工程師這個職業在台灣，出現了「不一定更吃香」的數據。沒有人被誰取代，稀缺性只是換了個地方站。

這句話聽起來像唱衰，但數字給的其實是好消息與壞消息各一半，而多數人只看到其中一半就開始焦慮或開始嘴硬。

缺口沒有消失，它換了一排隊伍

104 人力銀行今年 4 月 28 日發布的《2026 年科技業人才報告書》裡，科技業每月人才缺口是 19.3 萬人。這個數字沒有縮小的跡象，產業還是嚴重缺人。

問題出在缺的位置。同一份報告裡，軟體與工程類每月徵才 2.5 萬人，年減 5%。而操作與技術類年增 30%、製程規劃類年增 29%、品保品管類年增 21%，半導體業整體職缺年增 23%。軟體及網路業的徵才人數，從 2024 下半年高峰的 8 萬人，掉到 2026 年的 6.3 萬人。

104 的人才永續長鍾文雄給的定調是，企業對工程師的需求「從『量』的擴張轉向『質』的盤整」。媒體把這個現象叫位移效應。

我對「位移」這個詞的感覺比「取代」複雜得多。被取代是一件明確的事，你會知道發生了，而且會有人出來討論該怎麼辦。位移不會。位移是你原本站的那個位置慢慢變得沒那麼重要，而旁邊那個你從來沒考慮過的位置變重要了，中間沒有任何一天有人通知你。

兩個打架的數字，其實在講同一件事

104 另一份《AI 人才趨勢報告》（見於 6 月 24 日的報導）說，2026 年企業每月平均招募 AI 人才達 10 萬人，近 5 年 AI 人才需求成長 97.6%，同期整體招募市場只成長 22.9%。

每月招募 10 萬 AI 人才，跟軟體工程職缺年減 5%，怎麼會同時成立？

拆開看就懂了。近 5 年 AI 人才需求增幅的前三名，全部不是工程職：專案與產品管理從 951 人成長到 3,453 人，增幅 263.1%；業務銷售從 1,801 人到 6,263 人，增幅 247.8%；行銷從 2,270 人到 6,023 人，增幅 165.4%。

還有一組數字更刺。30 歲以下、年資未滿 5 年、具備 AI 技能的求職者，起薪溢價最高的職類是財務會計，多 69%。門市營業多 67%，MIS 網管多 63%，旅遊休閒多 53%。工程職不在這張榜的前面。

同期成長最快的硬技能，榜首是流程自動化，5 年成長 233%。接著是預測分析 168%、自然語言處理 147%。機器學習演算法只有 64%，排在後面。

把這些湊起來，企業要的東西其實講得很清楚：他們不是要更多會寫程式的人，是要各種職位上會用 AI 的人。程式能力在這波需求裡退到了地基的位置，重要，但不是大家搶的那一層。

（提醒一下，這些報告我只讀到 104 官方部落格與媒體的整理，原始報告全文我沒拿到。另外「AI 導致軟體職缺下降」這個因果沒有任何研究證實，鍾文雄本人的說法也只是觀察，這裡就當成同時發生的兩件事看待。）

薪資榜洗牌，軟體不在前五名

如果上面那些還算抽象，這張榜就很具體了。2026 年科技業非主管職年薪中位數排行：

名次 職務 年薪中位數
1 類比 IC 設計工程師 171.4 萬
2 數位 IC 設計工程師 163.2 萬
3 韌體工程師 119.0 萬
4 半導體工程師 118.3 萬
5 RF 通訊工程師 113.0 萬
6 資料科學家 111.2 萬
7 演算法工程師 106.6 萬

前五名有四個是硬體與半導體。純軟體職務一個都沒進前五，演算法工程師排到第 7。對照組是主管職榜首的經營管理主管，年薪中位數 172.1 萬——類比 IC 設計工程師 171.4 萬幾乎追平，而且不用帶人。

另一組同樣來自 104 的數據裡，有一條容易被跳過：電信門市、店員、客服的年薪中位數從 50 萬升到 60 萬，調幅 20%。行政主管與總務主管上調 13% 到 14%。原因是缺工與產業轉型，不是 AI。

大家想像中「AI 先取代客服跟店員」的劇本，在台灣的數據上剛好是反的。而且不用跟基本工資比就知道這個漲幅有多兇：2026 年 1 月最低工資從 28,590 元調到 29,500 元，調幅 3.18%。市場給的是法定調幅的六倍。

為什麼你會覺得不對勁

主計總處 7 月 22 日公布的資料，6 月失業率 3.34%，就業人數 1,163.7 萬人。這個數字非常平穩，看不出任何危機。

但 7 月 7 日公布的另一組數字是：6 月 CPI 年增率 2.60%，近 17 個月最高，連續兩個月突破 2% 的通膨警戒線。其中教養設備及用具（含電腦）年增 7.4%，是 1982 年有統計以來最高。6 月進口物價年增 23.07%，創 1980 年 7 月以來新高。

電腦這個品項長年是「越買越便宜」的代表，現在創下 44 年來最大漲幅。AI 伺服器排擠消費級供應鏈的成本，最後結算在工程師的裝備採購單上，這個諷刺我覺得值得記一下。

所以體感跟統計的落差是這樣來的：總體數字說沒事（失業率沒動），個人體感說不對勁（東西變貴、職缺結構在變）。兩邊都沒說謊，它們量的是不同的東西。失業率量的是「有沒有工作」，它量不到「你的那種工作在市場上的定價正在往哪走」。

那該怎麼判斷自己的位置

不給建議，給一個可以自己跑的問法。

先問反向的那題：如果要讓自己十年後在就業市場上一文不值，最有效的做法是什麼？答案不是「不學新東西」，那太慢了。最有效的做法是持續精進一項正在快速變便宜的技能，而且精進得很認真，認真到沒空抬頭看它的價格。

會寫程式這件事正在變便宜，這沒什麼好爭的。但變便宜的是「產出程式碼」這個動作，不是「知道該產出什麼」。104 那張表裡增幅最大的是專案與產品管理、業務、行銷，這三個職位的共同點是它們的產出很難被驗證得那麼快，需要對人跟情境的判斷。

第二題：我現在的稀缺性建立在什麼上？如果答案是「我熟悉某個框架」或「我寫得比別人快」，那要有心理準備，這兩樣東西的折舊速度在 2026 年比任何時候都快。如果答案是「我懂這個產業的資料長什麼樣、知道哪裡會出錯、能判斷什麼該做什麼不該做」，那位移影響不到你，因為那種東西沒有對應的職缺類別，別人也複製不走。

第三題，也是最實際的：這個判斷我要多久檢查一次？稀缺性搬家的速度是以年計的，但多數人檢查自己市場價值的頻率是以「換工作」計的，中間可能隔五年。這中間的落差就是所有焦慮的來源。

19.3 萬人的缺口還在，它只是不在你習慣站的那一排了。上面三道題不用今天全部答完，但值得挑一題現在就答。答不出來，本身就是答案。

資料來源：