轉載自網路
前言：大學畢業＝穩定人生，這條路還通嗎？
「考大學、進大公司、穩定上班」一直是台灣社會普遍認可的人生路線。然而，隨著AI技術突飛猛進，這條路如今真的還走得通嗎？
近期在聯合新聞網看到一篇轉載自《紐約時報》的報導——〈年輕不是本錢 分析：畢業生面臨40年來最糟就業市場〉，指出美國年輕人正遭遇40年來最嚴峻的就業環境，而AI正是幕後推手之一。
AI如何動搖年輕人的職場起跑線？
報導中提到，美國應屆大學畢業生的就業情勢惡化，失業率高達5.8%，創下新高。- 各大公司正在快速推動入門級工作的自動化，甚至有些企業在招聘前，會先評估AI是否能勝任該職務，採取「AI優先」策略。
- 根據牛津經濟研究院的調查，畢業生失業情況最集中於金融和電腦科學等領域，因為這些產業的AI發展最為迅速，導致入門職位遭AI取代的速度遠高於其他行業。
- 有新創公司更是以一位資料科學家，取代過去需75人團隊才能完成的任務。
這一波變化，我自己也感受頗深。
兩年多前剛接觸 GPT 時，AI 只能協助產出短短的程式碼，且需反覆修正。
如今，AI已能獨立產出完整的小型專案。
若現在的大學生花四年時間在學校，以AI世界幾乎每三個月就更新一次的速度，等畢業時，外部職場型態也與四年前大大的不同。
大學教育的意義，從未像現在這麼值得深思。
學歷貶值，還是思維轉型？
是不是「學歷沒用了」？我認為不全然是。
企業在意的，其實早就不只是文憑，而是你的經歷與產出。這股趨勢在AI浪潮下被大幅加速——
- 企業更重視你能否做出「看得見、用得上的成果」，而非僅是一紙學歷。
- Portfolio、專案實績、公開發表文章、參加比賽或社群活動，往往比空泛的文憑更有說服力。
- 具備 AI 應用和自學能力的人才，反而容易在組織精簡之後脫穎而出，成為「被放大的少數」。
但這不代表學歷毫無用處。事實上，美國與台灣的統計都顯示，大學學位依然是篩選門票和通才基礎，薪資中位數也普遍較高，只是差距逐漸縮小。
學習策略：從「全修」到「問題導向＋主動產出」
在這樣的時代，學習方式勢必要跟著調整。
過去：花四年時間完整修畢一套課程，然後照傳統路徑找工作。
現在：更重視針對實際問題，靈活運用線上資源、邊做邊學、解決現實困難，逐步建立自己的能力組合與解決問題的框架。
但「自學」本身還不夠，主動創造 output（產出）才是真正關鍵。例如：
- 設計領域：把線上學到的技巧應用到自發設計專案，參加比賽，或公開作品集。
- 商業/行銷：將新知識用於社群經營、商品推廣，或協助朋友創業，累積實戰經驗。
- 語言學習：不僅學語法單字，而是主動參與演講、導覽、寫部落格、投稿雜誌，將語言實際用於溝通。
- 工程/科技：自發實作、參賽、協作社群專案、發表專利或技術文章。
- 教育/心理：將理論轉化為教案設計、參與志工服務或小型課程教學。
唯有不斷把所學轉化為可驗證、可展示的成果，才能真正累積個人競爭力，在AI時代中站穩腳步。
現實與出路：每個人都該想的三個問題
看到這裡，或許你也跟我一樣在問：
- 企業要什麼？
- 我能提供什麼？
- 如果還不夠，是要去學，還是先產出，或兩者同時？
我的答案是——
企業現在要的不僅是專業技能，而是解決問題的意識、架構與持續學習的能力。
只會學技能、沒有產出作品，很難在競爭激烈的市場脫穎而出。學歷、經驗與產出三者並進，主動練習output、積極參與社群，才能不被時代淘汰。
給年輕人的行動建議
- 打造自己的 Portfolio：每做一個專案都留下紀錄，公開展示（GitHub/Blog/LinkedIn）。
- 主動尋找 output 機會：參加比賽、貢獻開源專案、線上分享，別等別人來給你舞台。
- 練習問題導向學習：遇到困難就查資料、找教學，立即實作並反覆練習。
- 結交同行，持續交流：參與社群、論壇或實體聚會，拓展人脈與視野。
- 不忘初心：學習不是為了應付AI，更是為了打造自己的核心競爭力和生活主導權。
