2025 11 19 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 104高年級總經理吳麗雪指出 台灣邁向超高齡社會，延後退休已成大趨勢！104高年級最新公布《2025超高齡社會企業人才永續白皮書》顯示，中高齡主動求職熱度連年飆升，從2023年每月平均6.1萬人，一路衝到2025年的8.2萬人，3年暴增34%。

 

延後退休！60歲還想拚 中高齡求職3年增34% 調查驚曝:逾6成企業沒準備

三立新聞網 的故事

 • 2025 11 19 

記者許雅惠／台北報導

        

台灣邁向超高齡社會，延後退休已成大趨勢！

104高年級最新公布《2025超高齡社會企業人才永續白皮書》顯示，

中高齡主動求職熱度連年飆升，

從2023年每月平均6.1萬人，

一路衝到2025年的8.2萬人，3年暴增34%。

但最尷尬的是：想工作的中高齡人一堆，企業卻還沒有準備好。

       調查發現，80.6% 的中高齡者希望60歲後繼續上班，

其中更有 60.2% 打算65歲以後再退休；

不過企業端卻有 68.6% 完全沒有實質制度，甚至 34.2% 完全沒任何留用措施，

另有 34.4% 只停留在口頭鼓勵，形成強烈「意願落差」。

   《 勞基法》日前通過修法，允許勞資協商延後 65 歲強制退休年齡，

政府鼓勵資深人才繼續留任，但企業的「跟上速度」顯然不如想像中快。

更令人意外的是，在「退休準備」部分，企業一樣不足。

104指出，55.6% 的企業完全沒有退休規劃，另有 21% 還在規劃但沒執行，

合計 76.6% 根本沒有完整制度。

      換句話說，多數企業甚至不知道該如何協助員工迎接退休人生。

少數已建立制度的企業中，

以 回聘制度最常見（42.1%），

其次是優於法規的退休條件（23.8%）、團體年金險（21%）。

但

真正提供第二人生規劃、退休前課程、志工參與等進階支持的企業不到 2 成，

「幫員工規劃下一段人生」依舊是台灣企業的弱項。

104高年級總經理吳麗雪指出，

日本、新加坡等高齡社會早已走在前面，

2024 年65歲以上勞動參與率突破 2 成，靠的就是「延後退休＋回聘」的雙軌制度，

把退休視為職涯進化，而不是告別式。

資深員工不只被留下來，還成為企業的導師、知識守門人。

       她強調，留任制度不是口號，更是企業永續的一部分。只要搭配薪資彈性、再聘安排、退休前學習等配套，不僅能延續企業的人力資本，也能滿足員工對財務與心理安全的需求，讓退休不再是終點，而是「一起創造新價值」的開始。

2025 11 17 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 經濟部 iPAS AI應用規劃師初級能力鑑定 科目一:人工智慧基礎概論 獨熱編碼 (One-Hot Encoding)ETL (萃取、轉換、載入) K-MeansMSE (均方誤差) / MAE (平均絕對誤差) RNN (循環神經網路) / Transformer (轉換器) VAE (變分自動編碼器)聯邦學習 (Federated Learning)

 經濟部 iPAS AI應用規劃師初級能力鑑定

科目一:人工智慧基礎概論

獨熱編碼 (One-Hot Encoding)

解題：

「資料預處理」技術

將「類別」資料（如：交通方式）

轉換為機器可讀的二進位向量（如：[1,0,0], [0,1,0]）。 人在迴圈 (Human-in-the-Loop)

解題：

在 AI 流程中引入「人類專家」進行監督、標註或修正。

「人類日常監督 AI，必要時才介入或停止」。 ETL (萃取、轉換、載入)

解題：

資料倉儲的標準流程。

從來源「萃取 (Extract)」資料，

進行 「轉換 (Transform)」(如清洗、排序)，

最後 「載入 (Load)」到 目標 資料庫。

K-Means

解題：

一種「非監督式學習」的「分群」演算法，

將資料自動分成 K 個群組。

MSE (均方誤差) / MAE (平均絕對誤差)

解題：

評估「回歸模型」（如預測房價）準確度的指標，

用來計算「預測值」與「實際值」之間的誤差。

RNN (循環神經網路) / Transformer (轉換器)

解題：

兩者都用於處理「序列資料」（如文字）。

RNN 的技術痛點包含「梯度消失或爆炸」；

Transformer 則是目前 LLM (如 GPT) 的基礎架構。

VAE (變分自動編碼器)

解題：

一種「生成式模型」，透過機率分佈來「生成」

新的資料（如新圖片）。

聯邦學習 (Federated Learning)

