同一个城市、同一批毕业生,面对的却是两个方向相反的就业市场。这种形状在经济学上称为 K 型分化: 一端持续向上,一端持续下滑,而中间的部分正在消失。
先看香港本地。政府统计处公布,2026 年 7 至 9 月经季节性调整的整体失业率为 3.9%(临时数字)。 单看这个数字,劳动市场谈不上恶化。但同一份统计之中,25 至 29 岁人士的失业率明显高于整体。 换言之,问题不在「市场没有职位」,而在市场已不再主动吸收未经训练的人。
原因可以从空缺结构看出。JIJIS 显示,2026 年首季提供给本港大学毕业生的全职空缺为 6,811 个, 按年减少 14.1%,招聘雇主数目亦减少两成,为连续第三年下跌。把时间轴拉长, 劳工及福利局局长在立法会披露,适合学士学位的全职空缺由 2022 年约 8 万个,跌至 2025 年约 3.1 万个。
但同一时间,起薪在上升。教资会 2024/25 学年调查显示,学士学位毕业生平均年薪升至 33.6 万港元, 按年升 2.1%;JIJIS 亦显示毕业生职位月薪中位数升至 2 万港元。 空缺少了六成而薪金上升,不是矛盾,而是企业在精准加价。
香港,2026 年首季
同一季之内,有些行业职位空缺按年倍增,有些跌幅超过七成。方向由数据决定,不由预感决定。
| 领域 | 变幅 |
|---|---|
| 会计、审计 | +194% |
| 金融、保险空缺量最大 | 4,920 |
| 物流、酒店旅游、零售 | 逆市增加 |
| AI、机器人应用 | 持续招聘 |
| 领域 | 变幅 |
|---|---|
| 行政初级职位 | 近 −90% |
| 资讯科技编程 | 约 −80% |
| 测量、电子及机械工程 | −70% 以上 |
| 建造业、传统程式编写 | −60% 以上 |
阅读提示:会计审计的 194% 增幅同时包含基数效应与股市畅旺带动的短期因素,不宜直接视为长期趋势。 判断一个行业是否真正扩张,应观察两年以上的连续数据。出处见页尾资料登记册。
劳工及福利局 2026 年 9 月公布的《人力推算中期更新》把这一点讲得具体:随着企业扩大 AI 应用处理常规行政工作, 本港文书支持人员于 2028 年预料出现约 2.5 万至 3 万人的人力过剩,两至三成职位将面临重组。
同一份报告把 2028 年整体人力短缺由上一轮推算的 18 万人,收窄至约 13 万人。 短缺改善的主因,正是经济转型与 AI 普及应用令人力需求增长放缓。
答案不是「全部变成工程师」。真正的新职位集中在一条很窄但很深的裂缝上:既懂行业,又能指挥 AI 完成交付的人。 香港目前这类复合型人才仅约四千人,而需求正在以倍数增长。
| 新兴职位 | 实际工作内容 | 方向 |
|---|---|---|
| AI 应用专员 | 把业务流程拆解成可交由 AI 执行的步骤,验收输出品质,处理例外情况。不需自行训练模型。 | 需求上升 |
| 工作流程设计师 | 设计部门内的人机分工:哪一步交 AI、哪一步必须留人、如何交接与覆核。 | 需求上升 |
| 数据治理与标注管理 | 确保进入 AI 系统的资料准确、合规、可追溯;管理标注团队与品质标准。 | 需求上升 |
| AI 产品运营 | 以业务指标衡量 AI 工具是否真的创造价值,持续调整使用方式与推广策略。 | 需求上升 |
| AI 合规与风险 | 处理资料私隐、模型偏误、供应商风险;在金融与医疗等受监管行业尤其关键。 | 需求上升 |
| 人机协作管理者 | 带领同时包含人与 AI 代理的团队,负责目标设定、品质把关与团队能力建设。 | 需求上升 |
| 护理、教育、辅导 | 涉及身体接触、情感连结与长期信任,目前自动化风险最低;全球层面职位绝对增长最大。 | 持续增长 |
| 基础文案、初级编程、行政文书 | 重复性高、可拆解为明确指令,正是 AI 最先接手的任务组合。 | 需求下降 |
全球数据支持同一判断。世界经济论坛报告指出,按百分比计增长最快的职位为大数据专家、金融科技工程师、 人工智能与机器学习专家、软件及应用程式开发人员;而按绝对数量计增长最大的,反而是农场工人、送货司机、 建筑工人、护理人员与教师。
这里有一个容易忽略的细节:企业在描述 AI 带来的劳动力反应时,最常见的做法是内部再培训 (77% 雇主计划如此),而非直接裁员(41% 计划因 AI 自动化而缩减人手)。近半雇主预期会把受 AI 冲击的员工 调往业务其他部分。
四层由浅入深。第一层今日就能开始,第四层需要持续投入。每一层都对应市场上正在被验证的能力, 而不是泛泛的「多学习」。
AI 取代的是任务,不是职位。因此第一项能力不是写指令,而是清楚拆解: 这份工作由哪几个步骤组成?哪些步骤有明确输入与输出?哪些步骤需要判断与人情? 能把工作拆得清楚的人,才知道哪一部分可以交出去,哪一部分必须自己守住。
企业筛选时看的不是你有没有上过课,而是你能不能展示一个用 AI 解决真实业务问题的案例。 一份由你指挥 AI 完成、并能说明你如何设定标准与覆核品质的成品,比十张课程证书更有说服力。
前者包括跨领域整合、客户关系、复杂谈判、创意策略,培养周期长但天花板高; 后者包括数据分析、市场研究、产品运营,企业要的是「会用 AI 的专业人」。 要避开的是第三类:纯标准化、可完全拆解的入门任务。
对非粤语背景的学生而言,语言不应只被视为障碍。香港市场同时需要繁体中文书面语、粤语沟通、 英语对接与内地业务理解。四种能力同时具备的人,在跨境业务中具备 AI 无法复制的价值。 问题不是「我的中文不够好」,而是「我能否把语言组合定位成一个具体职能」。
本页引用的数据均附原始出处与统计期。若任何数字被更新或修订,我们会同步更正,不作修饰。
注:部分数字由不同机构以不同统计口径公布(例如按年龄组别的失业率),本页采用政府统计处及 JIJIS 官方数字为准, 媒体引述数字仅作背景参考。