AI

美國消費者信心在 2026 年開年明顯轉弱。美國經濟評議會 (Conference Board) 公佈，1 月消費者信心指數大幅下滑 9.7 點至 84.5，不僅遠低於市場預期，也創下 2014 年 5 月以來新低，顯示高物價、就業市場降溫與政策不確定性，正同步侵蝕民眾對經濟前景的信心。

該指數前值經上修後為 94.2，原本市場預期年初可望出現反彈，但實際數據顯示信心再度急轉直下。經濟學家指出，這波下滑反映消費者對未來半年經濟與就業前景的憂慮持續升高，與近期金融市場走勢形成明顯反差。

細項來看，衡量當前經濟與就業狀況的「現況指數」1 月大跌 9.9 點至 113.7，創近五年新低；反映未來六個月展望的「預期指數」則降至 65.1，為去年 4 月以來低點，且已連續 12 個月低於 80 的衰退警戒線。

美國經濟評議會首席經濟學家Dana Peterson指出，消費者在問卷開放回覆中，對物價與通膨的提及仍居高不下，尤其是油價、汽油與食品價格；同時，關於關稅與貿易、政治情勢與就業市場的憂慮也明顯升溫，健康保險與戰爭相關議題的提及次數亦略有增加。

調查顯示，認為「工作難找」的受訪者比率升至 2021 年初以來高點，而認為「工作充足」的比率則持續下降，兩者差距縮至多年來最差水準，凸顯就業市場降溫的感受已擴散至一般民眾。

從族群分布來看，所有年齡層與收入區間的消費者信心在 1 月均呈下滑趨勢，其中年輕族群仍相對樂觀，但優勢持續收斂；低收入族群信心則依舊最為疲弱。依政治立場區分，信心普遍走低，其中無黨派選民的下滑幅度最為明顯。

值得注意的是，在消費者信心急挫之際，美國股市仍在科技股與人工智慧 (AI) 題材帶動下接近歷史高點，經濟成長數據亦維持韌性，形成「市場熱、民心冷」的反差局面。

分析人士指出，這反映金融市場對企業獲利與資產價格的定價，與家庭對實質生活成本與就業前景的感受，正在出現明顯脫鉤。

Peterson表示，儘管部分家庭對自身財務狀況的評價略有改善，但整體而言，消費者對當前與未來經濟的擔憂正在加深，後續是否影響消費支出動能，將成為觀察美國經濟的重要關鍵。

(From Yahoo finance)

最新預測顯示，美國企業 2026 年將普遍以精簡團隊規模應對成長挑戰，AI 技術正加速取代傳統人力職位。

招聘平台 Indeed 最新指出，未來一年全美招聘需求難現反彈，就業市場將延續低速修復態勢，失業率預計將維持在 4.6% 的四年高點。

企業決策層已明確釋放收縮訊號。電商平台 Shopify 與金融科技公司 Chime Financial 公開表示，短期內無擴大招聘計畫，將透過效率提升支撐業務。

本月稍早，耶魯大學管理學院舉行的執行長高峰會研究更揭示殘酷現實，66% 企業領袖打算裁員或凍結編制，僅三分之一明確有招募意願。

亞馬遜、Verizon、Target 及 UPS 等美企巨頭相繼啟動縮編，白領崗位成為重災區。

宏觀數據也印證結構性危機。儘管醫療、教育等領域職缺微增，但高薪優質職缺需求全面疲軟，數據分析、軟體開發、行銷及娛樂產業新增職缺墊底。

與之形成對比的是，建築、醫療等基礎產業招募韌性凸顯。聯準會 (Fed) 理事沃勒在上述峰會直言不諱說道：「企業暫停招聘實為觀望 AI 替代效應，哪些崗位可被取代，哪些不可替代。」

