AI招募成新鐵門！美國畢業生求職被「演算法卡關」，勞動市場世代斷裂危機浮現

・ 2026 年 09 月 26 日

生成式AI全面滲入招募流程，美企大量採用自動篩選工具，讓22至27歲大學畢業生失業率升至5.7%、未充分就業率逼近42%。雇主加速要求AI技能，但近半學生卻仍抗拒學習，世代斷裂與職涯焦慮同步升溫。

人工智慧正快速改寫求職遊戲規則，卻讓美國剛畢業的年輕人感到前所未有的挫敗與焦慮。隨著企業將履歷初審、預錄面試與背景比對交給演算法處理，求職的第一關愈來愈少由人眼決定，而是由機器打分數。結果是：履歷投出去了，但連「被看見」都成為奢侈。聯邦準備銀行紐約分行（Federal Reserve Bank of New York）最新數據顯示，22至27歲的大學畢業生失業率已達5.7%，不僅高於全美平均，更比兩年前同齡族群高出一個百分點。

在校園現場，這種求職落差已具體反映在學生行為上。美國Seton Hall大學學生編輯Michela DiLorenzo採訪同學後發現，原本計畫畢業即攻讀研究所的人，越來越多人選擇先打工或找短期工作存錢「觀望」。有學生投出50份履歷只拿到2次面試，也有人投了上百份申請仍杳無音訊，普遍形容整個過程「冰冷、沒有回饋」，甚至覺得自己只是系統中的一個編號。這種挫折感，與其說是找不到工作，不如說是連證明自己有價值的機會都被機器預先剔除。

從企業端來看，導入AI的動機並不神秘：人力資源部門長期面對海量履歷，AI工具能協助快速比對關鍵字、學歷與技能，降低初篩成本。LinkedIn今年初調查顯示，約66%的招募人員計畫提升AI在面試前篩選中的使用比例；相對地，81%的求職者則表示已經或打算在求職過程使用AI工具，例如協助撰寫履歷、模擬面試問答等。求職初期因此成為「AI對AI」的對決：一端是用演算法選人的企業，一端是用演算法包裝自己的學生。

然而，AI是否真的「搶走」了年輕人的工作，目前研究並不完全支持這種單一說法。紐約聯準銀根據職缺貼文分析指出，整體招募放緩確實存在，但並不是高度暴露在AI的入門職缺特別集中萎縮。他們的企業調查結果也顯示，多數公司傾向透過員工再訓練來導入AI，而非大幅縮減徵才。研究結論直言：「AI可能對近期勞動市場有一定影響，但並不是招募放緩的主因。」換言之，年輕人遇到的困境，既有技術變革因素，也有景氣循環、產業結構調整等多重變因交錯。

真正急遽變化的，是雇主對「技能組合」的期待。求職平台Handshake以早期職涯族群為樣本分析履歷發現，2026屆畢業生在履歷中提到AI技能的比例，是2022屆的兩倍，其中約74%是與實際專案經驗相關，而非僅在課堂上學過的概念。Handshake直言，新世代求職者已開始把可展示的AI專題作品放上個人檔案，把AI從「宣稱的能力」變成「可驗證的成果」，顯示部分學生已從抗拒轉為積極擁抱。

雇主端的期待同樣節節升高。美國National Association of Colleges + Employers（NACE）最新調查指出，今年春季的職缺描述中，有16.5%明確要求AI技能，高於去年秋季的10.5%；整體而言，約28%的雇主表示正在尋找能在工作中運用AI的早期職涯人才。NACE總裁暨執行長Shawn VanDerziel形容，目前存在「明顯斷裂」：企業急著要AI就緒的人才，但相當比例的Z世代學生仍質疑AI在未來職涯中是否真的必要。

數據顯示這個世代落差十分具體。在NACE的2026年學生調查中，近三分之一的應屆畢業生認為AI技能對自己未來職涯「幾乎不重要或毫不重要」，逾半數坦言沒有刻意培養AI能力，也沒有在求職時使用相關工具。這種心態與企業的期待形成明顯張力：一邊是市場逐漸將「懂AI」視為基本門檻，另一邊則是部分學生對AI抱持倫理疑慮、取代風險焦慮，甚至不願在求職材料中展示相關應用。

在勞動市場更廣角的視野下，「被看成一個人」正成為年輕勞工的核心訴求。勞動市場分析公司Revelio Labs創辦人暨執行長Evan Sohn指進一步指出，導入AI速度較快的企業，確實比同業招募更積極，但開出的職缺多偏向資深職位，而不是新人。他直言：「AI正讓入門級人才更難擠得進門……22到25歲的族群在過程中被洗掉。」這意味著，即便AI帶動生產力與企業成長，果實並未平均落在職涯起點的人身上。

在宏觀環境中，這股壓力還和利率、通膨、AI投資潮交織在一起。當前美國長天期公債殖利率攀升、房貸利率逼近多年高點，生活成本居高不下，搭配企業投入大量資金於AI與半導體等高成長領域，市場資金與職缺也偏向成熟技術與高階人才。這樣的結構，進一步讓剛入場的年輕人感到自己被擠在門外，連投身熱門AI產業，都先被技能門檻與自動篩選全面檢驗。

面對這樣的局勢，專家給年輕人的建議，與其說是「保護自己不被AI取代」，不如說是「主動用AI武裝自己」。Revelio Labs的Evan Sohn建議所有求職者都應該「Be AI-forward」，即在AI應用上走在同儕前面，把AI視為工具而非敵人；Handshake則從履歷與作品集角度呼籲學生，將真實專案經驗放在前面，讓演算法與人資都能清楚看見實作能力。對企業而言，若要在自動化招募與人才多元性間取得平衡，也必須重新檢視篩選模型，避免過度倚賴關鍵字與學歷，把潛力與軟技能完全排除在外。

在AI驅動的勞動市場新常態下，最關鍵的問題不再只是「AI會不會搶走工作」，而是「誰被允許參與這場轉型」。如果大部分入門職缺由演算法第一關就過濾掉缺乏AI技能的年輕人，而教育系統又跟不上產業需求，世代斷裂與階級固化的風險恐怕只會加劇。接下來幾年，企業如何設計更公平透明的AI招募流程，學校如何加速補齊學生的AI素養，將決定這一代畢業生是被技術浪潮推著向前，還是被擱淺在門外。