IMF談亞洲徵才:AI影響較大職種招聘轉弱,技能需求升高

媒角抵加News/林承志
14 小時前
AI生成情境示意:招聘工作者在紙上圈選AI技能,圖上標題為IMF談亞洲徵才、招聘轉弱、AI技能需求升高。

(媒角抵加/林承志綜合報導)國際貨幣基金(IMF)亞太部經濟學家Divya Kirti10月12日在曼谷年會表示,AI較能協助的職種,招聘需求相對轉弱,雇主對AI技能的需求則升高。依Techsauce現場報導與投影片,分析以線上招聘資料觀察變化,涵蓋程式等工作。對台灣求職者與企業培訓而言,職務要求的AI操作、資料整合與成果覆核,是調整技能的具體方向。

關鍵資訊

  • 事件:2026年10月12日,IMF年會「亞洲勞動市場:AI時代的挑戰與機會」演講。
  • 發言者:Divya Kirti,IMF亞太部經濟學家。
  • 觀察對象:線上招聘需求與AI技能要求;比較AI影響程度不同的職種。
  • 技能方向:AI基礎素養、提示與代理工具操作、組織內部知識整合。
  • 台灣參考:以職缺中的任務要求及本地技能評鑑內容,安排練習與作品紀錄。

程式等工作招聘轉弱,雇主仍需要人才

IMF官方議程指出,Kirti的演講運用亞洲大量線上職缺資料,討論AI如何改變區域勞動市場。這場演講把招聘數量與雇主要求的技能一併觀察。

Kirti表示,在2024至2025年間,AI較能協助的職種,例如寫程式,招聘需求比AI較難介入的職種相對下降約10%。The Nation記者Kanyapak Tissri的現場採訪記錄了這個比較;他舉出的另一端,是仰賴人際互動的商業夥伴或供應商關係工作。指標衡量雇主發布的招聘需求,比較基準是AI影響較小的職種。

Techsauce刊出的現場投影片列出兩項結論:AI較有用的工作,雇主需求減少約10%;隨著AI能力改善,雇主仍需要這些工作的人才。後續技能圖表以ChatGPT推出作為節點,AI影響較大職種的技能需求變化高於較小職種。

Kirti提出三類技能,從日常操作到組織知識

Kirti在問答中把雇主需要的AI技能分成三類。依中央社記者李宗憲的曼谷採訪,第一類是理解AI並用於日常工作的基礎素養;第二類是較專門的操作,包括提示設計與AI代理;第三類是把企業內部資料、知識與AI結合。

三類能力對應不同的工作內容:一般職務涉及工具使用,專門操作涉及多步驟任務,組織整合則涉及內部資訊的整理與運用。企業安排訓練時,工作使用哪些資料、AI產生什麼結果,以及由誰確認成果,都是具體的課程與實作項目。

AI生成概念圖:三類技能分別對應日常工作使用AI、提示設計與AI代理,以及串接內部資料與知識,下方標示人工確認結果與資料權限。
AI生成概念圖:整理基礎素養、專門操作與組織整合三類技能;人工確認成果與資料權限為本文的實務建議。

另一份亞太研究,區分使用AI與開發AI

亞洲開發銀行6月發布的《Skills That Pay》工作論文,分析2019年1月至2024年12月約600萬筆Indeed職缺樣本,涵蓋澳洲、印度、南韓、馬來西亞、菲律賓及新加坡。研究把AI技能分成「使用既有工具或模型」與「開發AI系統」,前者包括串接程式介面、使用機器學習程式庫,以及在工作流程中運用生成式AI。

該論文以大型語言模型分類職缺,並由兩名人工標註者核對抽樣結果。作者指出,線上職缺較容易涵蓋正式、都市與數位程度較高的雇主;這項資料特性會影響對整體勞動市場的觀察。論文的六個經濟體樣本未涵蓋台灣。

台灣求職與培訓,把技能落在可核對的任務

台灣的2026年度iPAS AI應用規劃師官方簡章把資料隱私與安全、生成式AI工具使用、導入評估及風險管理列入初級評鑑內容。求職者可用公開評鑑項目對照職缺條件,找出待補的能力;企業則可據實際任務選擇訓練內容。

媒角抵加建議,準備求職作品時,可選一項與應徵職務相關的任務,記錄原始需求、AI處理步驟、人工發現的錯誤與最後交付成果。練習使用公開或自建資料;涉及公司的內部文件,先由資料權責人確認可使用的範圍與工具。繁體中文產出則核對專有名詞、數字與引用來源,讓作品呈現本人如何判斷與修正結果。

作品紀錄可參考如何保留可核對的工作成果;企業培訓安排可續讀AI改變職務,企業如何幫員工跟上。更多任務與導入案例見AI工作流程。

資料來源與更新紀錄