作者：Sunny Shih
AI 會不會搶走我的工作？過去兩年，這幾乎成了每個知識工作者心裡都閃過的問題。
工程師看著 AI 寫 Code，行銷人看著 AI 生文案，設計師看著模型生成圖片。企業另一頭則在算另一筆帳：既然 AI 可以做這麼多事，我到底還需要多少人？
前 Google 台灣董事總經理簡立峰博士看見的，卻是另一個問題。
是當 AI 開始改寫軟體生產的成本結構，當遊戲規則被重新洗牌，昨天的劣勢，有沒有可能成為今天重新開局的籌碼？
在《Sega on AI》首集中，簡立峰博士與 iKala 共同創辦人暨集團董事長程世嘉（Sega Cheng）談到台灣在全球 AI 浪潮中的位置時回覆：
「幸好我們的軟體弱，所以我們沒有犯大錯。」
AI Agent 帶來什麼改變？從 Answers 到 Actions，推升新一波算力需求
生成式 AI 剛爆發時，我們學的是怎麼「問」。
寫一封 Email、摘要一份報告、產生一段程式碼。人提出 Prompt，AI 給答案。
Agentic AI 正在改變這個互動模式。當 AI Agent 可以根據目標規劃步驟、搜尋資訊、呼叫工具、讀取資料，甚至跨系統執行一連串任務，AI 的角色就開始從 Answers 走向 Actions。這個差別，比模型回答得更快、更準重要得多。
因為回答一個問題，可能只需要一次模型推論；完成一項工作，背後卻可能需要數十次甚至更多模型呼叫、搜尋、推理、驗證與工具操作。也是為什麼 Agentic AI 被認為可能帶來下一波更龐大的 Token 與算力需求。
Goldman Sachs Research 預估，隨企業與消費者持續導入 AI Agents，全球 Token consumption 在 2026 至 2030 年間可能增加 24 倍；Morgan Stanley 也指出，當 AI 從單次 query 進入 agentic workflow，單次使用所需要的 Token 可能大幅增加。
對台灣而言，這當然是一個好消息。
從晶片、伺服器、散熱、電源到先進封裝，AI 基礎設施背後的供應鏈，幾乎處處都能看見台灣企業。但問題也從這裡開始。
台灣要一直負責製造這顆球，還是有機會自己下場打球？
✦延伸閱讀：AI Agent 如何提升工作效率？不再只是聊天機器人：自主執行任務，打造高效 Agentic Workplace
✦延伸閱讀：Gemini Enterprise Agent Platform 是什麼？一次看懂 Google 企業 AI Agent 平台
幸好台灣軟體弱？別人在重組，台灣反而有機會重來
台灣談「軟硬整合」談了很多年。AI 可能真的改變了軟體這一端的遊戲規則。
簡立峰博士指出，美國、印度已有龐大的軟體產業與人才體系，AI 帶來的不只是效率提升，也意味著既有組織與工作模式必須重組。相較之下，台灣軟體產業規模較小，過去是弱項，在典範轉換之際，卻也意味著歷史包袱相對少。
更重要的是，AI Agent 正在降低軟體開發門檻，讓小型團隊也能完成過去需要龐大人力才能處理的工作。當「做軟體」變得更容易，真正拉開差距的，反而是難以複製的產業 Know-how。
這正是台灣的機會。
我們不必複製另一個 Google、OpenAI 或 Anthropic，而是把數十年累積的半導體、製造、醫療與供應鏈經驗，轉化成下一代 AI-native 軟體與服務。
台灣真正值得爭取的位置，不只是「也會做 AI」，而是讓 AI 學會我們最懂的產業，並真正把工作做完。
從「工程師島」到「國際資本島」，台灣缺的不只是更多工程師
簡立峰博士在對談中亦提出，台灣證券交易所資料顯示，2025 年外資持有上市股票市值占比達 47.42%，高於 2024 年的 45.41%。AI 浪潮讓台灣科技供應鏈的戰略價值被重新看見，國際資本也愈來愈深地參與其中。
錢進來了，產業自然就會升級嗎？當然不是。台灣過去最擅長的，是把事情做好：工程能力、製造效率、成本控制、供應鏈管理。下一階段要學的，卻可能是另一套能力：用資本換時間、用併購取得能力、用全球人才突破人口限制。在少子化之後尤其重要。
過去台灣企業走向東南亞，很容易先想到兩件事：哪裡可以設工廠？哪裡有人力？
未來問題可能要反過來。當地是不是市場？當地的人能不能成為公司的核心人才？一家越南、印度、日本或美國公司，有沒有可能透過投資或併購，直接成為台灣企業能力的一部分？
真正的國際化，也不是把台灣的工作搬出去，而是重新定義一家「台灣企業」究竟可以有多大。
企業導入 AI 能取代多少人力、節省多少成本？
