數據推翻 AI 取代論：工程師崗位成科技行業抗風險最強工種

### 數據翻轉「AI 取代論」：工程師竟是科技業最抗跌的職位？

過去幾年，每當科技巨頭宣布大規模裁員，生成式 AI 往往被當成頭號「兇手」——彷彿機器學習模型一升級，程式設計師就要集體失業。然而，一份來自 SignalFire 的最新報告卻給出截然不同的圖像：2025 年，工程師在科技巨頭新進員工中的占比已從 2019 年的 46% 拉高到 55%，不但沒有萎縮，反而成為招聘結構中的主力。這個數字背後，是對「AI 完全取代白領」恐慌的一次理性校正。

### 重點整理：工程崗位為何「逆勢膨脹」？

報告指出，儘管整體科技招聘市場趨冷，工程師職位的縮減幅度卻遠低於行銷、業務、行政等其他職能。更重要的是，新創公司對軟體工程師的需求比大型企業更為強勁。這並非單純的「AI 威脅被誇大」，而是說明 AI 工具實際上促成了更多新任務的誕生——當企業導入自動化程式碼生成、效能監控或測試流程之後，工程師反而需要花更多時間在架構設計、系統整合與安全驗證上。效率提升並未消滅工作，而是重新定義了工作內容。

### 背景脈絡：從「取代焦慮」到「任務擴增」

回顧 2022 年底 ChatGPT 問世以來，市場普遍瀰漫著「AI 將淘汰程式設計師」的預期。不少企業確實打著「AI 轉型」的名號進行裁員，但 SignalFire 的數據證明，那些被裁掉的崗位多半是非技術性質或重複性高的工作。工程師的角色正從「寫程式的人」轉變為「管理 AI 協作流程的人」。換句話說，AI 並沒有搶走工程師的飯碗，反而讓懂 AI 的工程師變得更稀缺——企業需要的不是能問出完美 prompt 的普通人，而是能設計、除錯、優化 AI 管線的專業人才。

### 可能影響：人才結構的雙層分化

這項趨勢將對台灣科技產業產生兩層深遠影響。第一，工程師職位的相對穩定性會吸引更多年輕學子投入資訊相關科系，但同時也意味著「純碼農」的生存空間正在壓縮——只會呼叫 API 而無法理解系統邏輯的初階開發者，未來仍可能被更便宜的 AI 工具取代。第二，初創企業對工程師的強烈需求，反映出新創生態正借助 AI 降低產品開發初期成本，但同時也需要更多能快速迭代的技術人才。台灣的半導體、硬體供應鏈若想轉型為軟體驅動的商業模式，必須正視工程師供給量是否足夠支撐下一波創新。

### 讀者可關注的後續：哪些信號值得追蹤？

對於關心職涯發展或產業動態的讀者，後續可留意三個方向。其一，跨國科技巨頭在台灣的研發中心擴編計畫——若工程師占比持續上升，意味著外商對本地技術人才的倚賴更深。其二，AI 相關職缺的薪資溢價是否進一步拉大，特別是在機器學習工程（MLE）與維運工程（MLOps）領域。其三，學界與培訓機構是否開始調整課程設計，從傳統的演算法教學轉向「AI 協作實務」與「系統設計思維」。畢竟，數據已經告訴我們：工程師不會被 AI 取代，但不會用 AI 的工程師，可能會被會用 AI 的同事取代。

### 小結：不必恐慌，但要重新定義「工程師」的內涵

SignalFire 的報告無疑為「AI 取代論」潑了一盆冷水，但也透露一個殘酷真相——職位安全不等於技能安全。工程師之所以成為科技業抗風險最強的工種，正是因為他們有能力將 AI 轉化為生產力槓桿，而非被動等待淘汰。對台灣的技術從業者而言，與其擔心哪一天被機器取代，不如思考如何讓自己成為那 55% 中的關鍵少數，在 AI 時代站穩更高端的技術鏈結。