數位科技下的人才新思維

主講人：郭書廷　台杉投資董事長特助

前言

　　邀請郭書廷先生，針對自己的經歷來討論兩個議題：「人文社會科學領域的畢業生，需要有什麼能力才能與理工背景的人合作順暢？」、「如果您的老闆要找人進入你的團隊，人文社會領域的學生應該具備或加強的能力有哪些？」

　　取得交通大學資訊工程系學士、輔修傳播科技系的郭書廷先生，退伍後因參加研習生交換計畫，跑到印度投入電子書產業，而非進入一般人想像的工程師職位；他曾制定電子書內容規格、並撰寫品質報告，還有擔任過出版者技術指導、App 專案經理以及產品經理等職位，現在在一家創業投資公司擔任董事長特別助理。在工作上與人文社會領域人士有密切接觸的他，在此分享一些職場經驗與建議、給社會科學領域的學生。

自身經驗

　　一個管理學院背景的 BD（Business Developer Manager，商務開發經理），負責回報廠商需求；一位外文系的朋友，擔任大賣場的對外聯繫人員；曾遇過設計與傳播背景（五專與夜校學歷都有）的人，針對賣家操作商務平台的疑難雜症，協助克服並建立 FAQ（Frequently Asked Question ，常見問答集），也會不時會去查看公司網頁、檢查錯誤。除了上述合作過的非理工人，郭書廷記得在他擔任電子書技術指導的期間，非理工科出身的團隊成員會到各出版社教人操作、使用工具去轉碼電子書；另一個電子書品質檢查團隊，也只有他是理工背景，其他人有編輯或會計背景，或二專學歷，主要是檢查電子書檔案，產出錯誤檢核的報告書等。

　　根據教育部青年發展署在 2020 年針對青年就業困難的調查，42% 的人是專業技能不足，34% 的人不知道自己適合什麼工作，25% 的人則是對產業現況完全不了解；深知青年就業的不易，故這場講座他會以個人的見解來回答：「非理工科的畢業生，在專業領域要如何理工背景的人合作？」

「了解自家的產品，遵守溝通的約定！」

　　郭書廷歸納出非理工人該要注意的六個工作細節：一、熟悉公司的產品，了解它能解決什麼問題；二、產品如何解決它所能解決的每個問題；三、大客戶曾經提出哪些需求是公司無法滿足的項目，以及無法達成的因素；四、公司產品中每個選項與按鈕，是為了什麼功能；五、如果產品遇到 bug（缺陷），要記錄發生的細節，例如發生之前做了什麼行為、什麼時間、當下的畫面、及本來期待的正確結果等；六、同仁要有與工程師約定好的專有名詞，如規格，時程，交付產品等，能夠越詳細越好。

　　一言以敝之，這六點可以總結為「了解自家的產品，遵守溝通的約定」。在 Hi-Tech（高科技）公司或 ICT（Information and Communication Technology，資訊與通信科技）產業，非理工人大部分只能在與研發無關的崗位上發展，而若想離產品近一些，就會是業務或行銷的角色，要非常了解公司的產品才能上戰場，所以公司的入職訓練，無論如何都比學校知識重要。而若是擔任業務跟行銷，所需要的邏輯力、表達力、以及說服力，是人文社會科學背景的學生從自身科系就能培養的能力—邏輯力意味著理解對方，能快速思考，並提出適當解決方法，提綱挈領；表達力則是能順暢有條理地表達出來，使陳述簡單易懂；最後是要取信於人的說服力。以上若能搭配外文能力，會更如虎添翼。這可以說是業界需要的基本能力，簡單來說：事情都不簡單。

建議具備的計算機概論知識

　　究竟非理工的人要具備什麼樣的理工知識才能與理工的人合作順暢？在各種專業知識之中，強烈建議以下幾個資訊科技的精髓概念要搞清楚，了解這幾個計算機相關內容後，在職場上就能對科技產品有正確的理解，也可以分辨他人是否在說大話。