解題：

一種「保護隱私」的訓練方式。

模型「到」各裝置（如醫院、手機）本地端進行訓練，

只回傳更新後的「參數」，原始資料（如病歷）絕不上傳。

2025 11 17 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 2025-2026年 左永安顧問 簡報 https://reurl.cc/rY0MQO 2025-2026年 左永安顧問 簡介 https://reurl.cc/6qGrLZ

 

2025-2026年 左永安顧問 簡報

https://reurl.cc/rY0MQO

2025-2026年 左永安顧問 簡介

https://reurl.cc/6qGrLZ

2025 11 16 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 經濟部 iPAS AI應用規劃師初級能力鑑定 科目一:人工智慧基礎概論 6.AI 治理 (AI Governance) 相關法規「台灣人工智慧基本法草案」 7.監理沙盒 (Regulatory Sandbox)8.推論 (Inference) 模式9.KNN (K-鄰近演算法)10.偏差 vs. 變異 (Bias-Variance Tradeoff) 11.災難性遺忘 (Catastrophic Forgetting) 12.梯度消失/爆炸 (Gradient Vanishing/Explosion) ReLU 激活函數

 經濟部 iPAS AI應用規劃師初級能力鑑定

科目一:人工智慧基礎概論

6.AI 治理 (AI Governance) 相關法規

解題： 

考題涉及 AI 的倫理與法規，包含

「歐盟 AI 法案」、

「台灣人工智慧基本法草案」、

「數位發展部 (MODA)」 

等。

「人工智慧基本法」草案

• 人工智慧基本法草案總說明及條文.pdf更新日期  2024-07-22

• 人工智慧基本法草案公告.pdf更新日期  2024-07-15

7.監理沙盒 (Regulatory Sandbox)

解題： 

提供一個「安全的創新開發環境」，讓新科技（如金融 AI）在主管機關（如金管會）的監督下，於小範圍真實市場中測試。

8.推論 (Inference) 模式

解題： 

「即時推論 (Real-time)」指立即回應（如客服）；

「批次推論 (Batch)」

   指累積一定量資料後再一次處理

   考題:  技術痛點。

9.KNN (K-鄰近演算法) 

解題： 

 一種簡單的「監督式學習」演算法，

透過「投票」方式（看最近的 K 個鄰居）來進行分類。

10.偏差 vs. 變異 (Bias-Variance Tradeoff)

解題：

 模型的兩難：模型太簡單導致「高偏差」（欠擬合）；

                          模型太複雜導致「高變異」（過度擬合），

                          必須在兩者間取得平衡。

11.災難性遺忘 (Catastrophic Forgetting)

解題：

指神經網路在學習「新任務」後，

就「忘記」了如何執行「舊任務」。

12.梯度消失/爆炸 (Gradient Vanishing/Explosion)

解題：

 深度神經網路（特別是 RNN）在訓練時的技術痛點。

使用 ReLU 激活函數是防範梯度消失的方法之一。

2025 11 15 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 經濟部 iPAS AI應用規劃師初級能力鑑定 科目一:人工智慧基礎概論 1. XAI (可解釋 AI) / 黑箱 (Black Box) 2. LIME (局部可解釋模型) 3. Q-learning / Deep Q-learning4.貝氏分類器 (Naive Bayes Classifier)5.L1 / L2 正則化 (Regularization)

 

經濟部 iPAS AI應用規劃師初級能力鑑定

科目一:人工智慧基礎概論

1. XAI (可解釋 AI) / 黑箱 (Black Box) 解釋：

讓 AI 的決策過程透明化、可被人類理解。

XAI 的目標是打開 AI 的「黑箱」，

這在醫療、金融等高風險領域至關重要。 2. LIME (局部可解釋模型) 解釋：

一種 XAI 技術。它不解釋整個複雜模型，而是針對

「某一個」預測結果

（例如 AI 為什麼判斷「這張」X 光片有問題），

給出一個局部的、簡化的解釋。 3. Q-learning / Deep Q-learning 解釋： 兩者都屬於「強化學習」。

Q-learning

是傳統方式

Deep Q-learning

則是結合了深度學習（神經網路），

使其能處理更複雜的（如影像）高維度資料。 4.貝氏分類器 (Naive Bayes Classifier) 解釋：

一種基於「貝氏定理」的簡單分類演算法，

它「天真地 (Naive)」假設所有特徵彼此獨立。 5.L1 / L2 正則化 (Regularization) 解釋：

這是「模型訓練」時用來「防止過度擬合 (Overfitting)」

的技術。

L1 (Lasso) 傾向讓不重要的特徵權重變為 0 (可用於特徵篩選)；L2 (Ridge) 則使權重變小。

2025 11 15 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 政大勞工所教授成之約分析 國際人才社群資深招募經理金宏權 亞洲青年失業問題嚴峻，中國大陸與印尼每七名年輕人就有一人失業，台灣20至24歲青年失業率高達12%！世界銀行警告可能影響社會穩定。主計總處資料，2025年8月台灣整體失業率為3.3%，但20至24歲青年失業率高達12%。

