AI浪潮下的台灣軟體職缺市場：高階需求激增，入門職位告急？

各位台灣的軟體工程師、設計師、產品經理們，你們是否也感受到這波AI浪潮帶來的衝擊？AI不僅改變了我們的工作方式，更悄悄地重塑了就業市場。一份來自Citadel Securities的分析報告顯示，軟體工程師的職缺需求正在上升，但整體職缺市場卻顯得疲軟。這代表什麼？AI正在加速淘汰低階、重複性的工作，同時，對能夠駕馭AI、解決複雜問題的高階人才需求卻是水漲船高！

想像一下，過去你可能需要花費大量的時間處理格式排版、重複性的程式碼撰寫，或是整理大量的文件。現在，AI可以協助你快速完成這些工作，讓你能夠將精力集中在更具創造性、策略性的任務上。然而，這也意味著，過去那些仰賴大量人力的入門級職位，正在逐漸消失。

身為一位在科技產業打滾多年的資深分析師，我必須誠實地告訴大家，這是一個機會，也是一個挑戰。如果你還停留在舒適圈，只會執行重複性的工作，那麼你將很快被AI取代。但是，如果你能夠積極學習AI、提升自己的技能，你將會成為炙手可熱的人才，在未來的職場上佔據一席之地。

AI 如何影響台灣的軟體職缺市場？

讓我們先來看看數據。一份2026年1月的報告指出，科技職缺的數量月增率高達13%，但科技產業的整體就業人數卻下降了約20,155人。這代表什麼？公司願意裁減某些職位，但同時也在積極尋找稀缺的技術人才。Block公司裁員後，員工總數從一萬多人降至六千人以下，預計將產生4.5億至5億美元的重組費用。

然而，長期預測並非一片悲觀。聯邦政府預測，從2024年到2034年，軟體開發人員、品質保證分析師和測試人員的數量將成長15%，每年約有129,200個職缺。專案管理師的職位也將成長6%，每年約有78,200個職缺。這些數字告訴我們，企業仍然需要大量能夠交付產品、協調團隊、管理預算和負責專案執行的人才。

AI工具目前最常見的用途是什麼？根據一份2026年1月的報告，電腦和數學相關任務仍然佔據Claude.ai對話的三分之一，以及近一半的第一方API流量。其中，最常見的任務是修改軟體以修正錯誤，佔總用量的6%。換句話說，AI最明顯的用途並非取代軟體工作，而是加速軟體維護、除錯和迭代。

在圖像設計領域，情況也類似。當公司使用AI來產生概念、設計視覺識別系統或擴展設計系統時，仍然需要有人來判斷構圖、一致性、品牌契合度和最終完成度。AI可以擴大設計師的產出，但無法取代那些知道什麼是好的設計，並且能夠拒絕不合格作品的人。

對於區塊鏈公司來說，這同樣適用於產品美術、行銷素材、交易所介面、錢包流程、儀表板、行銷活動創意和品牌系統。設計師可以利用AI更快地完成各種變化、模型和製作任務。重點轉向指導、編輯、品味和最終批准。

AI 加速高階技能需求，同時威脅入門職位

因此，最恰當的說法並非「AI拯救工作」或「AI扼殺工作」，而是「AI正在改變企業內部的工作結構」。能夠設定方向、判斷品質、驗證說法，並在模型失敗時承擔責任的員工，將會獲得最大的收益。而那些輸出可以被量化為一系列規則，並轉移給更便宜的人工+軟體工作流程的員工，則面臨更高的風險。

網際網路、行動電話、社群媒體，現在加上AI，這四者是科技末日的四騎士，還是新時代的開端？數據顯示，改變正在發生，但並非恐慌。一項在2025年底進行的調查發現，18至64歲的成年人使用生成式AI的比例，從2024年8月的44.6%上升到2025年8月的54.6%。工作中使用AI的比例，也從同期的33.3%上升到37.4%。使用生成式AI的工作時數比例，從2024年11月的4.1%上升到2025年8月的5.7%。這些數字顯示，AI正在滲透到各行各業。