推薦一：大數據與 AI（Artificial Intelligence，人工智慧）概論。（也可說是資料科學與大數據概論）

　　現代的所有行為都能被記錄，紀錄後的資料能做什麼？現在有許多大數據可以分析，從而能從資料中計算出一段運作模式；資料搜集而後電腦分析，這其中的經濟價值在於資料科學家，這些人設計出類神經網路的演算法，讓機器自己學習分類，其結果超越人類所及的細緻程度，這就是現在常聽到的 machine learning（機器學習），例如打敗西洋棋棋王的深藍電腦，它就是透過練習棋譜而計算出勝率最高的步數，棋王曾經贏過電腦的那一回合是因為他下錯棋，這個出其不意的舉動導致機器無法理解而落敗。相關的資料科學、資料庫與大數據等，這三者的關係也需要去理解。

　　了解這部分的好處，首先是對於資訊安全比較有 sense（警覺心）。現在只要透過每個人在網路上填寫過的資料，如電話號碼、電子郵件信箱、IP（Internet Protocol，網際網路協定）位址等，就可以比對出使用者的個人資料，甚至居住地址等；任何資料輸入在網頁上，都可以輕易地記錄與存取，所以不要隨便進入或登入網頁，留言不要涉及敏感資料，就可以防止被網路搜索的危機。資料科學相關概念讓我們知道：任何資料只要上網、就會被留下來，那這些資料會被拿來做什麼？值得人們深思。另一個了解資料科學知識的優點，是可以分辨他人是貨真價實還是誇大其詞。

推薦二：無線網路通訊的概念。

　　要觀看網路影片時，訊號是如何傳送到眼前？當人們使用手機或電腦點選畫面上的選項後，會輸出訊號到無線基地台，再把訊號送到小的路由器，各地方的小路由器再傳到更大型的路由器，最後到網站的 Server （伺服器）主機端，之後再依照一開始發送的指令內容，把檔案逐步送回來：網站主機送到大路由器，大路由器送到小路由器，小路由器走到無線基地台，無線基地台再傳回一開始的手機或筆電。先初步了解無線網路通訊的順序，之後再去進階地知道裡面夾帶什麼資訊，以及傳遞過程中的物理極限。

　　這部分知識有助於個人生活中的通訊障礙排除。通常遇到網頁無法顯示時，會建議先重新整理網頁，可能是訊號失蹤所導致，那就重新發送就好，倘若還是沒有反應就把 Wi-Fi （無線網路）重新啟動，要是還不行就聯繫電信客服端，請他們重新啟動 Wi-Fi。透過這方式檢查，就能找到是哪一端的問題，除此之外也可能是主機端的 server 當機—往後處理網路問題，就能較有邏輯地應對。相對於職場生活，因為整個訊號傳遞過程，包含軟體商與硬體商的共同服務，這是由許多產業所建構，故若想進入相關產業，就要花時間看清楚其中的樣貌、參與者有誰，將會方便市場調查還有競爭者分析，進而理解產業遇到的難題；如果要創業或加入新創公司，很可能要直接面對公司當前的問題，更要審視自己能回答哪個面向。

　　除了手機跟電腦，硬體面還有基地台與路由器的製造商，Server 主機的製造商，還有系統整合商等，這裡面都共同有電路板，也就是有負責的 PCB（Printed Circuit Board，印刷電路板）廠商，板子上的晶片也就是積體電路，俗稱的 IC（Integrated Circuit）設計版，它的功能是製作在半導體的晶圓表面上；晶圓如果製造得越小，它則越省電且運作速度越快，整台完整的機器也會越小台。Intel、Samsung、與台積電（台灣積體電路製造公司），它們為何有名？因為它們能夠製作半導體，執行晶圓製造—Intel 可以自己製造 IC 晶圓與電路板，整套產品自己製造；Samsung 除了同樣也能製造，還會幫別人代工；台積電則是專心做一件事，單純幫人做晶圓代工。台積電的地位是因為晶圓技術的掌握，若是電晶體可以做到非常小，進入三奈米的世界，甚至原子裡面的電子會摧毀它；這麼小的電晶體，放在八寸大的晶圓上面，就代表其整體的產量很大，又性能更好，這就是台積電的著名之處，因爲可以做出最小的電晶體。除了硬體商，還有系統商，它們採買硬體來組裝，完成後再安裝自己的軟體，同時開發並管理這些軟體，最有名的系統商是華為跟 Cisco（思科系統）。以上大致點出幾個產業龍頭，許多上市公司都是在做這些產品，可以直接在股票系統看到公司名稱。

