文 | 陈柏珲

又是一年毕业季。当这些年轻人陆续进入社会，无论持有中学、专上还是大学学历，都将面对一个比升学竞争更复杂的问题：香港过去赖以吸纳青年的入门职位，正在减少。

下降的不是青年人数，而是进入职场的机会

香港青年人口持续下降。15至24岁人口在2018年至2025年间减少近两成，但青年失业率同期却由8.7%升至11.2%。人口减少，本应缓解就业竞争；失业率反而上升，说明问题已不能简单归因于“年轻人太多、职位不够”。

大学毕业生面对的情况尤其明显。大学联校就业资料库数据显示，适合大学毕业生的全职职位空缺由2023年约8.8万个，下降至2025年约3.1万个。2026年首季，职位数量再按年下跌14.1%至6,811个，招聘雇主数量也减少超过两成。

这些数字来自高校共用的招聘平台，不能代表香港全部就业市场。企业官网、商业招聘平台、公务员职位、内部推荐及猎头招聘并未完全计算在内。不过，当职位刊登数、招聘企业数和青年失业率同时转弱，已很难把它视为单纯的统计波动。

香港的经济并非停止增长，企业也不是完全停止招聘。真正发生变化的，是企业需要的人少了，要求却更高了。

过去，大学毕业生可以从行政助理、初级分析员、市场助理、客户服务、研究助理或初级程序员做起。企业知道新人缺乏经验，也愿意让他们从整理资料、制作表格、撰写会议记录和处理基础客户查询开始，在工作中逐渐学习行业知识。

如今，这些任务恰恰是生成式人工智能最容易处理的部分。

AI拿走的，首先是新人积累经验的工作

人工智能对就业市场的冲击，并不总是以裁员通知的形式出现。更多时候，它表现为一家企业决定今年少招聘两名毕业生，或者原本需要三个人完成的工作，现在由一名有经验的员工配合AI完成。

资料搜集、基础文案、翻译、初步分析、简单编码、报告整理、客户问答和行政处理，往往不是一个职业的全部，却占据大量初级职位的日常工作。

这些任务看似琐碎，过去却是企业培养人才的训练场。新人正是在一次次整理资料、修改文件、跟进客户和纠正错误的过程中，逐渐建立判断力。

AI提高了企业效率，也可能削弱这套人才培养机制。企业继续需要能够理解客户、判断风险、协调资源和承担责任的人，却不再愿意招聘足够多的新人，让他们经过数年成长为这样的人。

结果是企业组织从传统的“金字塔”逐渐变成“菱形”：中间保留一批经验丰富、能够熟练使用AI的专业人员，底层的初级岗位却越来越薄。

由此形成一个危险的“经验悖论”：企业要求毕业生入职后立即创造价值，但年轻人连获得第一段工作经验的机会都在减少。

因此，当前最需要讨论的，并不是AI会不会消灭所有职业，而是谁来重建青年职业阶梯的第一阶。

AI不是唯一原因，却正在把周期问题变成结构问题

当然，把香港青年就业困难全部归因于AI，同样过于简单。

香港经济正经历多重调整。地产及传统金融行业的招聘不如从前，零售和消费模式发生变化，中小企业经营成本较高，部分企业对经济前景仍保持谨慎。大学毕业生对行业、薪酬和工作性质的预期，与市场实际需求之间，也存在落差。

AI也未必是目前职位减少的唯一原因，但它正在把原本属于经济周期的招聘收缩，逐渐转化为长期结构变化。经济复苏之后，一些企业可能恢复业务，却不一定恢复过去的用人规模，因为AI已经改变了工作流程和人员配置。

这才是香港最需要正视的部分。

“未来优质产业”回答不了眼前的毕业生

特区政府强调，科技发展将创造优质产业和高收入职位。这个方向并没有错。北部都会区、人工智能、生命健康科技、金融科技和新型工业化，都可能成为香港下一阶段的经济动力。

问题在于，产业政策以五年、十年为周期，毕业生找工作却以星期和月份计算。

未来可能出现更多AI工程师、网络安全专家、数据治理人员和科技合规人才，但一名今天失去行政、市场或初级分析岗位的毕业生，不会自动转化成上述专业人士。新的科技职位通常要求更高的技术能力、行业经验和跨学科知识，职位数量也未必足以抵消传统入门岗位的减少。

