在快速變動的勞動市場中，中階職位成為斷層
48 歲的銀行業專業人士 Rei Teo 發現，穩定的職位變化可以來得多快。她的工作在 2024 年因重組而重新調整後，便離職了；在招聘趨緩、職務因新科技而重新設計的市場中，她也很難找到正職。最後，她接受了一份約聘工作。她的經歷反映研究人員在新加坡指出的一種現象：中階職位太少，難以接納遭裁撤的專業人士，導致人們被迫轉向臨時或薪資較低的職位。
目錄
成人學習研究所（IAL）將此稱為「向下擠壓效應」。企業運用人工智慧工具自動化例行工作、精簡團隊時，能穩定勞動力的中階職位也隨之減少。有經驗的員工離職或因重組而遭裁撤後，往往發現原有職級的職缺變少。他們轉而承接約聘工作，或改任較低階職位；另一方面，初階職位的招聘也停滯不前。職涯階梯因此兩端都承受壓力。
生成式人工智慧加速了這些變化。自 2022 年底以來，銀行、顧問公司和科技業者一直在測試副駕駛工具與聊天機器人，應用於客服、程式碼生成、合規檢查、行銷文案及內部知識搜尋。這些工具改變了工作流程與團隊組成。有些工作消失了，另一些則擴大，並需要新的監督機制。這些變化確實正在發生，遍及過去看似不受影響的白領工作。
新加坡是國際研究計畫的主要合作夥伴之一，該計畫追蹤人工智慧在全球十個數位樞紐的導入情況，範圍從新加坡到矽谷。迄今結果顯示，對新加坡這類專業職位占比高、中階職位層薄弱的經濟體而言，風險不容忽視。若不採取有意識的行動，勞動市場中段可能進一步萎縮，而它此刻正是接納遭裁撤勞工、培育下一代人才所不可或缺的一環。
中階工作為何攸關新加坡的社會契約
中階職位包括主管、團隊負責人、業務分析師、財務控制主管、產品經理、臨床協調員和資深技術人員。他們將策略化為執行方案，掌握流程、客戶和系統等難以明文記載的知識，也會指導初階員工，並在團隊變動時維持工作延續性。在高生產力經濟中，這個職位層級能帶來穩定並累積能力。
中階職位若減少，企業組織會趨於扁平，也更脆弱。高階主管得處理過多事務，初階員工則更難透過實作學習。結果就是職涯階梯斷裂：人們難以從校園踏入職場、培養專業能力，再進一步走上管理職。這會侵蝕「努力就有回報」的社會契約，削弱人們對制度與雇主的信任。
新加坡長期以來都在避免形成兩極化經濟：一端是大量高薪職位，另一端則是大量低薪服務業工作。政策目標一直是在中間創造更多薪資優渥、技術含量高的職位。若人工智慧能強化團隊能力、創造新的專業職涯路徑，便有助於實現這個目標；若它取代提供學習機會的工作、縮窄累積經驗的管道，則可能適得其反。
人工智慧正拆除年輕工作者的職涯階梯
人們對職涯起點的憂慮日益升高。2025 年初，一家大型銀行表示，未來幾年人工智慧可能讓多達 4,000 個約聘與臨時職位消失。幾年前，新加坡金融管理局曾預測，該國三分之一的金融業工作可能因自動化而轉型或消失。在行銷、軟體和營運領域，過去用來培訓初階員工的工作，如今愈來愈常交由工具處理；這些工具能在幾秒內撰寫文案、設計圖像、除錯程式碼或摘要文件。
新的證據顯示，哪些人受到的衝擊最大。史丹佛大學分析數百萬筆美國薪資紀錄後發現，自 2022 年底生成式人工智慧迅速普及以來，人工智慧曝險程度最高的職業中，職涯初期工作者的就業人數相對減少 13%；同職業的資深工作者則維持穩定或有所增加。調整主要來自招聘減少，而非薪資下降。這強烈顯示，自動化正在抽走職涯階梯的第一階。
新加坡的調查也反映出類似的不安。約半數 Z 世代受訪者預期人工智慧將大幅改變自己的工作，六成受訪者表示已在尋求額外培訓。提供系統性人工智慧培訓的企業僅約三分之一。有些年輕專業人士轉向較不容易被自動化取代的技術職業，以白領職涯換取他們認為較穩定、晉升路徑也更明確的工作。
這當中存在培訓陷阱。人工智慧負責起草工作初稿時，初階員工便少了親手實作的機會。成果看似精緻，實際上卻可能缺乏深度。資深員工花更多時間修改，初階員工則難以培養判斷力。如果初階工作淪為表面功夫，只著重提示工具，而非精進專業，培養成熟中階人才的管道就會更加薄弱。
