一個職位，五種職稱

AlphaSense 目前開出一個職缺，職稱是 Compliance Analyst, AI Governance。職缺說明的第一句卻寫著：「AI Governance Analyst 是建立與營運 AlphaSense AI 治理計畫的核心角色。」

這家雇主從職稱到第一行，連一個一致的職位名稱都沒守住。

我指出這點不是為了讓誰難堪，而是因為這是一個最清楚、也最小的例子，說明一件讓求職者和企業都付出真實代價、卻幾乎沒有人講出來的事。在一個新興領域裡，求職網站在遇到曝光問題之前，先遇到的是「描述」的問題。

同一份工作，五種歸檔方式

拿一項職責來看：盤點公司正在使用的 AI，用一套範本評估每一個新的使用情境，並且在主管機關、稽核人員或客戶要求時拿得出證據。

2026 年，這項職責以下列所有職稱出現在職缺上。

TransUnion 和 Carrington 的職缺幾乎是雙胞胎。TransUnion 要求分析師「管理 AI 清冊」並「維護全球 AI 評估範本」。Carrington 要求對治理文件提出建議，「包括政策、標準、程序、模型清冊、使用情境登錄與控制對應」，並協助「內部稽核、外部稽核、盡職調查與法規檢查」的「證據蒐集」。兩者刊登薪資的中位數只差大約五千美元，職稱卻沒有一個字相同。

這五個職稱裡，有兩個完全沒有出現「AI governance」這幾個字。在搜尋框輸入這個詞的求職者，根本看不到它們。

為什麼會這樣

最簡單的解釋是偷懶，但我不認為是這樣。真正的原因是結構性的，而且 IAPP 已經量測過。

IAPP 在 2025 年 4 月發表的 AI Governance Profession Report，調查了 45 個國家與地區的 670 多位受訪者，詢問組織內部由哪個部門負責 AI 治理。個資與隱私：22%。法務與法遵：22%。資訊部門：17%。資料治理：10%。倫理與法遵：6%。資安：5%。

六個不同的部門負責同一份工作，各自用自己的行話為它命名。隱私團隊叫它治理，銀行叫它模型風險，國防承包商叫它負責任 AI，醫院把它歸在法遵底下。每一種選擇從組織內部看都說得通，不一致只有從外面才看得見：有人輸入一個詞，卻只看到自己能做的工作中的一小部分。

各種框架也還不夠成熟，無法讓用語定型。NIST AI 風險管理框架在 2023 年 1 月發布，屬於自願採用，因此每個採用者的解讀都略有不同。ISO/IEC 42001 在 2023 年 12 月發布。歐盟人工智慧法（EU AI Act）在 2024 年 8 月生效，上個月才全面適用。當標準只有兩到四年的歷史、而且還在變動，職稱也會跟著變。

被這個問題卡住的不只是從業人員。Indeed 的 Hiring Lab 在 2025 年想量測這個領域的成長時，無法只用一個標籤，必須把五個詞綁在一起：responsible AI、ethical AI、AI ethics、AI governance 和 AI safety。一個握有好資料的研究團隊，撞上了和求職者一樣的牆。

學術研究說得更謹慎。Shalaleh Rismani 與 AJung Moon 在 〈What does it mean to be a responsible AI practitioner: An ontology of roles and skills〉一文中，從職缺與從業人員訪談建立了一套負責任 AI 職務的本體。他們的結論（本站譯文）：「由於這些職務仍在萌芽階段，未來的雇主與有志成為 AI 倫理專家的人，都不清楚這些職務究竟發揮什麼功能，也不清楚需要哪些技能。」

一個合理的反對意見

有人會說，每個行業的職稱都很混亂，這沒什麼特別。這個說法值得回應，而不是一筆帶過。

有兩件事是真的。職稱的變動遍及整個 AI 領域，不只是治理。Indeed 發現，美國與 AI 相關的職稱數量，從 2022 年初的 264 個增加到 2026 年初的 822 個。其中一部分只是一個年輕產業在為事物命名。

而 AI 治理中的某些差異是真實的，不只是表面。在同一類職缺裡，你會看到刊登薪資 79,000 美元的分析師，也會看到超過 300,000 美元的治理律師。那確實是不同的工作，職稱在區分它們時發揮了作用。任何人聲稱所有差異都只是雜訊，都是言過其實。

所以值得提出的主張很窄：在分析師這個層級，實質上相同的職責，被冠上沒有共同用語的職稱刊登，求職者因此錯過職缺。

真正能解決問題的方法

有三件事，而且沒有一件令人興奮。

第一是受控詞彙。約定一個優先使用的詞，把各種變體對應到它，讓系統負責轉換。如果有人搜尋「algorithmic audit」，而優先詞是「AI assurance」，他應該在不知道發生替換的情況下，就得到正確的結果。這是圖書館的老技術。它有效，而且早在任何人治理模型之前就已經有效。

第二是用這個人實際做什麼來描述職務，而不是用哪個部門簽聘書來描述。一個維護模型文件、為稽核人員準備證據的人，不論向風險長還是法務長報告，做的都是看得出來相同的工作。組織改組會把部門搬來搬去，但不會改變工作本身。

第三是對缺口保持誠實。當你把一批資料好好分類，就會出現空白的類別，而一個類別空白可能有兩種截然不同的原因：要嘛沒有人找過，要嘛有人找過但什麼都沒找到。這不是同一種發現，也不應該看起來一樣。求職網站承接了這項義務。如果各種框架說某個職務應該存在，卻沒有人在招聘，就應該清楚說出來，而不是回傳一個空白結果，讓求職者以為是自己搜尋錯了。

值得問的問題

那麼，你會輸入哪個詞？如果你猜錯了，會有人告訴你錯過了什麼嗎？

對這個領域的求職網站來說，有用的衡量標準不是有多少人看過一則職缺，而是那個能勝任的人，是否能用他手上實際有的詞找到它。

這是描述的問題。它排在第一位，再多的曝光也解決不了它。

資料來源。職缺：AlphaSense（Greenhouse，職缺編號 8648659002）；TransUnion 與 Carrington Mortgage Services（Built In）；New York Power Authority 官方徵才網站；USAJOBS 公告 873842400（美國行政管理和預算局）。薪資依刊登內容照錄。研究：IAPP《AI Governance Profession Report》，2025 年 4 月，45 個國家與地區、670 多位受訪者；Indeed Hiring Lab〈The Rise of Responsible AI Jobs〉（Gallacher 與 Aoki，2025 年 6 月）與〈AI is no longer just a tech occupation story〉（Adrjan，2026 年 7 月）；Rismani 與 Moon，arXiv:2205.03946。框架：NIST AI RMF 1.0，2023 年 1 月 26 日發布；ISO/IEC 42001，2023 年 12 月 18 日發布；歐盟人工智慧法於 2024 年 8 月 1 日生效，2026 年 8 月 2 日全面適用。文中引用的職缺皆於 2026 年刊登，部分已經截止。