結語：AI時代，真正有用的不是文憑，而是主動學習和解決問題的能力
還記得在智慧型手機普及之前，科技革命往往需要長時間才會徹底改變產業格局。以電話和電視為例，這類重大新技術普及到一半以上家庭，常常需要十年以上、甚至數十年的時間。像美國家用電視從開始流行到突破50%普及率，大約花了13年；而固定電話更是超過50年才成為日常標配。
進入行動網路時代後，產業創新週期大幅壓縮。以智慧型手機為例，iPhone在2007年問世，短短五年後，美國智慧型手機滲透率就超過五成。行業創新與消費行為的變化，也因此大約每三到四年就迎來一次新的浪潮。
如今生成式AI橫空出世，技術擴散的速度更是史無前例。2023年，全球僅約三分之一企業開始定期使用生成式AI，但到2024年這個比例已翻倍達到七成。根據Bain與McKinsey等顧問公司的調查，AI應用在企業與日常生活中的推進速度，遠遠超越以往任何一波科技革新。
這些數據都說明：技術週期正持續被壓縮——從數十年、十幾年，到五年，現在甚至每一年都可能迎來新一輪變革。
雖然我們無法精確預測未來會怎麼變，但我們可以選擇讓自己始終保持積極、主動學習的心態。不必因為「學不完」而焦慮，因為學習沒有永遠的終點站。我們更應該把焦點放在能讓自己感到熱忱的事物上，因為唯有如此，當世界不斷進步、知識快速翻新時，你不會因為又要學習新的東西，而感受到痛苦而焦慮，反而會因為又有更容易的做法更有效率的做法出現而感到興奮與愉悅，因為你能夠更快更容易的做出你想要的成果。
不要因為 AI 而感到焦慮，先找到讓你真正感到熱情的方向，你會發現學習變得令人期待與充滿動力。
P.S. 這裡說的「熱忱」不一定是那種能夠維持十年、二十年的偉大志業，能長期堅持當然值得敬佩，但就算只是短暫的三分鐘熱度也沒關係。重點是，讓這份熱忱驅動你主動學習、持續探索。這樣的心態，才是你在這個急速變動環境中保持競爭力、不被淘汰的關鍵。
最近比較忙，拖了一陣子才有空寫，哈哈。
參考資料
- 人工智慧需求激增，歐洲科技公司大幅削減入門職位 | Sifted --- European tech companies slash entry-level jobs as AI demand surges | Sifted
- 為什麼2025年技能比學位更重要 --- Why Skills Will Matter More Than Degrees in 2025 | Forbes
- 技能重於學位：不斷變化的就業市場中基於技能的招聘的興起 - 美國雇主協會 - 艾米麗·普萊斯 --- Skills Over Degrees: The Rise of Skills-Based Hiring in a Changing Job Market - American Society of Employers - Emily Price
- (8) 與領英頂級經濟學家一起深入了解就業市場 | 領英 --- Inside the Job Market with LinkedIn's Top Economist | LinkedIn
- Is AI closing the door on entry-level job opportunities? | World Economic Forum
- 人工智慧現況：全球調查 | 麥肯錫 --- The State of AI: Global survey | McKinsey
- The Pace of Technology Adoption is Speeding Up | Harvard Business Review
- 調查：儘管面臨障礙，生成式人工智慧的普及度仍前所未有 | 貝恩公司 --- Survey: Generative AI’s Uptake Is Unprecedented Despite Roadblocks | Bain & Company
