美國大學畢業生失業率升至2.7%，超越疫情前水準，且高度集中於最易被生成式AI自動化的白領職業。AI快速滲透管理、資訊與金融等產業，衝擊初階職位，同時改變美股ETF布局與就業風險評估，長期前景雖仍被看好，短期陣痛恐難避免。
美國勞動市場表面依舊緊俏，但對大學畢業生而言，AI世代的就業壓力已悄悄升溫。最新數據顯示，美國大學畢業生失業率上月升至2.7%，不僅高於2019年疫情前平均的2.1%，在經過標準化處理後，更顯示其失業狀況已明顯高於其他教育程度族群。這個變化雖然仍不至於構成「危機」，卻已足以讓市場與政策圈開始重新審視：在生成式人工智慧迅速自動化例行白領工作之際，過去被視為「安全牌」的大學文憑，是否正在失去傳統保護力。
背景來看，人工智慧近兩年在企業端的導入速度加快，從文書處理、資料整理，到簡單法律文件草擬與工程設計輔助，例行性、標準化的知識工作愈來愈容易被演算法取代。過去這類工作，是初入職場的大學畢業生最常接觸的職務，包括助理分析師、初階顧問、法務助理、研究助理等。如今，企業在成本與效率考量下，開始用AI工具分擔這些任務，自然壓縮了新鮮人的就業空間，也讓「entry-level」職位的供給結構發生微妙變化。
根據報告，AI採用程度最高的產業，包括management（管理）、information services（資訊服務）、professional and business services（專業與商業服務）以及finance（金融）等，而這幾大產業中，超過六成的勞動力是大學畢業生。換言之，AI的滲透正精準打在高學歷人口的主要職場舞台上。若再拉高到職務層級來看，法律、建築、工程與科學等職業中，大學畢業生占比超過75%，且約四成的工作內容被評估具備高度生成式AI自動化的可能性；相比之下，建築與維修等以非大學畢業人口為主的職業，受AI影響的工作比例不到一成。
這組對比說明了一個關鍵：AI的衝擊並非平均分布，而是高度集中在高學歷、白領與知識密集產業。這也解釋為何在整體失業率尚未明顯惡化的情況下，大學畢業生失業率卻開始相對走高。部分研究指出，這種結構性變化，對職涯前期的專業人員有明顯負面效果，尤其是職場「第一份工作」的取得難度增加，可能長期影響薪資成長與能力累積。
不過，投資銀行Goldman Sachs（高盛）目前仍持相對樂觀態度。高盛指出，迄今為止，尚未看到AI大幅削弱大學畢業生整體就業機會的明確證據，長期而言，技術創新一向能同時創造新職缺與提升生產力，最終有機會轉化為更高所得與更多高階職務。然而，高盛也警告，短期內的動態可能出現明顯變化，尤其在AI導入初期，職務內容重組與技能需求轉向，必然會帶來「陣痛期」，大學畢業生如果無法快速追上技能轉型步伐，失業率與薪資壓力恐怕還有上行空間。
在金融市場面向，這波結構轉變也正悄悄影響美股ETF（指數型基金）的風險與機會評估。追蹤主要美股大盤與成長股的ETF，例如道瓊指數相關的DIA、DDM、DOG、DXD、SDOW，以至追蹤標普500的SPY、VOO、IVV、RSP、SSO、UPRO，以及專注Nasdaq 100的QQQ、QQQM、TQQQ、QID、SQQQ等，所涵蓋的成分股中，管理、資訊與專業服務、金融類企業占比高，這些正是最積極導入AI的產業。短線上，AI提升獲利與效率，為這些ETF帶來成長題材；但長線而言，若就業結構失衡導致消費與社會壓力加劇，也可能反向成為估值的隱憂。
更細部來看，聚焦科技股的ETF，雖然在資料中未列出個別科技龍頭公司，但這類產品多數持有大量以AI為核心策略的企業股票。AI工具在企業中的擴散，既是這些公司成長的主因，也是勞動市場變動的源頭。對投資人而言，這種情況形成一種矛盾：持有AI受惠股可能享有資本利得，但同時也需面對自身或下一代在職涯上承受更大競爭與不確定性的現實。
在分析層面，也有學者預期，AI長期將從「取代例行工作」轉向「強化人類能力」，使高學歷人才得以從繁瑣事務中解放，投入更具創造性與策略性的工作。不過，要讓這個願景落地，教育體系與企業培訓必須快速跟上，協助大學畢業生掌握與AI協作的技能，而不是與AI競爭同一批例行工作。否則，現階段已顯示的失業率升幅，可能只是更大結構調整的前奏。
回到政策與市場展望，當前數據尚不足以宣告「大學學歷貶值」，但已清楚顯示高學歷族群正站在AI衝擊的第一線。未來，美國官方勞動統計與企業招募趨勢，將成為觀察AI對就業真正影響的關鍵指標。同時，持有大盤與成長型ETF的投資人，也需理解AI不只是企業獲利工具，更是重塑勞動市場的力量。當技術紅利與就業風險交織，如何在資本市場收益與社會穩定之間取得平衡，將成為AI時代必須面對的核心問題。
點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。