回到企業最現實的問題：AI 到底能帶來多少 ROI？原本五個人的工作，現在三個人能不能完成？客服能不能少排一班？報表能不能自動生成？
「降本」很自然成為管理層最先想到的答案。但簡立峰博士在《Sega on AI》中提出另一個思考：「降本是下策，增效才是上策。」
如果 AI 只是把原本 100 元的工作降到 80 元，企業得到的是成本效率；但如果 AI 讓原本因為太貴、太慢、缺乏人力而做不到的事，第一次變得可行，帶來的就可能是新的產品、服務，甚至新的市場。
工程師能不能一次測試更多方案？研發團隊能不能完成過去成本太高的實驗？一家 10 人公司，能不能服務過去只有百人企業才有能力承接的客戶？
AI 真正值得企業下注的地方，不只是用更少的人做一樣的事，而是讓同樣一群人，開始做以前做不到的事。真正的 AI 紅利，是創造一個以前做不起來的新世界，因為 AI 把「白日夢的築夢踏實」變實際且簡單了。
被 AI 取代之前，先問自己：你想做什麼？
當 AI Agent 愈來愈能做事，人的價值也正在改變。簡立峰博士用「問、用、管、造」概括 AI 時代的關鍵能力：能不能問對問題、善用 AI、管理 Agent，最後打造自己的工作流程與數位分身。他形容「AI 時代，每一個小孩都有機會當皇帝」，談的不是權力，而是每個人都可能擁有過去只有大型組織才能取得的執行槓桿。當 AI 讓「做事」愈來愈便宜，真正稀缺的能力反而是知道要做什麼、為什麼做，以及如何判斷結果好不好。你不必再什麼都自己做，但必須比以前更清楚自己想完成什麼。
同樣的問題，也適用於台灣。晶片、伺服器、散熱、電源到先進封裝，台灣已經接住這一波 AI 的硬體紅利；下一步真正的挑戰，是能不能把硬體與製造 Know-how 延伸成 AI 軟體與服務，把國際資本轉化成人才、市場與新的企業能力。當 AI 把槓桿交到每個人、每家公司甚至每個國家手上，我們真正該問的已經不只是「會不會被 AI 取代」，而是：這一次，台灣準備拿 AI 來做什麼？
FAQ：AI Agent、台灣 AI 與工作轉型
AI Agent 是什麼？和生成式 AI 有什麼不同？
生成式 AI 主要根據 Prompt 產生文字、圖片、程式碼等內容；AI Agent 則更進一步，以目標為導向規劃步驟、使用工具與系統，並執行一連串任務。簡單來說，AI 正從「回答問題」逐步走向「執行工作」。
為什麼 Agentic AI 會帶來更大的算力需求？
Agent 完成一項任務往往涉及多輪推理、搜尋、工具呼叫與結果驗證，因此可能使用遠高於單次問答的 Token 與運算資源。隨 Agentic AI 使用規模擴大，Token consumption 也被預期將快速成長。
「幸好台灣軟體弱」是什麼意思？
簡立峰博士並非認為軟體產業弱是一項優勢，而是當 AI 大幅改變軟體開發方式時，既有軟體產業與組織規模較小，也可能意味著 legacy 與轉型包袱較少，讓台灣有機會直接採用 AI-native 的方式重新建立產品與服務。
台灣在 AI Agent 時代有什麼機會？
除了半導體、伺服器與電子製造供應鏈，台灣更值得發展的下一步，是把 AI Agent 與既有產業 Know-how 結合，例如半導體、製造、醫療與供應鏈等垂直領域，將硬體優勢延伸到軟體、服務與企業應用。
工作真的會被 AI 取代嗎？一般工作者應該培養什麼能力？
AI 更可能先改變工作的組成與執行方式，不同職務受到的影響也不相同。除了操作 AI 工具，更值得培養的是問題定義、任務拆解、AI 協作、結果驗證與 Agent 管理能力。簡立峰博士提出的「問、用、管、造」，正好提供一個從使用 AI 到管理、建構 AI 的能力框架。
Sega on AI | 每天被 AI 追著跑，你，累了嗎？
看到每天都有新的 AI 工具問世，心裡那股「不學就會被淘汰」的集體焦慮，是不是讓你快喘不過氣？
Sega 程世嘉將用最接地氣的白話文，拆解一般大眾心中說不出口的恐慌；同時站在科技圈技術人員的理性切角，給出最赤裸、最實用的生存指南。
別再被科技牽著鼻子走了。給自己一首歌的時間，聽聽 Sega 怎麼說，找回你的職場定心丸。
▍主持人：iKala 共同創辦人暨集團董事長 程世嘉（Sega Cheng）
▍來賓：簡立峰博士
▍本集重點
本集《Sega on AI》從「台灣是 AI 霸主，還是 AI 代工廠？」出發，討論台灣在全球 AI 版圖的位置、AI Agent 帶來的產業重構，以及每個人都在問的那道題：下一個被 AI 改變的工作，會不會就是我的工作？
▶ 完整對談： 《Sega on AI》YouTube EP.1
▶ Podcast 商業合作信箱： contact@ikala.ai