字體:小 中 大 |
|
|
|
| 2026/11/17 10:00:00瀏覽11|回應0|推薦0 | |
–作者:活意行銷企管 總經理高培偉
「這個功能大概多久可以完成?」 工程師想了一下:「如果順利的話,大概三天。」 老闆沉默幾秒,接著問:「那如果用AI呢?」 這句話,現在可能比「你會不會寫Python?」更讓工程師有壓力。
以前工程師最常被嫌的是「寫太慢」。 現在開始多了一種尷尬: 「AI幾分鐘就能產生程式碼,你為什麼還要三天?」 如果你是資訊工程師,這句話聽起來可能有點刺耳。 但市場正在發生的事情,就是這麼現實。
AI可以協助寫Function、產生API、補測試程式、整理技術文件、找Bug、解釋程式碼,甚至協助建立一個小型應用程式。 於是企業開始重新思考: 「如果AI已經可以幫忙寫Code,我還需要養工程師?」 這才是資訊工程師真正需要面對的問題。
一、AI首先衝擊的,是「把規格變成程式碼」這件事過去接到需求~ PM:「這個功能幫我做一下。」 工程師: 看需求 → 找架構 → 寫Code → 測試 → 修改 → 再測試。 現在呢?
工程師可以直接把需求交給AI協助產生初版。 簡單的程式邏輯、CRUD功能、API範例、SQL語法、測試案例、文件整理,AI都可以大幅加速。 這意味著一件事情: 單純靠「打字寫Code」累積出來的工作價值,正在下降。
以前一位工程師一天寫多少行Code,可能是一種效率指標。 現在會問的是: 「你能不能判斷這些Code寫的對不對?」 因為Code越來越容易取得,判斷反而越來越重要。
二、最值得警覺的,是企業開始重新計算「人力成本」這件事情比「AI會不會取代工程師」更加現實。 假設以前一個小型專案需要:
AI導入之後,有些工作可能被整併。 一位資深工程師搭配AI,再加上其他工具,也許就能完成過去數人的部分工作。 這不代表四個人明天就會被裁掉。 但企業一定會開始問:
這就是資訊工程師真正的職場壓力。
AI不一定直接拿走你的職位。 它可能先拿走: 你的工作量、你的工時價值,以及企業願意為這項工作的支付價格。
三、所以,資訊工程師真正要升級的,不是「寫更多Code」1. 從寫程式,走向設計系統AI很會處理局部問題,你問它一個Function,它可以很快給你答案。 但企業真正麻煩的事情通常是:
這些事情牽涉的是整體架構。
因此,工程師的能力會逐漸從「我會不會寫?」 往「這個系統到底該怎麼設計?」移動。 會寫Code的人很多。 能看懂整個系統的人,價值就高很多。
四、第二個價值:AI寫得出來,誰負責保證它能用?這可能是未來工程師非常重要的一個角色。 AI產生的程式碼可以跑,不代表它適合正式上線。 一段程式可能:
這些事情最後誰負責?
公司不會叫AI來開會。 也不會在系統出問題時問:「ChatGPT,這次你負責嗎?」 最後還是工程團隊要面對。 因此,未來工程師的價值之一,就是: 『審AI、測AI、管AI,最後為系統負責。』 這個角色反而可能更加重要。
五、第三個價值:真正難的是「需求到底是什麼」很多工程師應該都遇過這種場景。 老闆說:「我要一個會員系統。」 工程師開始做。 做到一半,老闆說:「會員還要可以分級。」 再過幾天:「最好可以跟LINE串。」 月底:「以後是不是可以加AI客服?」 最後工程師心裡只有一句話:「一開始講清楚就好了。」 這就是資訊工程最容易被低估價值的工作。
企業真正的問題,往往沒有整理好。 需求模糊、流程混亂、部門各說各話,工程師如果只是照著需求寫,最後很可能只是把混亂的流程「數位化」。
所以AI時代,工程師更需要具備一項能力: 把「人話」轉成「系統語言」。
這個能力,比多會一種程式語言更重要。
六、第四個價值:成為「AI+企業流程」的整合者AI真正進入企業之後,通常不會只是一個聊天機器人。 它可能需要串接:
問題也就隨之而來了~ AI很聰明,但企業系統通常很複雜。 一邊是新AI。 另一邊是用了十幾年的舊系統。 中間還夾著一堆Excel。 這才是企業真正的戰場。
所以未來資訊工程師很重要的一項能力,就是: 「把AI接進企業原本的工作流程,而且真的讓它跑得起來。」 這裡涉及資料、系統、權限、流程、資安與維運。 AI可以幫忙寫很多程式,但最後還是需要懂企業的人,把這些東西串起來。
七、資訊工程師與AI,真正的能力差異
因此,資訊工程師真正的競爭力,正在慢慢從: 「我會多少種程式語言?」 轉向:「我能不能利用技術,把企業問題解決掉?」
【foryou顧問經營老實說】我認為資訊工程師接下來最大的風險,是把自己困在「技術」裡。
技術當然要學,但如果每天都只是追著工具跑,很容易變成: 「工具越學越多,市場價值卻沒有同步增加。」 AI時代,我反而建議資訊工程師把自己的能力往五個方向拉高。
① 從「寫Code」升級成「解問題」不要只接受需求。 開始追問:
當你開始理解問題,你就不容易被當成純粹的Coding人力。
② 從「單點技術」升級成「系統思維」不要只看自己的那一段Code。 開始看: 資料、流程、系統、使用者、資安、成本、維運。 能看到全局,才有機會往架構、技術管理與企業數位轉型走。
③ 把AI當成自己的「數位工程助手」
那就讓它做。 工程師真正該保留的,是:設計、判斷、驗證與負責。 不要跟AI比誰打字快。 那場比賽你很難贏。
④ 開始懂一點「生意」這是很多技術人員最容易忽略的地方,老闆不會因為你用了最新框架就多付你錢。 企業願意投資,是因為你可以: [降低成本、提高效率、增加營收、降低風險、改善服務。] 所以工程師如果能開始聽懂: 營收、成本、毛利、客戶、流程、KPI、ROI 你的職場天花板會開始往上移。
⑤ 最後,把自己變成「AI落地的人」AI最難的階段,往往不是Demo。 Demo做出來,大家拍手。 真正麻煩的是:上線之後呢?
這些事情,才是企業真正願意付錢的地方。
※最後送給資訊工程師一句話AI正在讓「寫程式」越來越容易,也讓「只會寫程式的人」越來越危險。 未來企業需要的資訊工程師,未必是Code寫最多的人。 更可能是: 最懂問題的人、最懂系統的人、最懂企業流程的人,以及最能把AI真正導入工作現場的人。
所以別把時間全部花在害怕AI,去學會駕馭AI。 別只問:「AI會不會搶走我的工作?」 更值得問的是: 「如果我的工作效率被AI提高三倍,我能不能因此接下三倍更有價值的問題?」
以下這才是資訊工程師真正該思考的職涯升級能力~
AI會寫Code。 工程師要開始學會寫「解決方案」。
書名:『AI管理力:企業風險與AI使用準則』
~從五大風險,看企業如何被AI坑、學習如何建構企業AI使用準則~AI 讓企業更快,但方向錯了——只會更快撞牆。 購書網址:https://www.bookwalker.com.tw/product/267750 |
|
| ( 知識學習|商業管理 ) |