同一項調查估計，AI節省的時間相當於所有工作時數的1.6%，並且表示自ChatGPT發布以來，勞動生產力可能提高了1.3%。此外，AI相關時間節省每提高一個百分點的產業，相對於疫情前的趨勢，生產力成長也高出2.7個百分點。然而，這並不表示AI一定會導致裁員。在許多企業中，第一步並非裁員，而是要求現有團隊產出更多。

對於區塊鏈公司來說，這種模式已經存在多年，甚至在AI浪潮之前就已經如此。團隊保持精簡，工作盡可能轉移到軟體上，並且優先自動化具有明確規則的功能。大型語言模型(LLM)的出現，擴大了軟體可以觸及的任務範圍：內部搜尋、政策起草、程式碼協助、支援分類、詐欺審查和文件處理。

然而，區塊鏈產品仍然涉及安全權衡、營運風險、合規判斷、使用者體驗決策、事件應變和發布紀律。AI模型可以協助處理所有這些任務，但無法完全負責。

同樣的道理也適用於區塊鏈業務的創意方面。團隊可以使用AI圖像和設計工具，更快地產生各種選項、測試多個方向，並為社群媒體、編輯、產品和行銷活動建立更多變體。但速度並不能解決所有難題。仍然需要有人來選擇哪種視覺語言適合產品、哪種插圖風格符合品牌、哪個儀表板或登陸頁面閱讀清晰，以及哪個素材在品質或信任方面越線。

從這個意義上來說，AI可以提高熟練的創意工作者的生產力，就像提高熟練的開發人員的生產力一樣：減少花在初稿上的時間，並擴大他們可以探索的輸出範圍。

避免人才斷層：企業應重視新人的培育

這也是為什麼經理和資深獨立貢獻者的職位比大眾討論認為的更持久。聯邦政府對專案管理師的定義仍然以人員配置、時程安排、預算、里程碑和風險為中心。這些並非裝飾性的功能。將產品構想轉化為企業可以交付、維護、防禦和解釋的東西，仍然需要人類來領導。

在區塊鏈產業，團隊經常跨越司法管轄區、智能合約堆疊和不斷變化的市場條件，當AI降低了產生草稿和原型製作的成本時，協調負擔可能會增加。

即使在AI使用數據的討論中，也指向了一幅複雜的景象，而不是人類向模型乾淨利落地交接。一份2025年9月的報告發現，指示性對話在2025年初至2025年夏末期間，從27%上升到39%，表明使用者正在委派更多任務。但一份2026年1月的更新報告發現，在2025年11月，增強使用重新領先於Claude.ai，佔52%，而自動使用佔45%。企業仍在測試在哪些方面他們信任模型自行行動，以及在哪些方面他們仍然需要人為干預。

對於區塊鏈產業來說，這條界線可能貫穿安全、金庫運營、上市、市場監控、產品發布和面向品牌的工作。AI可以減少在這些功能中花費在重複性工作上的時間。但隨著財務和聲譽風險的增加，判斷、審查和問責的價值也會提高。這往往有利於經驗豐富的運營商、編輯、設計師和技術主管，而不是那些希望在自動駕駛模式下運行關鍵系統或面向公眾輸出的公司。

最強烈的警告信號並非對經驗豐富的構建者的需求崩潰。階梯底端的壓力正在增加，一份2026年1月的論文發現，只有在最容易受到AI影響的職業中，年輕員工的就業人數才會下降，這些工作在總就業人數中的比例，從2022年11月的16.4%下降到2025年9月的15.5%。

作者強調，總體影響仍然很小，估計即使所有下降都轉化為失業，也只會解釋自2022年11月以來總體失業率上升0.1個百分點。儘管如此，信號是存在的。

這與其餘證據相符。在2026年1月的一份指數中，例行辦公室和行政支援工作增加了3個百分點，達到API流量的13%。這些類別包括電子郵件管理、文件處理、CRM工作和時程安排。