港府计划在2026年第四季度公布人力推算的中期更新，并分析AI对行业和职业的影响。AI变化速度远快于传统人力推算，香港需要的不是几年一次的静态预测，而是能够按季度更新的劳动力市场信息。

更重要的是，政府目前的政策仍偏重培训供给：增加AI课程、鼓励大学开设科技专业、推动职业培训机构教授AI应用。这些措施有必要，但培训并不等于就业。

如果五名掌握AI的员工已经能够完成过去八个人的工作，那么把八个人全部训练成会使用AI，并不能保证企业继续招聘八个人。政策必须同时处理企业的用人需求和培训成本。

香港需要一套“第一份工作”政策

香港现有青年就业措施并非空白，但不同计划之间较为分散。有些主要服务副学位或以下青年，有些集中于科技专业，有些要求参加者到大湾区内地城市工作。对于希望在香港开始职业生涯的普通大学毕业生，仍缺少一条覆盖面广、能够从校园延伸至稳定就业的通道。

首先，香港可考虑推出“毕业生就业过渡计划”。毕业后一定时间仍未找到合适工作的青年，可进入为期六至十二个月的带薪学徒或项目岗位。政府为企业提供部分工资及培训补贴，但企业必须证明职位属于净新增岗位，并提供指定导师、真实工作任务和明确训练计划。

补贴效果不能只看参加人数，还应追踪六个月和十二个月后的转正率、留任率及工资变化，防止企业以受资助实习生取代正式员工。

其次，大学教育必须更早与真实产业场景连接。就业准备不能等到毕业前最后一个学期才开始。学生从大学二年级起，就应有机会参与带学分、带薪酬、有企业导师的项目和实习。

这不是要求大学全部变成职业培训机构，而是要让学生理解知识如何进入工作流程。香港真正需要的也不是所有人都成为AI工程师，而是培养能够把AI用于会计、法律、医疗运营、建筑、物流、旅游、金融合规和公共服务的人才。

再次，公共资金支持科技企业时，应把青年就业纳入衡量标准。政府评估创科项目，不能只计算投资额、专利、融资和企业数量，也应关注项目创造了多少初级职位、培训了多少本地青年、实习生转正比例多高，以及企业是否建立了长期的人才梯队。

最后，香港应建立毕业生就业实时数据平台，按学历、专业、行业、职位性质、起薪、失业时长、就业不足情况及所学所用程度公布资料。人才政策也应分别追踪本地与非本地毕业生的就业流向。没有透明数据，任何有关“AI抢工作”或“外来人才促进就业”的判断，都容易停留在立场之争。

不能把失业青年视为社会稳定的对象

青年失业率上升，确实可能产生深远社会影响，但不应把失业青年本身视为社会稳定的风险。

真正值得担忧的，是长期失业带来的“疤痕效应”：起薪降低、技能退化、职业信心受损、成家时间推迟、向上流动受阻，以及青年对教育回报和社会制度失去信心。

就业从来不只是收入问题。对于一个刚离开校园的年轻人，第一份工作意味着社会对其能力的首次承认，也意味着他开始建立独立生活、专业身份和未来预期。

一个城市真正的科技竞争力，不只取决于部署了多少大模型、吸引了多少国际人才或建立了多少产业园区，也取决于它能否让一名没有经验的青年，在AI时代仍有机会获得第一份工作、第一次犯错，并在真实工作中第一次被培养。

香港不缺大学，不缺青年，也不缺发展人工智能的决心。当前最缺少的，是一套把技术进步转化为青年机会的制度。

如果职业阶梯的第一阶消失，再宏大的产业愿景，也可能成为年轻人看得见、却踏不上去的未来。

（作者系亚洲数字经济科学院院长，文章仅代表个人观点）