隨著企業與求職者相繼導入自動化篩選工具，青年就業市場正在經歷顯著的招募機制變革。剛踏入職場的大學畢業生發現，初次求職的第一道關卡已從人力資源（HR）人員的親自面試，轉變成演算法的數位評分。
演算法篩選對決生成式 AI 履歷，初審變成數位競賽
企業端為了處理巨量履歷並降低人力初審成本，大量採用自動化軟體比對求職者的技能關鍵字與學歷背景。調查指出，超過六成的招募團隊計畫增加自動化工具在面試前的篩選比重。這使得履歷是否能被人類看見，完全取決於系統的初步打分數。
另一方面，求職者也積極運用生成式人工智慧（Generative AI）來撰寫履歷、調整求職信甚至進行模擬面試，已有高達八成的求職者使用或規劃使用此類工具。當大量格式完整、關鍵字高度重疊的履歷湧入系統，企業進一步提高篩選門檻，導致求職者再次藉由科技強化文字包裝。這種「AI 工具篩選 AI 生成內容」的循環，反而可能增加許多雜訊，無法真實反映求職者與職缺的實際契合度。
職場需求轉向專案實作，AI 技能從加分項變基本門檻
隨著企業轉型，職場對早期職涯人才的能力要求正快速轉變。分析顯示，近年畢業生在履歷中提及具備 AI 能力的比例大幅增加，且有超過七成能連結到具體的專案經驗。同時，市場上明確要求具備相關技能的入門職缺比例在半年內增加了數個百分點，近三成雇主正在尋找能在日常業務中操作新技術的新人。
然而，學生端的準備程度呈現兩極化。調查顯示，仍有近三分之一的應屆畢業生認為這類技能對職涯發展影響不大，且有超過半數未曾刻意培養相關能力。目前雇主對於簡單標註「熟悉生成式 AI」的履歷關注度低，更看重求職者能否說明如何透過科技進行資料處理、流程改善或分析，並呈現實質產出的專案成果。
這代表什麼
對台灣的中小企業與求職者而言，招募自動化與技術門檻提升帶來了雙向影響。中小企業在導入自動化篩選工具時，雖然能顯著提升履歷處理效率，但若過度依賴關鍵字匹配，容易錯失具備跨領域潛力與學習彈性優秀新人。企業需審視篩選機制，避免過早排除有潛力的跨領域人才。
對剛畢業的職場新人來說，單靠學歷與傳統履歷已難以在演算法篩選中脫穎而出。掌握 AI 工具已非履歷上的加分標籤，而是必備的基礎素養。求職者必須從「會使用軟體」進階到「能解決具體問題」，以專案作品展現邏輯思考與實作能力，才能在數位篩選機制下爭取到關鍵的面試機會。
背景補充
總體經濟環境與企業投資方向的轉變，是造成目前初階就業市場吃緊的深刻背景。在當前高利率與生活成本高漲的環境下，全球企業普遍放緩了整體招聘步調。雖然 AI 熱潮帶動了龐大的資本支出，但企業資金主要流向伺服器、晶片與雲端基礎設施等硬體設備建置，招聘需求也高度集中於經驗豐富的資深工程師或高階專業人才。
技術導入帶來的生產力提升效益，與初階勞動力就業改善之間存在時間差。加速採用新技術的公司雖然整體徵才活動積極，但開出的職缺多半跳過了初級職位。這種資本投入與人才結構的分化，使缺乏職場經驗的新鮮人成為轉型期中最容易受到衝擊的族群。
常見問題
新鮮人如何在履歷中有效展現 AI 技能？
應避免僅填寫工具名稱，建議具體列出曾運用的專案範例，說明如何利用工具進行資料分析或流程優化，並呈現可量化的成果與限制。
企業過度依賴演算法篩選履歷有什麼風險？
過度倚賴關鍵字與學歷匹配，容易過濾掉具備高學習敏捷度、溝通能力與跨領域潛力的新人，進而影響團隊多元性與人才留任率。
新鮮人失業率上升完全是因為 AI 被廣泛應用嗎？
並非單一原因。高利率環境、企業整體徵才放緩，以及資本支出偏重於硬體投資與資深人才，皆共同壓縮了入門職缺的數量。