 

台青年失業率破12%！Z世代求職不單求穩 

專家揪「3致命因素」

王皓宇 陳旭毅 的故事 2025 11 15 

      亞洲青年失業問題嚴峻，中國大陸與印尼每七名年輕人就有一人失業，

台灣20至24歲青年失業率高達12%！世界銀行警告可能影響社會穩定。

專家分析，技能落差、學用不符與新世代對工作意義的重新定義是主因。

        Z世代追求理想、平衡，卻面臨資歷條件不符合產業需求的困境。

      台灣勞動部提出青年就業計畫因應，但專家強調，

教育制度應協助年輕人與企業和實際職場需求連結，

才能解決這場「看不見的失業潮」

亞洲爆青年失業潮。(圖／TVBS)

      亞洲青年就業困境嚴重，中國大陸與印尼每七名年輕人就有一人失業，許多年輕人即使找到工作，也多被困在低生產力或非正式職位，難以累積經驗與收入。

      台灣情況相似，根據主計總處資料，2025年8月台灣整體失業率為3.3%，

但20至24歲青年失業率高達12%。世界銀行警告，這種現象可能對社會穩定造成壓力，

而專家分析指出，技能落差、學用不符與新世代對工作意義的重新定義是主要原因。

剛畢業一年的Kayla目前在新創公司從事商業開發，主要負責企業招募活動和年度規劃。

她觀察到Z世代對工作的想法已經改變，不再單純追求穩定，

而是希望工作能與自己的理想相符。

Kayla表示，許多同齡人可能還在準備繼續升學，若有人找不到工作，

最大原因可能是找不到自己的方向。

她認為Z世代比較在乎工作背後的意義，以及工作與生活的平衡。

世界銀行指出，在蒙古、印尼與中國大陸等地，15到24歲人口失業率超過10%，

而25到54歲的主要工作年齡群體失業率僅在5%以下。

特別是在中國大陸和印尼，每七名年輕人中就有一人失業。

政大勞工所教授成之約分析，這主要反映出技能落差問題。

在開發中國家，年輕人的資歷條件可能不符合產業市場需求；

而在台灣等已開發國家，則是資歷超過預期，市場提供的工作機會不足，

尤其對高教育程度的青年更是如此。

雖然世銀報告沒有特別提到台灣，但台灣面臨類似問題。

2025年1到7月，20到24歲的青年失業率都超過11%，到了8月已突破12%。

國際人才社群資深招募經理金宏權指出，全國整體失業率大約是3.3%左右，

而年輕世代的待業比例明顯較高。

他解釋，這是因為年輕人剛進入職場的5到8年通常是職涯摸索期，

加上現在有許多非典型就業形態出現，許多年輕人初期會先做短期工作，

這些片段性工作也導致失業率比例偏高。

青年高失業率的原因包括學用落差、找不到合適工作、薪資期望與現實不符，

以及對職場的迷惘或對工作條件不滿意。

金宏權進一步說明，許多年輕人在大學四年學到的技能，

進入職場後才發現無法直接應用，尤其在AI時代。

他認為，解決高薪問題應該從教育制度著手，

協助年輕人與企業和實際職場需求做連結。

針對青年失業問題，勞動部已提出對應政策，

包括支援青年就業計畫、跨域就業促進補助等。

成之約強調，即使有工作機會，但如果年輕人不具備相關技能，

這些機會對他們來說仍然無法勝任。

在學歷普遍提升、科技迅速更迭的今天，市場似乎難以容納滿懷熱情的新世代，

這場「看不見的失業潮」正在重塑整個區域的經濟結構。

2025 11 14 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 經濟部 iPAS AI應用規劃師初級能力鑑定 越考越難 人工智慧基礎概論 (L11) 114年第四次初級AI應用規劃師能力鑑定-考試成果

 114年第四次初級AI應用規劃師能力鑑定-考試成績

人工智慧基礎概論 (L11)   越考越難

2025 11 13 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 導入TTQS的可能障礙 高階主管為何不重視訓練

 

2025 11 12 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 颱風來襲「害頭暈」！營養醫學專家劉博仁提到 「5大警訊」「劇烈頭痛、手腳麻木或口齒不清、胸悶或心悸、頻繁跌倒、頭痛惡化」 快就醫：恐腦出血、中風

