近年來，科技業出現了一個非常明顯的變化：
- 大型科技公司持續裁員
- AI 投資卻越來越大
- 傳統 IT 職位逐漸被 Automation 取代
- AI Infrastructure 成為新焦點
尤其當 Cisco 在業績創新高的情況下，仍然裁掉約 4,000 名員工後，很多 IT 從業者開始產生疑問：
「現在還值得考 Cisco 認證嗎？」
我的答案是：> 值得，但方向必須改變。
因為未來真正有價值的，已經不再只是「傳統網工」，而是：
- Network + AI
- Network + Automation
- Security + AI
- Data Center + GPU
- Infrastructure + LLM
這篇文章，我會完整分析：
- Cisco 認證未來還有沒有價值
- 哪些 Cisco 路線仍然值得投資
- AI 時代最值得考的 AI 認證
- 傳統網工如何轉型 AI Infrastructure Engineer
- 2026 後最有前景的 IT 技能樹
一、Cisco 認證還有價值嗎？
答案其實是：有，但「純傳統路線」價值正在下降。
以前的 Cisco 認證核心是：
- Router
- Switch
- CLI
- VLAN
- STP
- OSPF
- BGP
這些當然仍重要。
但問題是：
現在企業真正需要的，
已經不是只會手動配置設備的人。
而是：
- 能做自動化的人
- 能管理大型 Infrastructure 的人
- 能整合 Cloud 與 AI 的人
- 能處理 Security 與 Automation 的人
二、Cisco 現在真正的方向
如果觀察 Cisco 最近幾年的策略，可以發現它正在全面往以下方面發展：
- AI Infrastructure
- Data Center
- Automation
- Security
- Cloud Networking
- AI Networking
Cisco 甚至已推出專門 AI 認證：
- AITECH
- AIBIZ
代表 Cisco 自己也知道：> 未來已經不是純 Networking 時代。
三、哪些 Cisco 認證現在仍然值得考？
- CCNA（仍然值得）
很多人現在低估 CCNA。
但事實上：> Network 永遠是 IT 世界的底層。
即使是：
- Cloud
- Kubernetes
- AI Data Center
- GPU Cluster
本質上也都離不開： - Routing
- Switching
- TCP/IP
- DNS
- Load Balancing
因此：CCNA 的真正價值不是當「傳統網工」。
而是建立： - 網路基礎
- Infrastructure 思維
- Troubleshooting 能力
這些能力在 AI 時代依然非常重要。
- CCNP Data Center（非常推薦）
這條路線我反而越來越看好。
因為 AI 時代最重要的東西之一就是：
- GPU Cluster
- AI Data Center
- Spine-Leaf Architecture
- RDMA / RoCE
- 高速低延遲網路
而這些全部都跟：
- Data Center Networking
- Storage Networking
- High-speed Fabric
高度相關。
如果未來想走：
- AI Infrastructure Engineer
- Data Center Engineer
- GPU Networking
- AI Networking
那：> CCNP Data Center 的價值其實正在上升。
- DevNet / Automation 路線（重要性大增）
未來企業真正需要的是：> 能管理上萬台設備的人。
而不是：> 只會一台一台手動 CLI 配置的人。
因此：
- Python
- API
- Automation
- Infrastructure as Code
正在變成核心能力。
Cisco 的 DevNet 路線，其實就是在培養： - 自動化能力
- API 能力
- Programmability
這在 AI 時代非常重要。
四、AI 時代最值得考的 AI 認證
接下來才是重點。
如果現在想往 AI 方向轉型，我會把 AI 認證分成三大類：
第一類：AI 入門與 LLM 應用
適合：
- IT 人
- 網工
- 系統工程師
- 想轉 AI 的初學者
NVIDIA NCA-GENL（非常推薦）
全名：NVIDIA Certified Associate – Generative AI LLM
這張證照近年越來越熱門。
它最大的優勢是：不偏重艱深數學
而是偏向：
- LLM
- Prompt Engineering
- RAG
- AI Workflow
- 基礎模型概念
- AI 應用場景
這對傳統 IT 人非常友善。
為什麼這張很值得？
因為現在企業真正需要的是：> 「會用 AI 解決問題的人」
而不一定是：> 「只會研究模型理論的人」。
因此：NCA-GENL 很適合作為：AI 世界的第一張門票。
第二類：AI Infrastructure（未來高薪方向）
這是我最看好的方向之一。
因為未來 AI 的核心競爭，其實是：
- GPU Infrastructure
- AI Data Center
- 高速網路
- AI 運維
而不是只有 ChatGPT。
NVIDIA NCA-AIIO,全名:NVIDIA Certified Associate – AI Infrastructure & Operations
內容包括：
- GPU Infrastructure
- AI Cluster
- AI Operations
- AI Data Center
這條路線其實跟： - Cisco Data Center
- VMware
- Linux
- Kubernetes
高度相關。
更進階方向包括：
NCP-AII
AI Infrastructure
NCP-AIN
AI Networking
這些已經是專業級 AI Infrastructure 證照。
未來：
- Hyperscaler
- AI Data Center
- GPU Networking
需求可能會非常大。
第三類：Agentic AI（未來爆發方向）
這是現在 AI 領域最熱門的新方向之一。
NVIDIA NCP-AAI
全名：NVIDIA Certified Professional – Agentic AI
內容包括：
- AI Agents
- Multi-agent systems
- LangGraph
- AutoGen
- CrewAI
- AI Workflow Automation
這代表 AI 正在從：Chatbot
進化成：Autonomous AI Systems,未來很多企業都會開始導入：
- AI 自動化
- AI Ops
- AI Workflow
- AI Agents
這條路非常值得關注。
五、傳統網工如何轉型 AI Infrastructure Engineer？這是很多人最關心的問題。
建議轉型路線
第一階段：打好基礎
建議學習：
- CCNA
- Linux
- Python
建立： - 網路基礎
- Linux 基礎
- 自動化能力
第二階段：進入現代 Infrastructure
學習：
- Cloud
- Kubernetes
- Docker
- Automation
- Terraform
- Ansible
開始接觸： - Modern Infrastructure
第三階段：進入 AI 領域
建議：
- NCA-GENL
- Cisco AITECH
理解： - LLM
- RAG
- Prompt Engineering
- AI Workflow
第四階段：AI Infrastructure 專精
深入：
- GPU Networking
- AI Data Center
- RDMA
- RoCE
- High-speed Fabric
並考： - NCA-AIIO
- NCP-AII
- NCP-AIN
這時候競爭力就會非常強。
六、2026 後最有前景的 IT 技能樹
*AI Infrastructure
AI 資料中心與 GPU 網路。
*Automation
Python、API、IaC。
*Security
Zero Trust、AI Security。
*Cloud + Kubernetes
現代 Infrastructure 核心。
*AI + Networking
AI 時代最稀缺的跨領域能力之一
七、結語：純傳統網工時代，正在慢慢結束
Cisco 認證不會消失,但：
「只會傳統 CLI 配置」的時代，
正在逐漸被 AI 與 Automation 改變。
未來真正值錢的人才，會是：
- 懂 Networking
- 懂 Automation
- 懂 AI
- 懂 Cloud
- 懂 Security
的跨領域工程師。
而這也是為什麼：
Cisco 仍值得學，
但必須與 AI、Automation、Data Center 結合。
未來的 IT 世界，
將不再只是「Network Engineer」。
而是:AI Infrastructure Engineer。
发表回复