AI 的替代效應正重塑職場生態。富國銀行執行長沙夫坦言，該行員工數已從 2019 年 27.5 萬縮減至 21 萬，AI 創造了以不同方式做事的重大機會。

IBM 更見證歷史性轉折，員工自願離職率暴跌至 2%，遠低於 7% 的正常水準，創 30 年新低。

對此 IBM 執行長克里希納表示：「人們緊抓現有崗位不敢跳槽，反而導致招聘需求萎縮。」

這種「低招募、低裁員、低流動」的三低狀態引發經濟學家擔憂。Indeed 研究主管烏爾里希警告：「若經濟持續成長，現有人員與科技難以支撐目標。」

在企業普遍觀望情緒背後，是宏觀經濟不確定性與 AI 效能重估的雙重壓力。

凱利服務執行長萊登指出，資本投資正優先於人員投資。

值得關注的是，AI 替代進程仍需要時間沉澱。富國銀行執行長沙夫說：「沒有人願意承認未來員工更少，但 AI 不會完全取代人類。」

當前美國企業普遍採取的「戰術性凍結」恐為長期轉型爭取緩衝期，當 AI 真正滲透工作流程，美國勞動市場恐將迎來更深刻的重構。

(From Yahoo News )

根據麥肯錫全球研究所（McKinsey Global Institute）11月25日發佈的一份分析報告，人工智能和人工智能驅動的機器人現在已經能夠完成美國57%的工作。在大規模自動化時代，預計絕大多數人類技能的使用方式都將發生巨大變化。

麥肯錫的這項研究得出結論，如果美國企業圍繞AI機器人自動化來重新設計工作流程，即使只利用目前的技術，無需任何進一步突破，當今的人工智能系統和工作場所機器人已經可以自動完成57%的工作。

報告顯示，可被AI代替的近40%的美國工作，是涉及律師助理、行政支持、辦公室職位和某些編程工作的日常任務，這些任務均可以通過AI軟件自動化來完成。此前，勞工統計局（Bureau of Labor Statistics, BLS）發佈的一項預測顯示，多個領域的就業將會受AI技術發展的影響，其中包括：行政支持職業、律師助理和法律助理，以及計算機程序員等。

勞工統計局在一份說明中指出：「AI軟件的創新已經能夠使其自動完成許多此前由簿記、會計和審計文員執行的任務。結果就是，可以用更少的員工完成相同的工作量。這將導致此類工作崗位在十年內大量流失。」

的確人工智能（AI）技術快速普及，正悄悄改變全球勞動市場的樣貌。專家指出，AI 並非單純取代人類，而是重塑工作內容，使各行業對技能的需求產生明顯轉變。

近年來，大型語言模型、影像辨識與自動化系統迅速進入企業流程，首先受到影響的多為重複性高、可標準化的工作。包括資料輸入、文件排程、客服快速回覆、財務資料初步分析與醫療影像判讀等，都逐漸由 AI 分擔部分任務，提高效率並降低人力成本。

與此同時，AI 技術也推動新的職位出現，如 AI 專案管理、資料標註、AI 系統訓練與安全監控等職缺需求上升。企業在調整人力結構的同時，更強調員工需具備「AI 協作能力」，包括善用 AI 工具、進行資料整理與掌握多模態應用。

不過，並非所有職位都面臨取代風險。需要高度人際互動、情感勞動或複雜情境判斷的職業，例如醫療照護、社工、教育、管理與創意內容產業，被普遍認為短期內仍難以由 AI 完全接手。創意寫作、視覺設計與跨領域決策等工作，仍高度依賴人類經驗與價值判斷。

多項研究顯示，未來十年內，約半數職業的工作內容將被重新定義。企業升級生產流程、政府調整勞動政策、教育機構重新設計培訓課程，皆已成為各界因應 AI 變革的重點。

分析指出，此波 AI 浪潮的核心影響，並非傳統意義上的「失業」，而是技能要求的快速轉向。專家提醒，能夠理解並善用 AI 的勞工，將在未來職場中更具競爭力；而無法適應新工具的人，可能面臨被邊緣化的風險。