　　用一個娃娃來理解：硬體製造商會做出娃娃的許多不同結構，如手腳與身體，而系統整合商 （華為跟 Cisco）則是把各個零件組裝起來，灌入 OS（Operation System，運作系統）好讓它能夠動起來。通常東西壞掉，通常會去找是哪裡壞掉後更換零件，而華為跟 Cisco 的厲害之處，是產品損壞將無法讓消費者自己去把部分零件抽換，而是要把整個組件都換掉，原因是整個產品都是使用自家的特製系統，除非要求它們的工程師來處理（維修費用無法議價），不然就是要購置多台來備用。所以產業內的強弱關係就是如此現實，華為跟 Cisco 佔據了大部分網路與通訊設備的市場。

　　重申一次：熟悉無線網路通訊的概論，就能夠了解產業概況；未來要做市場分析、競爭者分析、或是產業困境的分析，都會相對順手。

推薦三：雲端系統概論。

　　雲端的初步概念，是讓許多電腦都串聯在一起、去執行應用程式或是儲存資料，在任何地方都可以登入後進入編輯內容，再把結果傳回來本機端。若對前兩項的大數據與 AI、還有網路通訊技術有認識後，就能明白未來發展。未來就是所謂的 IoT（Internet of Thing）、俗稱的物聯網產業趨勢—未來的許多東西都可以裝上感應器並連線上網，感應器接收到資料後就會往主機送資料，感應器透過網路不斷與主機連線與傳輸，管理者將可以時時看到同步的資料，了解情況。

　　非理工人理解無線網路通訊，能藉此知道產業現況；而理解雲端系統，是要洞悉未來。以設置偵測器為例，是想要讓特定區域遇到狀況後可以立即做出反應，然而依照網路傳輸的邏輯，勢必會有訊號來回的延遲性，假若倉庫偵測到有人闖入，會通知保全進入查看，這過程可以很快！然而如果是電動車，當它偵測到前方有車輛緊急煞車則會來不及反應，所以在感應器連接到主機的路徑上，需要開發出邊緣計算（edge computing） 的產品—當發現或預測到前方緊急煞車時，要立刻協助車子脫離現況。邊緣計算的主機幾乎會與 sensor（感應器）擺在同個位置，也會連上網路，才能有夠快的反應速度，它裡面就會有如 AI 的自我判斷程式，而當 sensor 出問題時能夠馬上反應，這就未來的 IoT 狀況。在管理層面，若有什麼需要調整與修改，例如演算法的修正或是資料更新，可以因應需求而變動，邊緣計算就可以接著調整算式或提供新的功能，並應用到同個網路之中，不用再請工程師處理。不久的將來，雲端系統中間再加入一層邊緣計算的主機，將是各廠商大力開發的商機。

學習的方法與興趣

　　前面提到的三個概論：大數據與 AI 的概論、無線網路通訊的概論、以及雲端系統的概論，非理工的人最好去搞清楚這些產業知識，以利進入相關職場；透過搜尋網路或紙本的資料、無論中文或外文，或是影音簡報等，任何吸收都有幫助，在校時除了查資料還可以多找老師或同學討論，不用擔心自己理解速度慢，因為這些都是近十年才進入普羅大眾的眼簾，本來就要花時間理解，就連身在業界的人，都需要逼自己去學習新的技術，實行新的理論與方法，否則不進則退。

　　郭書廷初次接觸理論時很痛苦因為都看不懂，反而是在進入業界後看到市場現象再去請教他人，同學、教授、與同事等，才一步步搞懂原理，算是反向學習。學校是從原理到應用，反之他是先對應用層面有興趣，才回頭去看架構，理解其原理是什麼，以做中學的方式習得，所以這整場講座是從應用面談起，避免去講原理，因為要馬上理解理論是頗有難度，這是想要學習基本理工知識的建議方向。要讓非理工人激發興趣，並且快速進入科技產業趨勢，可以透過各種新名詞開始深入，然而只要是突然被大力倡導的新科技名詞，就要小心它是如何被陳述，就用近來最紅的兩個遠景：「5G（5th Generation，第五代通訊）體驗」與「AI 開發」來思考。

