一、主管機關：數位發展部數位產業署
二、推估期間：112-114年
三、產業調查範疇
由於我國資訊服務業為國內AI產業化的主要推動者，故本次調查目標鎖定於資訊服務業與AI新創企業中，經主管機關核准登記在案公司之AI人才需求為調查目標。資訊服務業泛指提供專業知識及資訊技術的業者，凡透過資訊系統或軟體從事加值服務，以產品、專案、服務等形式，提供給企業及個人產品或服務的行業均含於內，以主計總處110年第11次修訂「行業統計分類」中「電腦程式設計、諮詢及相關服務業」（62中類）和「資訊服務業」（63中類）為調查對象，所包含之產業細類述如下。
- 電腦程式設計業（6201）：從事電腦程式設計、修改、測試及相關支援等服務之行業。
- 電腦諮詢及設備管理業（6202）：整合電腦軟硬體及通訊技術，以從事電腦系統之規劃及設計，或對客戶之電腦相關設備提供現場管理與操作服務，以及提供電腦系統整合設計諮詢與電腦軟硬體諮詢之行業。
- 其他電腦相關服務業（6209）：從事前兩項細類以外電腦相關服務之行業，如電腦災害復原處理服務。
- 入口網站經營業（6311）：利用搜尋引擎，以便利網際網路資訊搜尋之網站經營行業；供查詢媒體網頁之入口網站經營亦歸入本類。
- 資料處理、主機及網站代管服務業（6312）：從事代客處理資料、主機及網站代管，以及相關服務之行業；以收取平台空間服務費（如月租費）為主之平台商、應用軟體服務供應商（ASP）及提供線上影音串流服務亦歸入本類。
- 其他資訊服務業（6390）：從事前兩項細類以外資訊服務之行業，如新聞供應、剪報及提供電話預錄資訊等服務
四、產業發展趨勢
- AI應用產品化的趨勢已逐漸成熟，根據IDC的研究顯示，2022年全球在AI上的支出，包括軟體、硬體和AI系統所提供的服務，將達到4,328億美元；預計到2026年，全球的AI支出規模將成長到3000億美元，年複合成長率（CAGR）高達26.5%，可見整體市場對AI應用的需求正快速成長。
- 不同應用場域的客製化成本過高是現階段AI應用擴散的主要障礙之一，即使是相同的AI應用，在套用到不同場域時還是要進行相當程度的客製化，使得導入成本偏高，所以如何提高AI演算法的通用性，或是透過模組化AI降低不同應用場域的移植成本，就成為未來AI應用產品化的一大關鍵。
五、人才供需現況與未來需求量化推估
- 人才供需現況
關於資服業者對於111年AI專業人才供需現況之看法，本次調查發現，資服業積極發展AI應用，且高達86.6%的應用為產品化販售，因此對於AI人才的招募也非常積極，需求亦十分殷切，尤以AI與資料科學家、專業領域應用工程師新增需求成長比例較高。是故，超過半數56.1%受調廠商反映就業市場人才供給不足，40.7%則認為人才供需狀況均衡，僅3.2%表示人才充裕，顯示人才傾向供不應求，需加強補充相關專業人才供給。
- 未來3年人才需求量化推估
有關112-114年資服業對於AI專業人才需求，全球AI市場包括軟體、硬體和服務在內的收益，112年預計將突破5,000億美元，且隨AI技術持續發展，可預期在未來的5年內，會有更多AI技術邁向成熟的產品化應用，10年內AI改變的面相將主要集中在產業面。另考量109至110年我國資服業產值年成長率高達12.4%，依據近期調查之人均產值成長趨勢預估，人均生產率每年平均以1.1%的速度增長，推估資服業AI專業人才每年平均新增需求為4,033~4,930人、每年平均新增需求占總就業人數比例為18.0~20.5%，需求比例相對較高。
詳細專業人才新增需求、新增需求占總就業人數比推估結果彙整如下表，惟未來就業市場實際空缺人數可能因為多種原因發生變化，例如人力新增供給的波動或培訓人力實際投入職場的狀況等，本推估結果僅提供未來勞動市場需求之可能趨勢，並非未來產業職缺之決定性數據，爰於引用數據做為政策規劃參考時，應審慎使用；詳細的推估假設與方法，請參閱報告書。
| 景氣情勢 |
112年 |
113年 |
114年 |
| 新增需求 |
新增供給(人) |
新增需求 |
新增供給(人) |
新增需求 |
新增供給(人) |
| 人數(人) |
占比(%) |
人數(人) |
占比(%) |
人數(人) |
占比(%) |
| 樂觀 |
4,400 |
28.0 |
- |
4,900 |
23.0 |
- |
5,500 |
19.6 |
- |
| 持平 |
4,000 |
26.0 |
4,500 |
21.8 |
5,000 |
18.7 |
| 保守 |
3,600 |
24.2 |
4,000 |
20.5 |
4,500 |
17.9 |
註：
- 持平景氣情勢下之新增需求係依據人均產值計算；樂觀=持平推估人數*1.1；保守=持平推估人數*0.9。
- 最後需求推估數字以四捨五入至十位數呈現。
- 占比係指新增需求人數占總就業人數之比例。
資料來源：數位發展部數位產業署（2022），人工智慧應用服務產業2023-2025專業人才需求推估調查。
六、欠缺職務之人才質性需求調查