一項2025年的研究還發現，在全球範圍內，文職工作仍然是風險最高的類別，同時估計全球有四分之一的工人從事某種程度受到生成式AI影響的工作，只有3.3%的全球就業人口屬於風險最高的類別。轉型看起來比徹底取代更常見。但當轉型從削減初級任務開始時，它並非沒有痛苦。

同樣的風險也可能擴展到初級創意和初級技術職位。如果入門級工作被吸收到AI輔助的工作流程中，那麼較少的人可能會花費他們的早期時間來完成那些曾經教會他們步調、品味、除錯、修改和客戶判斷的製作任務。

在軟體方面，這可能意味著較少的初級程式碼編寫和品質保證職位。在設計方面，這可能意味著較少的生產密集型職位，人們曾經透過實踐學習佈局、系統思考和視覺紀律。企業可能會在短期內獲得速度，但仍然會削弱他們自己的人才儲備。

這就是前瞻性案例變得更加嚴肅的地方。如果企業使用AI來縮減入門級程式碼編寫、協調、支援、研究、起草和製作工作的數量，那麼較少的人會獲得曾經通往高級職位的學徒機會。

短期經濟效益看起來不錯。團隊保持精簡，產出增加，利潤率提高。但中期風險是人才儲備減少。

區塊鏈公司本來就很難聘請到了解市場結構、安全、產品和壓力下信任的人才，如果他們停止培訓足夠的新人，最終可能會在經驗豐富的運營商的競爭中更加激烈。

一份2025年的預測預計，到2030年，結構性勞動力市場的變化將相當於當今就業崗位的22%，創造1.7億個就業崗位，並取代9200萬個就業崗位，淨增加7800萬個就業崗位。同一份預測將AI和機器學習專家、金融科技工程師以及軟體和應用程式開發人員列為百分比成長最快的職位之一。但國際貨幣基金組織(IMF)的一項審查警告說，先進經濟體將更快感受到收益和干擾，而且收益可能會集中在高收入工人和資本所有者手中。

台灣軟體人才的未來：擁抱 AI，持續學習

總而言之，AI尚未顯示出對高技能構建者需求的廣泛崩潰。數據指向另一個方向。他們顯示，開發人員的招聘信號比更廣泛的市場更強烈，工作中AI的使用正在增加，可衡量的生產力提升，以及行政和文職任務的替代壓力比專家技術職位更明顯。

同樣的邏輯也適用於創意工作。在這兩種情況下，AI看起來更像是熟練工人的力量倍增器，而不是他們的替代品。

對於區塊鏈公司來說，下一步很明確。企業可以使用AI來產生更多草稿、發布更多測試、產生更多概念，並自動化更多支援工作。他們仍然需要人類來決定發布什麼、保持什麼安全、符合什麼政策、適合什麼品牌，以及打破什麼信任。

近期的贏家可能是那些使用AI來擴大經驗豐富的運營商的輸出，而不破壞他們自己培訓管道的團隊。

下一個懸而未決的問題是，公司是否會繼續聘請那些可以負責結果的人，同時悄悄地削減那些曾經學習如何這樣做的人。

身為台灣的軟體工程師、設計師、產品經理，我們應該如何應對這波AI浪潮？

• 擁抱 AI，學習新技能： 不要害怕 AI，將其視為一種工具，學習如何使用它來提高自己的工作效率和創造力。
• 提升高階技能： 專注於培養解決複雜問題、設定方向、判斷品質和承擔責任的能力。
• 重視持續學習： 科技日新月異，只有不斷學習才能保持競爭力。
• 企業應重視人才培育： 不要只關注短期效益，更要重視新人培育，建立健康的人才管道。

AI 既是挑戰，也是機會。只有擁抱變化、持續學習，才能在未來的職場上取得成功。台灣的軟體人才，加油！