AI 取代人力的時代已經來了，科技大廠如亞馬遜和微軟，不斷傳出裁員。蓋洛普（Gallup）調查卻指出：只有 4% 的人會每天在工作中使用 AI。黃仁勳說過：「不用擔心自己會被 AI 取代，該擔心的是被那些懂得使用AI的人取代。」顯見提升 AI 實力已經不再是個加分技能，而是不可少的能力。現在開始學習 AI 技能，還不算太晚！《富比世》列出十種方法，幫助你快速提升 AI 技能。延伸閱讀：Z世代已過去？「Gen Beta」5點特質認識：2025起誕生、將成首批AI人類！ 提升 AI 技能 1：從免費的專業課程開始網路有很多免費 AI 課程，ChatGPT 母公司的 OpenAI 學院，包含專家領導的工作坊、線上教學和社群互動，內容設計著重於 AI 實際應用。人工智慧新創Anthropic也請到科克大學的費勒教授（Joseph Feller）教授和林林藝術設計學院的達肯（Rick Dakan）教授，共同推出了一門「AI 流暢度：框架與基礎」課程，讓大家了解如何用 AI 達到人機協作的模式。 提升 AI 技能 2：專注在實際應用上請先做到以下幾件事：● 分辨出日常工作中重複性高的任務，例如草擬 Email、分析資料、內容創作或彙整研究文件。● 當工作上需要專業溝通、分析試算表數據，或發想專案點子時，可以試著搭配一些AI工具來寫出草稿（並不是完全交給 AI 寫）。● 持續穩定地練習，而不是隨機地嘗試。● 記錄有效的做法，在工作日誌上寫下用 AI 成功的案例。這樣一來，當主管在跟我們討論 AI 技能或進行績效評估時，這些數據就相當珍貴了。 提升 AI 技能 3：加入 AI 社群建立人脈在 LinkedIn、Discord、FB 等平台，搜尋 AI 社群，看看專業人士在群裡分享實際應用案例。 OpenAI 學院也有推出專屬社團，相較於正式的訓練，這些社群通常更能提供接地氣的洞察。 提升 AI 技能 4：培養 AI 指令工程與 AI 互動時，不能只是說：「幫我寫一封商務電子郵件」。試著改成：「請撰寫一封專業又友善的郵件，跟進錯過會議的客戶，並重新安排下週的會議。」這樣的指令更清楚、更具體， AI 才能給出更有用的回應。學會如何撰寫出這樣的清楚指令，就是「指令工程」（Prompt Engineering），它是與 AI 有效互動的關鍵技能，需要透過持續練習才會進步。AI社群中也有不少人會分享一些被證實有效的指令範本，可以從中模仿，再根據自己的需求進行調整，建立一套個人專屬的指令庫。延伸閱讀：比另一半還懂我？當ChatGPT成為你的情緒出口，我們還能好好和人相處嗎？ 提升 AI 技能 5：緩步將 AI 融入工作流程直接用AI來進行工作大改造可能會有適應不良的問題，不如循序漸進地將 AI 工具融入工作中。先從每週一項低風險任務開始，例如使用 AI 生成會議的議程模板、摘要文件，或是撰寫例行性溝通的草稿。 提升 AI 技能 6：隨時掌握 AI 工具的最新發展AI 公司經常推出新工具和功能，養成每週花 15 分鐘了解最新的 AI 工具的習慣，也是打造 AI 實力的關鍵。可以設定 Google Alerts，追蹤與你產業相關的 AI 工具，Google Alerts 是一個可以透過關鍵字訂閱的免費服務，每當這個關鍵字的新資訊跳出時，就會透過電子郵件通知用戶。也可以關注 AI 公司的官方部落格，訂閱他們的電子報，甚至不需要花錢，就可以搶先體驗新 AI 工具。 提升 AI 技能 7：練習與他人分享 AI 的好處學會向同事、經理或客戶傳達 AI 的價值；試著用簡單的方式解釋，聚焦在商業成果，而不是深奧的技術細節。比起解釋語言模型怎麼處理大量資訊，不如分享AI如何幫你把報告準備時間縮短了 40%。主動與團隊分享你的使用心得，不僅能強化你的知識，還能讓你進一步獲得領導 AI 專案或進行培訓的機會。 提升 AI 技能 8：善用 AI 激發創意AI 能協助探索創新方案，解決複雜問題，重塑傳統流程。例如，讓 AI 從多元角度分析「預算限制」，或提出突破性替代方案，不僅能提升你對 AI 潛力的理解，更能激發自身創造力。避免被 AI 取代的核心，在於發揮獨有的想像力與原創思考：AI 適合釐清思路、尋找靈感，但無法替代你的創意。延伸閱讀：IG 留言藏性別偏見？揭露 AI 演算法 4 大盲點，你也被影響了嗎？ 提升 AI 技能 9：評估你的 AI 技能價值可以追蹤具體的數據，展示 AI 如何幫你提升工作表現，比如節省了多少時間、提高了哪些品質或降低了多少成本。