如果還認為數位技能與自身職務無關，就要小心了！從餐廳老闆到大企業員工都要注意的的數位化浪潮，已經襲來，萬一個人能力還沒「數位化」，當心像無法聯網的2G手機，遲早要被市場淘汰。

麥肯錫諮詢公司（McKinsey & Company）報告指出，到 2030年，全球工作預估將有15～30％會被自動化技術（Automation）所取代，全球勞動力中也會有3～14％的工作者，將被迫面臨工作轉換或技能提升。

這不是恐嚇，而是這場數位浪潮襲擊的強度與速度，都超乎預期。

根據2017年麻省理工史隆商學院（MIT Sloan）與Deloitte Digital 合作發表研究報告表示，零售業受訪者超過一半，表示數位人才於組織中扮演重要角色，科技業更高達7成，顯示企業對數位人才的需求逐年增加。

世界經濟論壇（World Economic Forum, WEF）2018年發表〈未來工作報告〉也預測，在2022年，8成5的企業開始運用大數據分析、7成5會運用人工智慧機器學習、雲端、App、物聯網等科技。

資誠會計師事務所（PwC）發布的《全球企業領袖調查報告》亦指出，面對科技運用的強烈需求，愈來愈多企業組織出現相應職務，開始設立「數位長」（CDO, Chief Digital Officer）職缺。這類高階管理者不僅要懂得整合內部不同部門的數位需求，也要加強員工數位能力。

數位DNA正在不分領域地植入每一份工作，驅使所有職務都走向「混種」。

OECD國際成人能力評估報告（The Programme for the International Assessment of Adult Competencies, PIAAC）定義：「數位技能」是指能夠運用認知，結合溝通、談判等軟實力，加上適當使用科技工具，以解決問題和完成複雜任務的綜合能力。這種疊加在原有工作上的數位技能，對工作者來說，猶如「加值」。這不是說大家都要成為科技人，而是能藉由資訊科技與數位工具，來解決既有職務面臨的難題。

延伸既有職務價值，提升決策的品質

亞洲設計商品購物網站Pinkoi人資專員林湘婕（下圖）就觀察到，當數位行銷當道，行銷的任務不再只限於宣傳、辦活動，更要能解讀數據，並從中萃取出市場洞察。Pinkoi招募的「行銷商業分析師」（Marketing Business Analyst），必須具備使用Python、R、SQL等程式語言的能力，才能在撈取顧客資料時，順利與工程師溝通，並衍生出更好的商業決策。

林湘婕指出，人才具備「懂彼此語言」的混種能力，才能創造綜效。例如，行銷部門若想了解耳環在日本市場的銷售，要資訊部門分析顧客資料，比起含糊描述「消費者喜不喜歡」，不如清楚定義「喜歡」是消費者結帳、加入購物車、還是來回看了5次以上？此時，了解資料格式和行銷邏輯的商業分析師便可有效跟工程師溝通，並進一步做出更好的企畫方案。

反之，數位技能也不能只停留在懂技術的層次，要明白怎麼運用才能提升工作成果。

林湘婕以Pinkoi內部數據團隊（data team）的例子解釋。兩年多來，團隊運用大數據與AI技術，再根據會員過往消費記錄、商品偏好等條件，2018年下半年，Pinkoi藉由AI智能推薦系統，在桌機版、手機版網頁與App首頁導入個人推薦，有效讓App點擊率成長3成、購物車加入率成長150％的成果。

不過，在「混種」時，當然還是有能力上的優先排序。「像商業分析師仍以行銷為主，數位技能是加分條件，」林湘婕補充。

不只是行銷，即使作為影音創作者的YouTuber，都要懂得從數據後台了解自己的優劣勢，才能在一片「影片海」中找到生存之道。

YouTuber始祖之一、訂閱人數近200萬的蔡阿嘎就說，他會長期分析後台數據，所以發現30歲以上觀眾對他講台語很習慣，但如果是開箱文、試吃這類接觸年輕族群的影片，蔡阿嘎會減少使用台語比例，降低跳出率。他也發現，如果長影音的內容有創意，觀眾不僅會看完，還有更大的意願分享與訂閱。

多了這樣的數位力，才不會讓費盡心思的創意影片苦無人知。現在，包括透過數據分析，預測用戶行為，找出最佳發布線上影片的時間，都已是網紅間競相學習的能力。

當AI無所不在，能力升級是關鍵

除了數位工具的使用，2019 年的關鍵字，無疑是AI和自動化生產，正如火如荼地改變職場樣貌。

譬如，在智慧醫療領域，連專業度極高的醫療人員，也開始用AI做出更好的治療判斷。像IBM 開發出的「華生癌症治療建議系統（Watson for Oncology, WFO）」，被視為全球少數已經商轉的AI癌症輔助治療系統。這項系統透過自然語言處理能力（Natural Language Processing），廣泛蒐集快速更新的大量醫學文獻並彙整摘要，轉換成電腦知識庫，再根據病人狀況提供醫師不同建議。

台灣電子病歷重要推手之一，也是醫學資訊和人工智慧臨床應用先驅的臺北醫學大學醫學科技學院院長李友專（下圖）強調，「華生醫師」並不提供診斷建議。當有複雜個案時，醫院通常會組成委員會討論，目前，華生醫師已經可以成為諮詢對象之一，其他醫師也會參與，一併討論。另方面，當醫師有需求時，華生醫師會透過一連串問答互動，給予回饋。「當醫生有愈多資訊技能、愈了解華生運作原理，就愈知道輸入哪些資訊可以更有效幫助華生判斷、」李友專解釋。

李友專認為，懂得運用AI，能讓醫療更安全與精確，「甚至讓先進醫療知識擴散到資源不足的地區，」他說。

回到個人端，工作者該如何準備自己，才能進階為具備數位DNA的混種人才？

人工智慧學校執行長陳昇瑋在台北總校第四期開學典禮上直言，工作者必須意識到，AI科技在未來就像是今天生活中的電，影響無所不在。關鍵在「了解AI」，而非一定要成為AI專家。他認為，運用AI最終就像Excel一樣，將是人人必備的能力。

可以想見，工作者如何在既有專業上，結合數位技能，成為換血後的新興混種人才，將決定自己在新時代下能否「被看見」。在這最後一哩路上，誰都不能缺席。