全球技術專業組織 IEEE 一項涵蓋 400 名資訊總監、技術總監及 IT 總監的調查顯示，企業對 AI 相關職位中軟件開發技能的需求到 2026 年將會下降。
調查對象來自巴西、中國、日本、印度、英國及美國，結果顯示企業對 AI 職位軟件開發技能的需求比去年下跌 8 個百分點至 32%。同時僱主對 AI 倫理專業知識的需求則上升 9 個百分點至 44%，數據分析技能需求增加 4 個百分點至 38%，機器學習能力需求也上升 6 個百分點。
IEEE 指出，幾乎所有專業人士預期代理型 AI 創新將在 2026 年以「閃電速度」持續發展，已建立的企業和初創公司都加深對這項技術的投資及承諾。矛盾的是 39% 受訪者計劃使用代理型 AI 協助軟件開發工作本身，這顯示該技術可能正在取代其本身所需技能。只有實時網絡安全漏洞識別和攻擊防範的需求更高達 47%，但這數字已經下降。
Oracle 聯合創辦人兼技術總監 Larry Ellison 聲稱，該公司大部分新程式碼現在由 AI 協助編寫，Oracle 的 AI 模型正在生成生產程式碼、建立客戶洞察並自動化外聯工作。Ellison 表示「Oracle 正在編寫的許多程式碼，其實不是 Oracle 在編寫，而是我們的 AI 模型在編寫」。Salesforce 也推出 Agentforce Vibes，採用 AI 輔助方式而非鼓勵提示到生產的開發實踐。
Salesforce 針對軟件開發領導者的調查顯示，96% 開發人員對 AI 代理對開發者體驗的影響感到興奮。開發人員最渴望使用 AI 代理進行除錯和錯誤解決，然後是生成測試用例和構建重複性程式碼。92% 開發人員希望根據影響而非產出來衡量他們的生產力。
企業應用場景與商業價值
IEEE 報告指出，預計明年將受 AI 最顯著轉型影響的行業包括軟件業 (52% 受訪者提及)、銀行及金融服務業 (42%)、醫療保健業 (37%) 及汽車運輸業 (32%)。企業正在評估如何將生成式 AI 應用程式整合到工作流程中，並評估人才需求。
代理型 AI 為企業帶來的商業價值包括提高資源效率、自動化複雜任務及引入新的業務創新。不過研究機構 Gartner 在 6 月預測，由於成本上升、商業價值不明確或風險控制不足，超過 40% 的代理型 AI 項目將在 2027 年底前取消。Gartner 高級總監分析師 Anushree Verma 表示「目前大多數代理型 AI 項目都是早期階段實驗或概念驗證，主要由炒作驅動且經常被誤用。這可能會令組織對大規模部署 AI 代理的實際成本和複雜性視而不見，令項目無法投入生產」。
Gartner 在 2025 年 1 月對 3,412 名網絡研討會參與者進行的調查顯示，19% 表示他們的組織對代理型 AI 進行了重大投資，42% 進行了保守投資，8% 沒有投資，其餘 31% 採取觀望態度或不確定。Verma 指出「目前大多數代理型 AI 方案缺乏重大價值或投資回報，因為現有模型不具備足夠成熟度和自主性，無法自主實現複雜業務目標或長期遵循
細緻指令」。
企業採用代理型 AI 時應專注於能夠清楚帶來價值或可衡量投資回報的領域，將 AI 代理整合到現有系統可能會破壞工作流程並需要昂貴變更，從頭重新設計工作流程可能是更好策略。Verma 建議「要從代理型 AI 獲得真正價值，組織必須專注於企業生產力，而不僅僅是個人任務增強。他們可以在需要決策時使用 AI 代理，為例行工作流程使用自動化，為簡單檢索使用助手」。
AI 裁員潮後悄然重新招聘
市場研究機構 Forrester 的《2026 年預測：工作的未來》分析顯示，許多企業因 AI 效率而裁減員工，預計這些職位有一半將被悄然重新招聘。報告指出「許多公司聲稱因 AI 而裁員。一些努力導致壯觀失敗。其他時候 AI 實際上根本沒有取代人類員工。很多時候高層管理人員因 AI 的未來承諾而裁員」。
Forrester 的分析發現，使用 AI 進行財務驅動的裁員可能會適得其反，55% 僱主後悔因 AI 而裁員。負責 AI 投資的人中有更多人預期未來一年將增加員工人數 (57%) 而非減少 (15%)。報告補充「我們預測這些工作中的大部分將交給薪酬較低的人類員工，離岸外判或以較低薪酬聘用」。
這種趨勢顯示企業在推行 AI 轉型時面臨的實際挑戰，雖然技術承諾帶來效率提升，但實際執行時往往發現人類判斷、創造力和關係管理仍然不可或缺。企業需要在採用新技術與保持人力資本之間取得平衡。
未來趨勢與展望
代理型 AI 市場正處於關鍵發展階段，雖然面臨初期挑戰，這趨勢代表 AI 能力的重大飛躍和市場機會。Gartner 預測到 2028 年，至少 15% 日常工作決策將通過代理型 AI 自主做出，而 2024 年這比例為 0%。同時到 2028 年將有 33% 企業軟件應用程式包含代理型 AI，而 2024 年這比例不到 1%。
技術領導者對人形機械人也表現出興趣，77% 受訪者同意「人形機械人的新穎性可以為工作場所注入樂趣」，但隨著時間推移，它們將「變得像帶有電路的普通同事」。這顯示企業正在探索多種自動化技術來提升營運效率。
對於科技從業人員而言，掌握 AI 倫理、數據分析和機器學習等技能變得越來越重要。預測到 2027 年，代理型 AI 工具將顯著影響軟件工程職業，需要工作流程和技能組合的演變。這種轉變意味著 80% 軟件工程師需要重新培訓以適應新角色，因為生成式 AI 承擔更多編程功能。
企業在這波轉型中應採取審慎策略，成功的組織將是那些能夠在創新與安全之間取得平衡、建立適當治理框架並專注於可衡量業務成果的企業。技術本身並非萬能，關鍵在於如何將其有效整合到現有業務流程中，同時保持對員工技能發展的投資。
來源：The Register
