（圖說）GMI Cloude是輝達在台灣合作的AI雲端夥伴，創辦人葉威延分析未來台灣AI人才的需求架構。翻攝直播畫面
（圖片來源：NVIDIA GTC Live 2026 Pregame Show in Taipei）
文/行銷團隊 蘇岱崙
台灣身處全球AI供應鏈重要角色，在NVIDIA GTC的暖場座談會上，台灣半導體產業的代表、學者，討論有關未來AI人才話題。
隨著生成式AI快速普及，不少求職者開始思考：未來AI產業需要什麼樣的人才？一定要會寫程式才能進入AI產業嗎？除了工程師之外，還有哪些值得關注的職涯方向？在本次論壇中，多位產業專家提出一個值得關注的觀點：當AI逐漸成為基礎工具，企業真正需要的，不只是會開發AI的人，而是知道如何運用AI解決問題的人。
AI時代來臨，我們還需要培養人才嗎？
在AI幾乎可以為人類做到任何事的時代，台灣大學電機系教授李宏毅帶領思考，未來5年甚至可能連訓練AI的也是AI：「我們還需要培養人才嗎？」李宏毅認為，5年後市場最需要的人才，不是傳統AI人才，而是「知道該優化什麼、理解人類核心需求」的領航者。 人類必須扮演持續監控、跨領域評測並確保 AI 架構發展方向正確的關鍵角色。
換句話說，未來企業競爭的重點可能不再是誰擁有AI工具，而是誰能更清楚定義問題、設計應用場景，並將AI轉化為實際商業價值。
AI人才需求的三層架構
輝達在台灣的AI雲端夥伴、聯通科技（GMI Cloud）創辦人葉威延分析，隨著運算典範從過去直接使用GPU的場景，轉移到Token工廠、由各種模型來提供服務 。
企業以後需要思考的關鍵將從：「我有沒有GPU？」變成「我想用 AI 做什麼」。
在如此前提下，加上台灣身處AI全球供應鏈的定位，葉威延剖析台灣未來的 AI 人才有三層需求：
第一層：基礎設施與機房營運管理人才
包括機房建設、Bare Metal管理、集群建置與管理、光通訊技術、網路架構設計等維運及管理人才。
葉威延認為，AI算力需求快速成長，帶動資料中心與雲端基礎建設需求同步增加，因此相關人才的重要性將持續提升。
第二層：模型優化人才中層：模型優化與降本增效人才
市場急需能夠針對影像模型、視訊模型、音訊模型、大語言模型、長文本推理等不同模型進行優化的技術專家，核心價值在於「幫企業降本、提速」。
第三層：產品思維與垂直應用整合人才
既然底層算力已被雲端虛擬化、中層模型已被簡化為隨選隨用的 Token 服務，上層最需要的就是能整合需求、葉威延認為：「能整合需求、創造服務的產品人才」，他將這類人才稱為：創發服務的「產品天才」。
當輝達等公司將昂貴稀有的 GPU 算力簡化為如水電般的 Token工廠服務時，技術的技術門檻正在降低，但「商業想像力」的門檻正在提高。
AI時代下，想做什麼比會做什麼更重要
葉威延指出，台灣年輕一代科技人才與新創企業，不應只停留在硬體製造思維，而應思考如何向上發展，成為能夠定義需求與創造價值的產品領航者。
隨著AI基礎建設與模型服務逐漸普及，未來真正決定競爭力的關鍵，或許不再是：「你會不會做AI？」而是：「你想用AI解決什麼問題？」
AI時代來臨，你的下一步職涯規劃好了嗎？
當企業對AI人才的需求持續擴大，除了技術能力之外，如何找到適合自己的發展方向，也成為職涯競爭力的重要關鍵。
與其盲目投遞履歷，不如先了解自己的優勢，以及市場目前正在尋找哪些人才，無論你目前是工程師、資料分析師，或希望從產品、行銷、人資等領域切入AI應用，都值得重新檢視自己的履歷與職涯定位。
