在傳統家長與社會的眼中，「愛打電動」往往跟「不愛唸書」、「沉迷遊戲」劃上等號。然而，在上半年狂賺近 19 個股本、EPS 衝上 187 元歷史新高的半導體指標大廠群聯電子（Phison）眼中，這群「電玩玩家」反而是 AI 時代最稀缺的頂尖人才。
(圖片來源:優分析產業數據庫)
群聯電子(8299-TWO)創辦人暨執行長潘健成在《優分析企業專訪》節目中，拋出了一個顛覆科技業習慣的徵才震撼彈：「我要求我們公司 HR 在找 AI 落地應用人才的時候，不准看成績單！你看成績單就掛了！」
為什麼一家市值百億的半導體巨頭，會開出如此「反骨」的徵才條件？背後其實隱藏著 AI 產業從「開發」走向「落地」的關鍵轉變。
一、 模型是「設計」出來的，但應用是「玩」出來的
潘健成精準地將 AI 人才劃分為兩個層次：
-
研發底層模型（Model Design）： 這需要頂尖的高材生，精通高深數學、物理與複雜演算法。
-
AI 落地與應用（Edge AI Application）： 這不需要寫底層程式，而是需要極強的「試錯能力」與「破關執念」。
潘健成分析，現在 GitHub 上每天都有成千上萬個全新的 AI 模型發布，但這些模型到底好不好用？怎麼在企業的伺服器裡跑得順？「你讓考試第一名的高材生去做這個，他反而不會做。因為這沒有標準答案，也沒有說明書。」
反觀頂尖的電玩玩家，天生就具備了 AI 落地最需要的特質：
-
無師自通的探索慾： 打電動從來不需要看說明書，拿到了直接殺，死了就再來一次。
-
強大的社群求助與解決能力： 卡關的時候，玩家會自發跑去社群（如 Reddit、Discord、巴哈姆特）找攻略、發問，直到破關為止。
-
驚人的專注力與體力： 為了打通一個關卡，玩家可以三五天不睡覺，這種「不達目的誓不罷休」的執念，正是試錯 AI 模型時最需要的特質。
二、 「學」與「術」的分野：別讓成績單毀了真正的 AI 天才
潘健成用高爾夫球比喻：「『學』是知識，『術』是訓練。很多人講的一口好球，但上了球場一顆也打不好。」
很多愛打電動的年輕人，可能因為把時間投入在遊戲中，荒廢了學業，沒有考上台清交成等頂尖名校，甚至在傳統的履歷篩選中，第一關就會因為「成績單太難看」而被系統剔除。
「但 AI 變動太快了，四五十歲的人體力跟不上，傳統名校第一名的人才全世界就那幾個，大家都在搶。」潘健成強調，這群民間的年輕玩家，體力好、學習快、具備強烈的無師自通天賦。如果能引導他們將打電動的「破關精神」轉移到 AI 模型測試與客製化應用上，他們的成就與產出，絕對不輸給傳統的高材生。
三、 翻轉科技業賽道：遊戲玩家的黃金時代來臨
隨著群聯推出 aiDAPTIV+ 技術，積極推動 AI 伺服器走入全台各大銀行、醫院與中小企業辦公室，市場對這種「AI 應用落地人才」的需求呈爆發性成長。
潘健成對全台科大校長與年輕人喊話：「不要再覺得打電動沒前途！AI 落地就是一個全新的賽道。」 企業不需要再抱著舊有的學歷框架，只要給這群愛玩的年輕人對的工具與基地，他們玩出來的價值，未來甚至能創業、賺大錢，回頭再捐款給母校。
下次如果有人再說「打電動沒有用」，群聯電子的實績或許給了最好的答案——在 AI 落地的新時代，最會「玩」的人，可能就是下一個科技業搶著要的頂尖人才。
（本文整理自《優分析企業專訪》潘健成執行長訪談內容）