人工智能帶來的變革仍在加速，全球職場也正踏入新一輪結構調整期。各界普遍認為，如何在科技發展和人力價值之間找到平衡，將成為未來數年的重要課題。分析師們表示，人工智能的加入會讓人類去執行具有更高價值的工作，而不是完全取代所有人類員工。人類工作者將不必再花大量時間去收集信息或準備文件，而是花更多時間去指導人工智能工具、審查AI工作結果、做出決策，以及處理需要判斷力、同理心或即興發揮的任務。

麥肯錫的報告還確定了一組很難被AI及機器人取代的工作。這些工作角色均「以人為中心」，例如：護理、看護、建築維修和一線設備維護等等。在很大程度上，這些工作都無法被自動化完成，因為它們依賴於人類的實時處理能力、靈巧性和情商。

（維基百科/百度百 科/ AI Overview 整合編撰）

波士頓勞動力市場分析研究所伯尼格雷斯（Burning Glass）的最新研究顯示，應屆大學畢業生的失業率幾乎與僅有高中文憑者持平，大學畢業生的失業率已達到數十年來最高點。該研究將應屆大學畢業生定義為22至27歲且持有本科學位的群體。研究報告指出，僱主正越來越多地跳過應屆畢業生，甚至將入門級職位保留給有三年以上經驗的應聘者。而對於成功進入專業領域就業的應屆畢業生而言，裁員人數較疫情前幾乎翻倍。

現今人工智慧的應用取代了在職學習的機會。若要求畢業生以訓練有素的狀態進入職場，許多人將難以滿足這一要求，從而擴大了教育與就業之間的鴻溝。據估計，到2034年，可能會有700萬至1100萬新增畢業生競爭入門級或類似職位。若招聘機制、培訓體系及職業準備工作不進行結構性改革，非充分就業將成為應屆畢業生的常態化結局，這將削弱職業流動性，降低終身收入水平，並損害白領的長期健康發展。

大學畢業生失業率創數十年新高，其背後有結構性、政策性與技術性因素，例如經濟不確定性、AI 取代初階工作、企業減少入門職位等。 以下是針對這種情況的一些應對方案，從政府、學校、企業與畢業生個人四個層面來簡述：

政府／政策層面——政府可以對企業給予補貼，鼓勵企業僱甲應屆畢業生。類似過去某些國家（或地區）實施的實習方案、公費實習制度。長期來看，也可以設計針對初階職位（entry-level）的補貼機制，降低企業聘請風險。推動失業大學畢業生參加再培訓（reskilling）課程，例如數位技能、AI 操作、資料分析、創業訓練等。政府與教育部門合作，設立支持基金或補助，使畢業生在失業期間能夠上進修課程或職業學校。建立終身教育制度，鼓勵畢業生隨時更新技能，以因應科技與產業快速變動。

設立專門針對應屆畢業生的公共就業服務機構：提供職涯諮詢、面試教練、就業媒合等。追蹤畢業後 3–5 年的就業流向與職業發展，幫助政府掌握就業實況並調整政策。類似某些地方勞動部做法。 推動公共與私人部門合作舉辦就業博覽、校園招聘會，擴大入門職位機會。

鼓勵新創、小型企業擴展：政府可以給予稅收優惠或補助，支持創業風險較高但潛力大的產業。支持成長中產業例如綠能、健康科技、數位經濟等，創造更多中高技能工作，而非讓所有壓力集中在高學歷但沒有經驗的年輕人。針對 AI、自動化影響初階工作的風險，制定政策緩衝轉型衝擊 如就業轉型基金。

高等教育機構（大學、學校）層面——大學應更緊密對接產業需求，設計實用技能課程（例如數據分析、AI 基礎、跨領域專業）來提高學生就業競爭力。強化實習 (internship) 與實務課程 (practice-based learning)，讓學生在校期間就進入職場或企業實踐。建立全程 (從大一開始) 的職涯規劃教育：不只是最后一學年才有就業輔導，而是讓學生從早期就思考職業方向。提供模擬面試、履歷撰寫、職場禮儀等就業準備訓練。加強校友網絡與校企合作：利用校友資源協助在校生與應屆畢業生找到職涯導師或就業機會。