以下摘述人工智慧應用服務產業專業人才質性需求調查結果，詳細之各職務人才需求條件彙總如下表。
- 欠缺之專業人才包括：AI應用工程師、專業領域應用工程師、資料工程師、AI與資料科學家、AI專案經理等5類人才，欠缺主要原因為「新興職務需求」。
- 在學歷要求方面，各職務均需至少大專以上教育程度，而AI與資料科學家、更需碩士以學歷；在科系背景方面，主要需求多分布於「電機與電子工程」、「資訊技術」、「軟體開發」及「資料庫、網路設計及管理」細學類。
- 在工作年資要求方面，所有職務均需2至5年工作經驗。
- 在招募難易度上，廠商反映以AI應用工程師及AI與資料科學家招募狀況相對困難，而所有人才職缺皆具海外攬才需求。
- 資服業與AI新創為AI應用的供給者，短期內未觀察到可能消失之既有職類；另一方面，資服業與AI新創廠商在推動AI應用產品化時，所面對的場域客製化成本與市場效益需求不足等主要問題，皆需要透過具有產業專業領域知識的人才來解決，預計將帶動具跨領域特性的專業領域應用工程師需求。
| 所欠缺之人才職業(代碼) |
人才需求條件 |
招募難易 |
海外攬才需求 |
人才欠缺主要原因 |
職能基準級別 |
| 工作內容簡述 |
基本學歷/
學類(代碼) |
能力需求 |
工作
年資 |
AI應用工程師
(080202) |
負責AI相關產品之創造，除具備一般軟體工程師之程式撰寫／開發能力外，同時也具備AI應用知識，以及研發AI相關程式、演算法或系統之開發整合能力，此外也包括AI應用中硬體設備之設計開發 |
大專/
電機與電子工程細學類(07141)
資訊技術細學類(06131)
軟體開發細學類(06132) |
- 軟硬體系統整合
- 程式設計與軟體工程方法
- 演算法設計、測試與驗證
|
2-5年 |
困難 |
有 |
新興職務需求 |
- |
專業領域應用工程師
(080302) |
專職與應用端的技術提供與對接，包括可行性評估、產品的實裝與問題排除、提供售後服務，以及對於客戶、其他部門或現場進行技術支援等 |
大專/
電機與電子工程細學類(07141)
資訊技術細學類(06131)
軟體開發細學類(06132) |
- 軟硬體系統整合
- 程式設計與軟體工程方法
- 產業智慧應用領域知識
|
2-5年 |
普通 |
有 |
新興職務需求 |
- |
資料工程師
(080103) |
負責將原始資料轉化為可供分析的格式，熟悉資料儲存環境系統結構，精通ETL(Extract-Transform-Load)協助蒐集、分類與處理資料 |
大專/
資訊技術細學類(06131)
軟體開發細學類(06132)
資料庫、網路設計及管理細學類(06121)
電機與電子工程細學類(07141) |
- 資料處理與資料庫管理
- 數據推理推論應用
- 資料分析與視覺化
|
2-5年 |
普通 |
有 |
新興職務需求 |
4 |
AI與資料科學家
(080305) |
因應業務需求或商業命題來建構統計分析模型或演算法，並提出預測分析結果及問題解答，以供決策與應用參考 |
碩士/
資料庫、網路設計及管理細學類(06121)
資訊技術細學類(06131)
軟體開發細學類(06132)
電機與電子工程細學類(07141) |
- 演算法設計、測試與驗證
- 數據推理推論應用
- 機器/深度學習演算法
|
2-5年 |
困難 |
有 |
- 新興職務需求
- 在職人員技能或素質不符
|
- |
AI專案經理
(080201) |
協助專案團隊之內外溝通、時程規劃及預算控管，並熟悉AI應用基本知識，除了需求訪談及溝通協調外，本身亦常需具備基本資料分析與資料視覺化等技能 |
大專/
電機與電子工程細學類(07141)
資料庫、網路設計及管理細學類(06121)
資訊技術細學類(06131) |
- 專案管理
- 產業智慧應用領域知識
|
2-5年 |
普通 |
有 |
新興職務需求 |
- |
註：
- 欠缺人才職業係呈現部會調查、廠商反映之原始職缺名稱；代碼則係由部會參考勞動部勞動力發展署「通俗職業分類」後，對應歸類而得。
- 學類代碼依據教育部106年第5次修訂「學科標準分類」填列。
- 基本學歷分為高中以下、大專、碩士、博士；工作年資分為無經驗、2年以下、2-5年、5年以上。
- 職能基準級別依據勞動部勞動力發展署iCAP平台，填寫已完成職能基準訂定之職類基準級別，俾了解人才能力需求層級。「-」表示其職類尚未訂定職能基準或已訂定職能基準但尚未研析其級別。
資料來源： 數位發展部數位產業署（2022）。
七、人才問題及因應對策
以下為業管機關就其調查結果，所綜整出之人才供需問題及相關因應對策。
| 人才問題 |
因應對策 |
涉及之部會 |
| 人才供給量不足 |
增加AI人才的培育，並透過企業包班的方式採差異化培育，滿足各產業對AI人才的不同需求。 |
- |
| 新興職務需求 |
以企業出題，人才解題的模式，活絡新興產業人才供需，同時達到實戰訓練與概念驗證之效果。 |
- |
資料來源：數位發展部數位產業署（2022）。
|