銀行與白領服務業正在重新設計職務
金融服務業的變化尤其明顯。風險管理與合規工作正逐步導入自動化檢查和文件審查。營運團隊運用副駕駛工具撰寫報告、核對資料。直接面對客戶的團隊則測試用於研究與服務的人工智慧助理。模型監控、資料治理和人工智慧風險管理等新職務也陸續出現，招聘模式隨之改變。
最先消失的並非整份工作，而是一組組工作任務。如果消失的是初階任務，中階職位就會失去人才培育的基礎；如果消失的是中階任務，遭裁撤的專業人士便會擠進更少的職缺。銀行、顧問、科技和企業服務業都看得到這兩種影響。新加坡的研究合作夥伴將此稱為「向下擠壓效應」，因為來自頂端和底端的壓力同時擠壓著中間這一層。
年齡與經驗帶來的影響各有利弊。難以明文記載的知識與人脈能保護部分資深員工，史丹佛的研究也顯示，經驗豐富、從事人工智慧曝險職務的工作者就業情況穩定。但另一方面，40 多歲和 50 多歲的專業人士若在重組期間離職，往往難以重返職場。正職職缺減少，約聘工作則增加。要讓中階職位更有韌性，既需要穩定引進受過訓練的初階人才，也需要為職涯中段的工作者建立有制度的回流途徑。
領導者的選擇，決定人工智慧是輔助還是取代
科技本身無法決定結果，關鍵在領導者。授權中階主管重新設計工作流程、培訓團隊並建立對人工智慧的信任，會帶來不同結果；一味追求快速削減成本則不然。中階主管負責將策略落實於實務。有了時間、資源和高層支持，他們就能形塑人工智慧如何協助員工從事更高價值的工作。
可行的做法並不複雜。讓全公司具備基本人工智慧素養，使團隊了解資料、模型限制與隱私。鼓勵低風險實驗，並分享初步成果，讓員工看見實際價值。優先選擇以輔助為主的應用情境，在客服、財務、人力資源和營運工作中，讓人工智慧與人工監督相輔相成。成立跨部門小組，擴大試行方案並解決流程瓶頸。投資培養模型監控、提示工程、工作流程設計和變革管理等新技能。調整獎勵機制，讓主管因培訓初階員工、重新設計職務而獲得肯定，而不只是因裁減人力而受獎勵。
政策現在可以採取哪些行動
第一，讓知識型工作的學徒制普及，重建通往中階工作的職涯階梯。疫情期間，新加坡曾透過實習培訓計畫協助畢業生起步。若為數位和專業職務建立長期的全國學徒制度，成效可望更進一步。可在金融、醫療、公部門、製造和媒體等領域，設計為期 12 至 24 個月的有薪職位，並要求提供系統化指導、技能檢核表及定期回饋。將人工智慧工具納入專業訓練，同時教授判斷力與操作技巧。採行雙軌制度的國家青年失業率偏低，並非沒有原因；制度要發揮作用，關鍵在於規模夠大、推行時間夠長。
第二，提供有目標的經費與時間，協助職涯中段工作者轉型。可調整職涯轉型計畫、在職訓練補助和 SkillsFuture 技能創前程點數，配合人工智慧時代在資料、營運和服務領域的新職務。擴大對 40 歲及以上職涯中段工作者的補助，並簡化雇主聘用相近領域資深人才的流程。可累積並銜接至文憑或學位的微型證書，既能協助工作者展現進步，也能讓企業以共同標準評估能力。
第三，將公共部門對人工智慧導入的支持與人才承諾連結。職務重設補助可要求雇主增設培訓職缺、記錄流程變動，並在企業內部發布學習資源。若自動化影響到職位，可提供薪資補助，協助員工轉至需要人類判斷力的新團隊，例如人工智慧風險管理、客戶成功和產品營運團隊。建立具明確標準的人工智慧安全與治理人才隊伍，讓合規需求帶來的新職位抵銷部分自動化風險。
最後，讓公部門以身作則。所有公務人員都必須完成人工智慧素養課程，主管也受要求在日常工作中審慎採用人工智慧。已有三分之一公務人員使用內部助理工具，並打造數千個客製化機器人來自動處理例行工作。副總理顏金勇呼籲主管帶頭，以負責任的態度擁抱人工智慧，並鼓勵團隊在有助提升服務和治理的地方運用這些工具。
企業如何重建更強健的中階職位層
想打造有韌性勞動力的雇主，現在就能採取具體行動。重點是擴大中階職位層、留住企業內的經驗，並讓初階員工看得見成長機會。
- 採取「優先輔助」政策。運用人工智慧減少繁瑣工作，再把省下的時間投入培訓、客戶照護和產品品質。