　　有些公司大力推廣的 5G 體驗或說 5G 應用，其實分成兩種：一種是比 4G 快一點的網路，業界會說這是 sub-6 giga hertz（GHz），也就是頻率在 6 giga hertz 的網路；另外一種是比 4G 快上許多倍，延遲速度可降低到 28 giga hertz 的毫米波（細節先不討論，只要記得 6 giga hertz 與 28 giga hertz 即可）。兩者都是 5G ，但前者只要改良現有基地台的硬體設備就可以接受 6 giga hertz 的頻段、就能支援 sub-6 giga hertz 的體驗了，而這種體驗速度上的確會比 4G 快一點，而華為之所以可以說自己能提供 5G 體驗，是因為它已經佈建了這世界上最多的 4G 基地台了。

　　可是科技業現在的期待，是要能支援更高品質的影像通訊，例如 4K 畫質（註：是一種超高解析度（Ultra High Definition）的影像格式，水平解析度約為 4000 畫素）甚至 8K 畫質，要有 8K 畫質的 AR（Augmented Reality，擴增實境）、VR（Virtual Reality，虛擬實境）或即時通訊，是否能實現？去年因應疫情，許多人在家工作而需要在家進行電話會議，影像基本上還是有所延遲，如果今天需要遠距離手術或是極地探索，例如把機器人丟到火山口挖掘能量，傳輸速度就必須比岩漿流動速度還快。

　　進一步講，如果需要有可靠的自駕車，也是需要有更高頻率的毫米波才能辦到。現在的基地台升級到 5G 後就不可能再升級了，因為會撞到物理極限，許多廠商會把 5G 體驗講得極盡所能地美好，但不可能實現，因為剛才說可以傳輸最高畫質的毫米波，雖然感覺它可以傳輸得大量又快速，但也因為這個過程的耗能也很大，故傳播出去容易衰退，進而需要的基地台就更多、密度更高，不然無法傳輸，與 4G 所需條件差很多，為了達成這個真正的 5G 體驗，基地台的數量要比現在增加更多，因為 5G 基地台的網路覆蓋範圍會比 4G 小很多，那這樣要如何建立 5G 環境？要在居住環境建立非常密集的基地台嗎？若城市與城市之間有段無人居住的區域，那這基地台是要怎麼蓋？現有解法是往天上蓋，開發出低軌道衛星，飛行高度不會距離地面太遠，從而可以接收 5G 或基本的網路訊號。

　　簡而言之，如果沒有開發足夠的 5G 基地台，基本上沒有辦法實現大家對於 5G 的美好想像，現在能施行的 5G 其實只是傳輸速度快一點的 4G 而已。2020 年日本發佈一個影片，公開對於 5G 美好世界的想像：主角坐著自駕車，一路開到祖父母家，到達後開啟即時通訊，讓全球各地的家人透過裸視 3D（Autostereoscopic 3-Dimension Displays）一個個呈現在面前，並且人手一個樂器，一起合奏。想像一下：每個人都有網路延遲的話，節拍要如何拿捏？要完成上述想像，基地台一定要蓋，但是新的基地台都還沒開始蓋，所以理想很豐滿而現實很骨感。

