2024至2025年間，美國就業市場表面上僅略微降溫，整體失業率維持在約4%左右。然而，對於剛踏出校門的年輕人而言，情況卻截然不同。例如，近期有高達23%的哈佛大學工商管理碩士畢業生，在畢業三個月後仍未找到工作。根據美國勞工部資料，2010年時，擁有學位與未擁有學位者之間的失業率差距高達10%，但這一差距逐年縮小，至2024年時已縮至僅1個百分點。
AI演算法的夾擊
這一波「冷卻」不僅是循環性的波動，而是兩股深層力量的夾擊：一方面，企業將資金從人力支出轉向人工智能與資料中心的資本性投資；另一方面，從履歷審查到面試決策的整個招聘流程都被演算法全面接管。這兩個齒輪的咬合，使得新鮮人進入職場的門縫越來越窄。
大型科技企業的策略轉向清晰可見。亞馬遜、微軟、Meta等公司在2025年投入巨資於高效能GPU、資料中心與生成式人工智能模型，縮減了團隊與初階人員編制。對企業來說，效率紅利不再來自人力擴張，而是建基於自動化。最先承受衝擊的，是那些依賴重複任務與可標準化流程的入門職位。生成式人工智能和機器流程自動化正在取代初階編碼、客服、法務研究、內容審核等工作。即使短期內高階工程師仍難被完全取代，但工程師透過人工智能工具提升產能，使得整體人力需求減少。例如，10月底亞馬遜宣告將會裁撤14,000名員工，主要原因是許多傳統的崗位已經可以用人工智能取代。消息流出之後，亞馬遜的股價上揚。
高等教育與市場脫節危機
另一個結構性問題，是高等教育與勞動市場之間的脫節。許多大學仍然擁抱傳統的課程和考核方法，但市場已經轉向人工智能的工具鏈與協作流程。現今的工序往往要求雲端部署、API串接、提示工程與風險評估能力。企業不再尋找單一技術的操作者，而是能監督人工智能、驗證模型輸出、處理特殊情況與倫理問題的人才。這種落差使得學位的價值大幅下跌。學校若仍停留在過去的課綱設計，畢業生即使能力不差，也無法與時並進。
此外，美國大學側重於教學科技和學生的積極體驗，但缺少培養學生的工作倫理和「軟技能(SoftSkill)」，例如怎樣與人溝通、怎樣疏導壓力、怎樣處理衝突和危機。結果，許多成績亮麗的畢業生根本不懂得怎樣待人接物。人工智能的濫用更令到已經崩壞的工作倫理雪上加霜。若果適當地使用，AI可以是提高效率的工具。不幸的是，現在許多學生用它來作弊，進一步削弱了自己的技能和在求職市場中的競爭力。
在職場革命中尋找出路
即使擁有合適的軟硬技能，年輕人仍得先通過招聘流程的「演算法咽喉」。2025年約八成美國公司使用人工智能驅動的履歷篩選系統，其中Workday和Success Factors佔據主導地位。研究顯示，多數履歷表在進入人眼之前便被自動過濾。求職者為了增加曝光機率，便在履歷表中加入人工智能重視的關鍵字，有些甚至在文件中隱藏白色文字，指示人工智能選取自己。說穿了，現在的招聘程序變得非人化和形式化。許多畢業生面試20次，有19次是和機器對話。當你終於見到真人面試官時，往往已被篩成「分數夠高」的樣板。
話又要說回來，雖然有研究指出人工智能篩選存在高比例「偽陰性」，但並非所有公司都完全依賴自動拒件，部分仍保留人工覆核。若將個別供應商的設定概化為整體現況，便會誇大問題。
在這樣的夾擊之下，真正能脫穎而出的畢業生，是那些能把「亮麗成績表和履歷表」升級為「具有創意、具有批判思維、會監督、會評估、會修正」的人。企業同樣必須重新審視自己的責任。演算法的「偽陰性率」應定期由第三方稽核，確保多樣化的履歷不被錯殺。
整體而言，2025年的畢業生可說是「生不逢時」，他們處身在職場革命性轉型的節點。他們面對的是自動化的招聘過程、傳統工序被人工智能取代。要讓這一代人投入就業市場，教育體系、企業制度與公共政策都需要同步調整。例如，大學不應該拘泥於跟隨既定的課程大綱。我坦白對上司和同事說：我不單止在每個新學期更新課程大綱，即使在學期中也經常更改內容，甚至每隔一兩天便向學生提供更新的資訊；我的考核重心亦由考試轉移到實戰經驗。簡單地說，能做比能說更加重要！長遠之計，大學應與企業合作，推行長週期的學徒計劃，讓學生在實習中累積可用經驗。如是者，學術與學位才能夠在「打崩頭」的就業市場中保存價值。