- 為知識型工作建立系統化學徒制度。每位新聘初階員工或受訓者都安排一名導師，訂定技能課程，並追蹤其進展，直到承擔中階職責。
- 將難以明文記載的知識系統化。建立工作手冊、檢核表和內部知識庫，避免團隊人員更替時經驗流失。
- 將人才培育納入主管績效評量。依據主管培養到能獨立作業的初階員工人數，以及成功的內部晉升案例，決定獎金。
- 開放內部職涯流動。公開職缺資訊，並以技能為基礎招募，讓遭裁撤員工能轉往其他職能部門。
- 在資料、營運、設計和風險等領域，建立中階專業職涯路徑，提供明確薪資級距，並給予與管理職相當的地位。
- 建立人工智慧治理機制。指派負責人管理模型風險、資料品質、隱私和偏誤，並培訓員工擔任相關職務。
- 分享初步成果與失敗經驗。坦誠說明團隊初次嘗試人工智慧工具時，哪些做法有效、哪些未達預期，以建立信任。
工作者如何維持職場競爭力
工作者並非只能被動承受這波轉變。目標是成為能界定問題、選擇合適工具，並交付重要成果的人。結合領域知識、人工智慧運用能力與人際技能，能讓你在不同職務間保持競爭力。
- 培養人工智慧素養。了解副駕駛工具如何運作、在哪些情況下會失準，以及如何撰寫提示以取得更好的結果。練習查證和除錯，才能信任自己的成果。
- 深化領域專業。選定一個產業，了解其資料、法規、工作流程及客戶痛點。人工智慧技能若能扎根於特定領域，發揮效果更好。
- 精通流程與溝通。繪製工作流程、撰寫清楚的交接文件，並簡報研究結果。說明和說服能力是長久的優勢。
- 培養資料判斷力。學會解讀儀表板、設計簡單實驗，並追蹤與營收、風險、成本或客戶成果相關的指標。
- 建立作品集。保留能展現如何運用人工智慧提升速度、品質或服務的成果。具體成效勝過籠統宣稱。
- 取得可累積的證照。資料分析、雲端工具、網路安全基礎或人工智慧安全等短期課程，若搭配工作經驗，能幫助打開機會之門。
- 有目的地拓展人脈。加入專業社群，並主動參與正在測試人工智慧的跨部門專案。愈接近實務，學習就愈快。
對職涯中段的專業人士而言，可尋找重視判斷力的相近職務。營運經理可轉向人工智慧輔助的流程改善；客戶關係經理可轉任結合分析工作的客戶成功職務；合規主管則可投入模型風險監督。重新整理自身經驗，說明解決過哪些問題、交付過哪些成果，再展現人工智慧如何擴大你的影響力。
衡量中階職位是否復甦的指標
新加坡可透過簡單指標追蹤中階職位的健康狀況。透明的數據有助於政策制定者、雇主和工作者了解職涯階梯是否正在重建。
- 專業及技術職業中，正職與約聘職位的比例。
- 遭裁撤後，40 至 55 歲專業人士的求職時間中位數。
- 列明有系統培訓或學徒制度的初階職缺占比。
- 各主要產業從初階晉升至中階的內部升遷率。
- 每年透過全國計畫完成職涯中段轉型的人數。
- 公私部門人工智慧素養課程的參與率與完成率。
- 模型風險和資料管理等人工智慧治理職務的設置情況，這些職務能創造新的中階機會。
重點整理
- 人工智慧改變團隊組成，使新加坡的中階職位承受壓力，形成「向下擠壓效應」，讓遭裁撤的專業人士面臨更少的穩定選擇。
- 初階工作日益自動化，削弱未來中階人才的培育管道，也減少在職學習機會。
- 史丹佛大學研究發現，自 2022 年底以來，人工智慧曝險職務的職涯初期工作者就業人數相對減少 13%；同職務的資深工作者則維持穩定或有所增加。
- 調查顯示，新加坡約半數 Z 世代預期人工智慧將帶來重大衝擊，但提供人工智慧培訓的雇主僅約三分之一。
- 公部門要求所有公務人員具備人工智慧素養，展現大型機構如何建立基本能力並分享有效做法。
- 擴大學徒制度、支持職涯中段轉型，並將人工智慧補助與人才成果掛鉤的政策，有助於重建中階職位層。
- 企業可優先採取輔助型設計、將人才培訓納入主管績效評量、開放內部職涯流動，並創設專業職涯路徑，以強化中階職涯。
- 兼具深厚領域知識、人工智慧運用能力與人際技能的工作者最具韌性；作品集和可累積的證照能展現實際成果。