例如：「使用 AI 整理資料，讓我把專案準備時間從 4 小時縮短至 45 分鐘。」 提升 AI 技能 10：培養 AI 倫理與批判性思維了解 AI 的限制，學會批判性地看待 AI 的建議，而不是盲目接受，就能更負責任地使用 AI。隨著企業日益重視員工的 AI 應用能力，具備批判性思維的專業人才將在職場中脫穎而出。AI真正的價值在於執行重複性高、數據密集繁瑣的基礎工作，但使用者必須明確架構問題與目標。學會善用 AI 工具的重點：● AI 無法替代人類的決策能力，過度依賴將弱化思考力。● 應將 AI 視為協作工具，而非替代性方案。● 關鍵在於「定義問題的能力」與「資訊再詮釋」：需自己消化 AI 生成結果、轉化為個人知識體系、再以專業表述重新輸出。 原文出處：商業周刊圖片來源：canva更多內容：反著想、慢著看：高手都在做的思維練習21%的工作機會消失了！想當自由工作者，得先和AI比一比 2025南韓最美女演員Top10！宋慧喬、金智媛、秀智、蔡秀彬持續霸榜，Jisoo竟跌出榜外？植物性才安心？春夏溫和「美白精華」7款：品木宣言、倩碧專為敏感肌打造加入Bella儂儂 LINE好友，接收流行時尚新訊。

隨著谷歌（Google）等雲端巨頭極力降低對輝達（NVIDIA）AI晶片的依賴，以及DeepSeek輕量（平價）高效AI模型的興起，客製化特殊應用積體電路（ASIC）需求大爆發。本刊調查，儘管輝達AI晶片在AI訓練領域仍占有關鍵地位，但算力較差的ASIC，憑藉AI推理端高效能、低功耗等特性，已使其成為市場炙手可熱的新焦點，吸引台灣包括聯發科、聯詠、擷發科技、神盾等IC設計業者紛紛投入，企圖在新商機中分一杯羹。年初中國深度求索（Deepseek）橫空出世，掀起了平價AI大浪，輕量化設計的AI模型，因不需要太高的算力與功耗，讓AI應用開始加速落地，也間接推升雲端到邊緣端的特殊應用積體電路（ASIC）需求爆發。DeepSeek掀起平價AI大浪，讓算力不再成為AI晶片的唯一選項，不但加速AI應用落地時程，也刺激ASIC需求。（東方IC）不僅如此，包括谷歌、亞馬遜等雲端服務商（CSP），為降低對AI晶片龍頭輝達的依賴，全都積極布局研發ASIC晶片，像是谷歌的TPU、亞馬遜雲端運算服務（AWS）的Trainium、微軟（Microsoft）的Maia與Cobalt，以及臉書（Meta）的MTIA等，都是他們自主研發的成果。只不過，自研ASIC晶片絕非易事，產業專家表示，CSP幾乎不可能自行組建具備完整IC設計能力的團隊，必須與IC設計業者合作。「一顆晶片往往涵蓋多種不同的矽智財（IP），從傳輸介面到不同的節點製程，都需要不同的IP，而光是舊製程的IP，單一授權費用就動輒新台幣上千萬元，加上先進封裝技術的門檻，更是進一步墊高了ASIC開發成本。」工研院電光所所長張世杰對本刊直言。正因如此，雲端大廠紛紛找上博通（Broadcom）、邁威爾（Marvell）、世芯、創意電子等半導體廠，加速開發客製化晶片。以台廠世芯為例，不僅贏得亞馬遜、谷歌、微軟等業者訂單，最大客戶亞馬遜更在去年砸下新台幣五億多元，私募認購世芯普通股。世芯等台廠陸續獲得雲端大廠青睞，成功插旗雲端大廠自研ASIC晶片市場。上述二大趨勢帶動AISC需求大爆發，本刊調查，新一股AISC勢力正在崛起，最受關注的莫過於台灣手機晶片大廠聯發科。聯發科今年4月底的法說會上，即有半數以上法人問答時間，皆圍繞AISC議題。聯發科執行長蔡力行直接透露，公司正專注於AI加速器（或稱XPU）開發，預期明年AI相關營收，可能就會衝上10億美元規模。聯發科財務長顧大為則補充，聯發科已協助客戶完成ASIC設計，但基於保密協議，無法透露具體客戶資訊。法人圈盛傳，該客戶就是谷歌。對於AI晶片未來的發展模式，蔡力行認為，GPU和ASIC二種模式都將會持續存在。GPU在訓練（Training）方面不可或缺，但ASIC在AI推理（Inference）等特定應用需求正快速成長。「資料中心容量的擴張將持續，而ASIC類型的加速器將扮演重要角色。」蔡力行說。聯發科執行長蔡力行樂觀看待公司明年ASIC業務將開花結果。正因雲端和邊緣AI應用同時發酵，對ASIC設計人才需求極為迫切，也造就了ASIC設計服務崛起的機會。「晶片越做越複雜，需要的人就越來越多，市場沒有這麼多設計者，所以IC設計服務公司就冒出頭。」張世杰說明。繞路輝達爭出頭1／客製軟硬結合解決AI晶片最後一哩路 擷發瞄準邊緣AI當小輝達