允許學生在校期間轉換專業 (major) 或輔修：若某專業就業前景不佳，學生可以更靈活地調整方向。推動跨學科學習 (interdisciplinary programs)：因應未來產業變動，學生具備跨領域能力會是優勢。

企業層面——企業應意識到人才投資長期價值：即便是初階員工，也值得投入培訓。設立新鮮人專屬培訓計劃 (graduate training program)，為畢業生提供系統化的職場訓練。提供更多有薪實習名額 (包括暑期實習與學期實習)，給予學生真實工作經驗。建立見習 (apprenticeship) 計劃：結合企業指導與校園教育。

採用更多彈性工作模式 例如兼職、遠端、混合型)以吸納畢業生。提供階梯式晉升 entry-level → mid-level)通道，讓新進員工有成長空間。企業與大學共建課程或實驗室 (industry-academic partnership)，共同設計與產業需求貼近的教學內容。參與校園招聘與職涯講座，主動與學生互動、辨識潛力。

畢業生 (應屆大學畢業生) 個人層面——利用線上平台 如 Coursera、edX、Udemy)自學新技能如編程、資料科學、AI 等。參加工作坊、bootcamp (短期強化訓練營) 或職業課程，讓自己更具市場競爭力。

靈活求職策略，不侷限傳統大型企業：考慮中小企業、初創公司、非營利組織等工作機會。接受實習、見習、兼職工作：即使起薪較低，也能累積經驗與人脈。擴展網絡 (networking)：利用 LinkedIn、校友、職涯講座等建立人際連結。

建立自己的作品集 (portfolio)：若是设计、科技、资料分析等领域，用专案展示能力。強化面試與簡歷技巧：模擬面試、準備職場故事、強調軟實力 (溝通、團隊合作) 。顯示學習意願與適應力：在求職時強調自己願意學、願意成長，以及對新技術 (如 AI) 的理解。

同時需調整心態，在面對就業困難時，要保持彈性和長期規劃。在求職初期做好預算規劃 生活費、儲蓄等，避免過度壓力。考慮短期過渡性職位 (temp job) 以維持收入，同時繼續找理想工作。

目前畢業生失業率高，不只是暫時衝擊，而有結構性轉變，例如科技、AI 影響工作機會。  因此，應對策略不能只靠單一層面，而要政府、學校、企業與個人協同合作。長期來看，加強技能培訓、創造更多入門職位、推動終身學習，可幫助大學畢業生更好過渡到職場。

華盛頓大學日前公佈了一項名為「AI@UW」的人工智慧（AI）計劃。這一計劃旨在引領該校在人工智慧領域的研究與開發。

根據《西雅圖時報》的新聞稿，這一計劃得以實施，部分得益於查爾斯．西蒙尼（Charles Simonyi）和麗莎．西蒙尼（Lisa Simonyi）夫婦捐贈的1000萬美元。查爾斯是居住在梅地納（Medina）的一位軟體架構師，曾主導開發微軟Excel和Word等多項核心軟體。

華大校長羅伯特．J．瓊斯（Robert J.Jones）在聲明中表示，「這是一項具有奠基意義的投資，有助於保證人工智慧能以負責任的服務於人類的方式開發與應用，並在符合（我們）共同價值觀的前提下推動知識進步。」

華大機器學科的亞馬遜講席教授諾亞．史密斯（Noah A.Smith）將出任這一項目的負責人，同時擔任負責人工智慧事務的副教務長。他希望華大能成為各高校如何以負責任且有創意地適應當前人工智慧時代的典範。他還表示，華大正加入“首批”專注於人工智慧的學術機構行列，其中還有布朗大學和亞利桑那州立大學。

史密斯還希望將人工智慧知識納入課程體系，從本科生開始，向他們講解什麼是人工智慧，以及從事人工智慧開發和做應用決策時應考慮哪些因素。史密斯將這一想法視為一項長期計劃。

(From The Seattle Times )