　　另一個流行話題是 AI 開發。現在有許多 AI 顧問公司或應用公司，提供許多公司諮詢，幫助公司進行 AI 化，然而這些說要提供 AI 化的公司，大部分都無法說明、要用什麼樣的資料分類方法。它們背後都是找外包商的服務，而外包商若只是串接各大公司的程式，那就無法為客戶提供客製化開發，所以縱然工作流程變快，接受服務的公司並不知道最適合自己的辦法。加速但不一定最好，找到適合自己的方案才是最佳解，而 AI 服務需要不斷地優化，將會完全客製化，若負責的工程師沒有進入 AI 的思考領域，就無法說自己是在真正的 AI 開發。換個方式比喻：若現在要把區公所「唐鳳化」，讓每個民眾都能體驗到唐鳳本人的服務，但是並不是把區公所的窗口都變得像唐鳳一樣優秀，而是讓每個窗口都直接傳訊息問唐鳳問題，而唐鳳還要立即回覆解決方案；這過程中，聰明的人還是唐鳳，大家還是不知道該怎麼變得跟唐鳳同樣厲害，而每個區公所所面臨的問題不盡相同，如果每個窗口都能進入唐鳳的思維，各個區公所才能調整出最適合的版本與效率。上述的 AI 化公司就不是好公司嗎？套句創業投資業界最常說的話：「是也不是」，雖然它們只是使用已知或開放的技術，可是 AI 化的公司至少有協助世界更加應用 AI 技術，但若以後再聽到有人說：「本公司正在推展新的 AI 應用」就必須弄清楚：這公司是買 AI 服務給客戶，還是開發新的 AI 技術？要能夠分辨。又業界每兩年都會有新的名詞開始熱門起來，例如「互聯網 +（Internet plus）」，O2O（Online To Offline；註：又稱線上線下整合，經由線上的行銷手法，帶動線下通路的消費，甚至再延伸到線上的網路聲量創造），網路爬蟲（專門在網路上捉取資料的大數據資料搜集方法）等，如果遇到這類詞彙不懂，就好奇地去查資料，把概念串起來，就能慢慢地懂得其中的本質及細節。

成功的特質

　　在科技新創公司，會成功的人通常是能看得遠且走得穩的人，理工科或非理工科的人都有可能。要能看得遠、就要有能夠看見需求的眼光，這要靠多看書多做資料，才能有這種境界，吸收速度要快；而走得穩，是指執行力、魄力、跟說服力的展現，許多資料佐證：這類型的 leadership（領袖特質）不一定是哪個專業背景的人才會具備，而這三力都需要鍛鍊，無關科系，會合作的人才是最厲害，近一步談、一個合作順暢又願意進步的團隊，才會成功！職場就是一個群體，有實力的人就是老大，其他人服氣就會追隨，只要主管統御得當，無論組織是歡樂氛圍或軍事化管理，都會成功。所以說非理工的人要如何與理工人合作？大原則就是：自己的實力不要讓對方瞧不起，讓他人知道自己有料且無法被敷衍，雙方就會好溝通、能理解，合作就會有效率。

　　「好溝通、能理解，合作就會有效率」，所有人文社會領域的學生，去哪裡就業都會遇到這樣的挑戰。根據教育部青年發展署在 2020 年的調查發現：社會科學以及行為科學背景的青年，偏好去公家機關或 NGO（Non-Government Organization，非政府組織）任職，不傾向去私人企業上班；反而資訊通訊或製造加工業背景的青年，喜歡去私人企業而非學術機構或公家機關工作，這會讓人文社會領域的學生誤會，認為以後進職場就不會需要上述的領域知識。前面提到的未來趨勢，各行各業都會遭遇到相應的轉型跟改革，勢必會需要找廠商協助，或是與資訊科技公司合作，在那之前最好要準備能夠溝通的知識量，才會事事順利。

結論

　　在理工專業的產業內，非理工的學生應該具備什麼技能，才能與理工人順利合作？了解自家的產品，遵守溝通的約定！要是公司沒有好的員工訓練，自己也要摸熟產品，且無論是否要進入科技公司，職場必須要準備好邏輯力、表達力、與說服力，也因為哪裡都會有與理工人合作專案的可能，所以推薦幾個要先行理解的知識概論：一、大數據與 AI：知道資料可以做到多深，專案規劃時就可以有科技深度；二、無線網路通訊的概論：理解資料傳遞的過程與步驟，也能幫助認識整個產業，有利於精準地分析市場與競爭者；三、雲端系統概論：具備理工人看科技發展的前瞻性，還有產業發展方向。推薦去找幾個較熱門的技術與行銷論述，看看商人們說的內容哪裡有問題，從而分辨未來的可能性，例如 5G 體驗與 AI 化。

　　準備好這些技能，無論是從原理學起，或是從實際操作中發現問題，都要能夠在平常就對科技產業有多點好奇心，藉此累積基礎知識，讓理工人也知道與你溝通不困難，最後就會合作順利，團隊就會有好的工作效率。