摩爾定律的黃昏與「摩爾人工」的崛起
過去半個世紀，半導體行業一直由「摩爾定律」主導——集成電路上可容納的晶體管數目約每兩年增加一倍，性能提升而成本下降。這條「鐵律」推動了個人電腦、智能手機以至整個數碼時代的發展。然而，隨着晶片製程逼近物理極限，摩爾定律的放緩已是不爭的事實。
就在這個節骨眼上，人工智能（AI）的爆發式增長帶來了新的想像：與其依賴硬件性能的指數式提升，不如透過更聰明的算法、更龐大的數據和更高效的算力分配來「榨取」性能。這種以 AI 彌補硬件進步放緩的思路，被業界戲稱為「摩爾人工」——摩爾定律的「人工」版本。
對香港科技從業員而言，「摩爾人工」不單是一個技術概念，更直接影響就業市場的結構、薪酬水平及技能需求。本文將深入探討這個趨勢如何重塑香港的科技行業，以及從業員應該如何裝備自己。
什麼是「摩爾人工」？從硬件到算法的範式轉移
「摩爾人工」並非一個嚴謹的學術名詞，而是行業內對 AI 驅動性能增長的一種形象說法。傳統摩爾定律依賴晶片製程的微縮，而「摩爾人工」則依靠以下三大支柱：
- 算法創新：更高效的深度學習模型（如 Transformer 架構）能在相同算力下完成更多任務，變相「提升」了硬件性能。
- 數據規模：更大、更優質的訓練數據讓 AI 模型更聰明，彌補了硬件算力的不足。
- 算力調度：透過雲端分佈式計算、模型壓縮和邊緣計算，將有限的算力用在刀口上。
簡單來說，摩爾定律是「硬」的，靠工程突破；「摩爾人工」是「軟」的，靠算法和數據。兩者並非互相排斥，而是相輔相成——AI 芯片（如 NVIDIA 的 GPU）本身仍受摩爾定律影響，但 AI 的應用層面卻能突破硬件限制。
香港科技就業市場的「摩爾人工」效應
香港作為國際金融中心和區域科技樞紐，其就業市場正感受到「摩爾人工」的深遠影響。以下幾個趨勢尤為明顯：
1. AI 相關職位需求激增
根據本地招聘平台的數據，過去兩年香港與 AI 相關的職位空缺增長超過 50%，涵蓋機器學習工程師、數據科學家、AI 產品經理、AI 倫理顧問等工種。金融科技、智慧城市、醫療科技和物流行業尤其渴求這類人才。
2. 傳統 IT 職位轉型
傳統的軟件工程師、系統管理員和數據庫管理員角色正在演變。企業不再滿足於「寫 code」和「管 server」，而是要求員工懂得如何將 AI 融入現有系統。例如，金融機構的 IT 部門需要掌握 AI 風險模型，零售企業的技術團隊則要懂得用 AI 做需求預測。
3. 跨學科技能吃香
「摩爾人工」強調算法與應用的結合，因此純技術背景已不夠。具備行業知識（如金融、醫療、供應鏈）的 AI 人才特別受歡迎，因為他們能將技術轉化為實際商業價值。
薪酬趨勢：AI 專才身價幾何？
薪酬是求職者最關心的問題之一。根據本地獵頭公司和招聘網站的綜合數據，香港 AI 相關職位的薪酬範圍大致如下（月薪，港元）：
| 職位 | 初級（0-3 年） | 中級（3-7 年） | 高級（7 年以上） |
|---|---|---|---|
| 機器學習工程師 | 30,000 - 45,000 | 45,000 - 70,000 | 70,000 - 100,000+ |
| 數據科學家 | 35,000 - 50,000 | 50,000 - 80,000 | 80,000 - 120,000+ |
| AI 產品經理 | 40,000 - 55,000 | 55,000 - 85,000 | 85,000 - 130,000+ |
| AI 架構師 | 50,000 - 70,000 | 70,000 - 100,000 | 100,000 - 150,000+ |
註：以上數字僅供參考，實際薪酬因公司規模、行業和個人經驗而異。金融科技和跨國企業通常提供更高薪酬。
值得注意的是，具備「摩爾人工」思維的求職者——即懂得用 AI 提升效率、降低成本的人才——往往能獲得比同級傳統 IT 職位高出 15-30% 的薪酬溢價。
技能升級：如何裝備「摩爾人工」思維？
面對就業市場的轉變，香港科技從業員應主動升級技能。以下是一些實用建議：
1. 掌握 AI 核心技能
- 機器學習框架：TensorFlow、PyTorch 是基本入門，懂得模型微調（Fine-tuning）和部署更佳。
- 數據處理：SQL、Python 的 Pandas 和 Spark 是處理大數據的必備工具。
- 雲端平台：AWS、Azure 或 Google Cloud 的 AI 服務（如 SageMaker、Azure ML）能讓你快速上手。
2. 培養跨學科知識
單靠技術不足以突圍。建議選擇一個行業深耕，例如金融、醫療或物流，了解其痛點和數據特性，再將 AI 技術應用到具體場景。這正是「摩爾人工」的核心——用算法解決實際問題。
3. 軟技能同樣重要
AI 項目往往涉及多方協作，溝通能力、項目管理和商業觸覺不可或缺。能向非技術背景的管理層清晰解釋 AI 的價值，是晉升高層的關鍵。
4. 持續學習與認證
香港有多間院校和機構提供 AI 相關課程，例如香港大學、香港中文大學的碩士課程，以及本地培訓機構的證書課程。此外，考取 AWS、Google 等雲端供應商的 AI 認證，能增加求職競爭力。
行業應用：香港的「摩爾人工」實踐
「摩爾人工」在香港並非紙上談兵，以下行業已積極實踐：
- 金融科技：銀行和保險公司利用 AI 進行信用評估、欺詐檢測和智能投顧，大幅降低營運成本。
- 智慧城市：政府部門和公用事業公司以 AI 分析交通流量、預測維修需求，提升城市管理效率。
- 醫療科技：公私營醫療機構試驗 AI 輔助診斷，例如分析醫學影像，減輕醫生負擔。
- 物流與供應鏈：電商和物流公司用 AI 優化路線規劃和庫存管理，應對跨境貿易的挑戰。
這些應用都體現了「摩爾人工」的精神：不依賴硬件性能的飛躍，而是透過算法和數據創造價值。
未來展望：挑戰與機遇並存
「摩爾人工」為香港科技就業市場帶來機遇，同時也伴隨挑戰。
機遇：
- AI 人才供不應求，薪酬持續上升。
- 香港作為國際樞紐，能吸引跨國企業設立 AI 研發中心。
- 政府推動「新型工業化」和數碼轉型，為科技從業員創造更多職位。
挑戰：
- AI 可能取代部分重複性工作，傳統 IT 從業員需轉型。
- 本地 AI 人才培養速度或跟不上需求，導致企業依賴外援。
- 數據私隱和倫理問題日益複雜，從業員需具備合規意識。
結語：擁抱「摩爾人工」時代
摩爾定律的放緩並非科技發展的終結，而是新範式的開始。「摩爾人工」提醒我們，真正的進步不止於硬件，更在於人類的智慧——算法、數據和創意。
對香港的科技從業員來說，這是一個重新定位的契機。無論你是剛畢業的新人，還是經驗豐富的資深工程師，只要願意擁抱 AI、持續學習，就能在這個新時代找到屬於自己的位置。
準備好迎接「摩爾人工」的浪潮了嗎？立即更新你的履歷，學習一項 AI 技能，或者瀏覽 JobFinder 上的最新職位空缺，把握人工智能時代的黃金機會！