 鳳凰颱風來襲「害頭暈」！醫揭「5大警訊」快就醫：恐腦出血、中風

三立新聞網 的故事  

記者鄭玉如／台北報導2025 11 12

颱風來襲氣壓驟變，易引發頭暈、頭脹、肩頸緊繃等不適。營養醫學專家劉博仁提到，均衡攝取蛋白質與好油脂、保持良好睡眠與適度活動，可減緩氣壓變化帶來的不舒服。（示意圖／PIXABAY）

鳳凰颱風帶來強風與氣壓變化，容易使人出現身體不適。營養醫學專家劉博仁提到，

颱風來襲時若出現頭脹、頭暈、肩頸緊繃、耳悶，可能是血管、神經、內耳出狀況。

若伴隨「劇烈頭痛、手腳麻木或口齒不清、胸悶或心悸、頻繁跌倒、頭痛惡化」，

建議立即就醫檢查。

     劉博仁在臉書粉專指出，天氣變化時，也會影響體內氣壓、血流、神經傳導，

例如頭痛，並不只是痛在頭上，而是全身狀態的反映，

常見頭痛原因包括

1.「緊張型頭痛」，由壓力、焦慮、姿勢不良引起，多出現於長時間使用電腦、滑手機、肩頸肌肉緊繃的人。

再者是「偏頭痛」，常與氣壓變化、荷爾蒙、睡眠不足或特定食物（紅酒、起司、巧克力）有關，以及

2.「叢發性頭痛」，劇烈而短暫，常發作於夜間，伴隨眼紅、流淚、鼻塞，屬於神經血管型頭痛之一，

最後是

3.「姿勢與肌肉緊繃性頭痛」，常見於長期低頭、駝背、頸椎僵硬者。

     頭暈則比頭痛更複雜，可能來自耳朵、血壓、血糖、心理壓力，

常見原因包括

「內耳平衡問題」，如耳石脫落，翻身或轉頭時會天旋地轉；

「氣壓變化或耳咽管功能不良」，颱風天很常見，導致耳悶、聽力變化、輕度暈眩；

「低血壓或低血糖」，常見於早晨起床太快、長時間未進食；

「頸椎循環不良」，長期低頭、頸部肌肉緊繃，壓迫椎動脈造成暈眩；

「焦慮與過度換氣」，壓力大時呼吸變淺又快，造成暈眩、胸悶。

劉博仁提醒，

若出現突然劇烈頭痛、像被重擊一樣，可能是腦出血或蛛網膜下腔出血；

頭痛伴隨手腳麻木、口齒不清、視力模糊，可能為中風；

頭暈伴隨胸悶、心悸、冒冷汗，注意心血管問題；

頻繁跌倒、走路不穩或伴有耳鳴、聽力下降，可能是內耳疾病；

頭痛逐漸惡化、持續數週以上或夜間加劇，需排除腦腫瘤、顱內壓升高。

劉博仁建議，若想從內在平衡預防頭痛與頭暈，以飲食方面為例，

每餐攝取蛋白質、健康脂肪，避免高糖波動，

補充鎂、鉀、B群、魚油等營養素，並

避免加工食品、反式脂肪，多攝取抗發炎食物，

睡眠要充足，

建議每日留10分鐘深呼吸或靜坐練習，維持良好姿勢與肌肉張力。

2025 11 12 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 組織AI永續經營基礎 大型 小型 企業人力提升計畫 iCAP職能發展應用平台 職能導向課程 產業人才投資方案 。TTQS 人才發展品質管理系統 Talent Quality-management System 若想要追求金牌 國立臺灣大學 臺灣師範大學 EMBA 找左永安顧問輔導 AI-ESG- PMP- HRD- ICAP- IPAS 人力資源管理 專案管理 品牌管理 策略管理 關鍵就業力 共通核心職能 師資 左記歐洲商行 安永經營管理顧問

 

2025 11 11 知足 生活智慧

 

2025 11 11 知足 生活智慧

                  一顆 靜心 觀世界，半盞清茶悟人生。
                            人生哪能多如意，萬事只求半稱心。
           人生不具有任何形式(過客)，無法繪成一幅畫，也無法寫成一首詩。
        就算藝術家們試圖描繪人生，根據的還是自己的素材，屬於個人的東西，
                          無法將所有人的人生都禁錮在一定形式中。
                 之所以無法用任何形式、任何聲音、任何想像來表現，
                  是因為人生來自於不間斷的流動與變化所「生成」的。
                       而這樣的「生成」就是  我們活在現實的證明。
                                             活出自我