注的生成式AI導入評估、導入規劃與風險管理。

換句話說iPAS初級其實透露了一個重要訊息：AI人才不能只會使用工具，還要知道資料從哪裡來、AI可能犯什麼錯、企業能不能導入，以及導入後有哪些風險。

到了中級要求更加接近企業實務，115年度中級的「人工智慧技術應用與規劃」涵蓋自然語言處理、電腦視覺、生成式AI、多模態AI，以及AI導入評估、導入規劃、風險管理、數據準備、模型選擇、系統整合與部署。另外還延伸出「大數據處理分析與應用」以及「機器學習技術與應用」。前者涵蓋統計、資料清理、儲存管理、資料分析、視覺化，以及資料隱私、安全與法規遵循；後者則進一步觸及機器學習、深度學習、特徵工程、模型訓練與評估、演算法偏見與公平性。

我是企業主管反而不會先問：「這張證照難不難考？」會先問：「這套能力架構，有哪些正好是公司未來需要導入簡化目前工作流程的？」因為證照真正的企業價值，不只是選人，也可以反過來成為人才培育的參考地圖。

二、從企業職缺看答案：證照是入門票，能融入工作現場能力才是決勝點

如果再把iPAS的考試內容與企業實際招募AI人才的條件交叉比對，會看到一個很有意思的現象。現在已有企業在iPAS人才平台刊登職缺時，直接註明「優先面試持有經濟部能力鑑定證書者」，這代表證照確實對應徵者找尋工作有加值的功能。但進一步閱讀職務內容，就會發現企業要求遠遠不只是一張證書。例如AI應用企劃類職務，除了將AI應用規劃師列為認同的能力鑑定外，真正要求的工作內容往往包括知識庫架構規劃、AI客服對話策略、內容品質管理、多語系內容策略、使用者體驗優化，以及與工程、產品或客戶跨部門合作。

企業要求候選人理解大型語言模型的能力與限制，也要求資訊架構、文字表達、資料正確性及基礎數據分析能力。另一類BI與AI應用顧問職務，即使把iPAS證照列為優先條件，面試實際評估仍可能包含數據分析案例、顧問式對話、問題分析、專案管理與溝通能力。

這就把問題說得很清楚了，企業真正需要的AI人才，可以整理成五種能力。

第一、問題定義能力：不是一拿到問題就打開ChatGPT，有證照的工作人員應該是會先了解：「公司到底要改善什麼？」是客服回覆效率太慢？庫存預測不準？報表花太多時間？新人教育成本太高？還是大量文件無法有效搜尋？如果問題沒有定義清楚，再好的AI工具也可能只是把錯誤流程做得更快。

第二、AI與資料素養：員工必須知道什麼資料可以交給AI、什麼資料不能輸入外部模型；也必須理解資料品質會直接影響輸出品質。這正是iPAS考試把資料、隱私、安全與AI治理列入內容的重要原因。

第三、流程整合能力：會生成一份文案只是操作能力；能把AI嵌入行銷、客服、採購、人資、行政或生產流程，才開始產生企業價值。真正的AI應用人員，需要把「原本怎麼做」、「AI可以做到哪裡」、「哪一步仍需要人判斷」畫清楚。

第四、驗證與風險判斷能力：企業最不能接受的，不是AI偶爾答錯，而是錯誤答案沒有被發現。因此，資訊來源查核、人工覆核、權限控管、資料保護、偏誤檢查與責任歸屬，都應該屬於AI人才能力的一部分。

第五、跨部門整合溝通能力：很多AI專案失敗，未必是模型不好，而是導入者不懂營運相關專業問題，業務人員又說不清楚技術需求。真正有價值的AI應用規劃人才，是扮演一個轉譯者的功能：既不一定是最會寫程式的人，也不只是最會操作生成式AI的人，而是可以把「營運需求」轉譯為「AI可執行方案」的人。

三、企業主該重新設計的，不只是招募，而是AI人才制度

因此面對AI證照愈來愈多，企業主不必陷入「證照有沒有用」的二分法。比較好的問題應該是：我要怎麼把證照、實作能力與工作績效連在一起？

一個較成熟的企業AI人才制度，可以採取「證照＋案例＋成果」三層設計。

第一層是知識基準：例如以iPAS AI應用規劃師初級作為部分職務的共同語言，確認員工具備AI、生成式AI、資料、安全與導入規劃的基本知識。

第二層是情境實作：不要用「會不會ChatGPT」來判斷員工AI能力，而可以給他一個公司真正存在的問題，例如：「客服每天收到500封重複問題，請提出AI改善方案。」接著看他能不能完成現況分析、資料盤點、工具選擇、流程設計、風險判斷與效益估算。

第三層則是成果驗證：例如導入後是否真的讓客服處理時間降低？文件搜尋時間減少？錯誤率下降？轉換率提高？新人訓練時間縮短？這些才是AI最終應該被企業衡量的地方。

因此企業可以把證照當作人才管理制度的一環，但不宜把「有證照」直接等同於「能獨立完成AI轉型專案」。更合理的做法是：證照證明基礎能力，作品證明實作能力，績效證明商業價值。這三者缺一不可。

吳俊儀CYWu觀點-企業需要的不是AI考照高手，而是實際用AI解決企業現場問題的員工

這幾年我自己從AI證照學習、成人教育到實際推廣AI應用，更清楚感受到一件事：證照有它的價值，因為它替龐雜的AI知識建立了一套學習架構，也讓企業在人力選擇上多了一個可辨識的參考。但是，如果考完證照只停留在「我知道」，而沒有走到「我能做到」，價值仍然有限。

企業不妨換一個角度看人才：不必要求每一位員工都成為AI工程師，而是培養更多「懂自己的專業，又知道如何與AI合作」的人。會計懂AI、行銷懂AI、人資懂AI、行政懂AI、製造懂AI，當這些人才開始從自己的工作問題出發，AI才真正可能進入企業的營運現場。

未來真正稀缺的人，未必是知道最多AI工具的人，而是能提出正確問題、選擇適當工具、判斷結果是否可信，最後把成果轉換成組織價值的人。

給企業主的AI人才判斷表

這五題都回答得出來，證照的價值才真正開始被放大。

參考資料

1. 經濟部產業發展署。（2025）。《115年度AI應用規劃師能力鑑定簡章（初級、中級）》。產業人才能力鑑定iPAS。

2. World Economic Forum. (2025). The Future of Jobs Report 2025. World Economic Forum.

3. World Economic Forum. (2025). Skills outlook: The Future of Jobs Report 2025. World Economic Forum.

4. iPAS產業人才能力鑑定人才網。（2026）。《AI應用企劃師職缺資訊》。經濟部產業發展署。

5. iPAS產業人才能力鑑定人才網。（2026）。《BI商業智慧與AI應用職缺資訊》。經濟部產業發展署。

6. iPAS產業人才能力鑑定人才網。（2026）。《AI工程師職缺資訊》。經濟部產業發展署。

作者介紹

吳俊儀 CYWu，台灣社區AI發展協會TCAIDA理事長且長期關注AI應用、成人學習、社區發展與高齡社會議題，具行銷管理碩士與成人教育跨域背景，投入AI人才培育、社區數位學習及生成式AI實務推廣。從制度、教育與第一線應用觀察科技如何真正進入工作與生活，主張AI的價值不在工具本身，而在能否轉化為人的能力與組織可持續的改變。