中國高考季剛過，根據中國教育部公佈的數據，2024年全中國高考報名人數達到了1,342萬人，比去年增加了51萬人，再創歷史新高。

這一龐大的考生群體即將進入大學，面對未來工作的巨大變革。

在人工智慧驅動的未來，工作的新圖景會是什麼樣子？需要哪些新技能？會誕生哪些新產業？

麥肯錫最近出了一份報告《工作新未來》，雖然主要關注的是歐美發達國家，但也在一定程度上揭示了人工智慧時代的新技能需求和職業變動趨勢。

它不僅是選擇未來的職涯發展的重要參考，更是教育和技能訓練體系的提醒，更是呼喚相關政策提供更靈活、更前瞻的支持。

畢竟，馬斯克曾說預言：“AI最終將取代所有的工作。”

從現在到2030年　什麼樣的工作/技能會增加？

隨著科技的快速發展和全球經濟環境的變化，在未來工作的格局中，數百萬的工作將需要重新定義和重新分配。

麥肯錫的最新研究和建模顯示，對STEM（科學、技術、工程和數學）相關職業、醫療保健和其他高技能職業的需求將顯著上升，而對辦公室職員、生產工人和客戶服務代表等傳統職業的需求將逐步下降。

到2030年，最高30%的當前工作時間可能會被自動化取代。

其中生成式人工智慧（gen AI）加速了這個過程——生成式AI不僅能夠取代重複性和低技能的工作，還可以在更複雜的任務中提高效率，從而帶來更大的生產力提升。

在報告中，麥肯錫把技能分成了5類：

技術技能(進階資料分析與數學、IT、程式設計、研究開發、工程等）

社會與情緒技能(適應力、持續學習、高階溝通與協商、創業精神與主動性、人際溝通技巧與同理心、領導與管理、教學與訓練)

體力和手動技能(工藝和技術技能、精細操作技能、一般設備操作和導航、一般設備維修和機械技能、粗略操作技能和力量、檢查和監控)、

高階認知技能(高階讀寫技能、複雜資訊處理與解釋、創造力、批判性思考與決策、專案管理、量化與統計技能)、

基本認知技能(基本資料輸入與處理、基本讀寫、算術和溝通技巧)。

技術技能大幅成長(+20%)背後是強勁的經濟發展邏輯：在AI時代，企業需要更多的技術人才來開發、維護和優化這些智慧系統。技術進步會帶來對創新和研發的持續需求——R&D在推動未來創新中扮演關鍵角色，需要大量的技術人才來進行前沿研究、開發新技術並推動科技進步。例如，生物技術、奈米技術和清潔能源等新興領域都需要具備高水準技術技能的專業人員。

炙手可熱的「新寵」技能是社會和情緒技能。預計到2030年，這些技能在歐洲的需求將增加11%，在美國將成長14%。

為何會有這樣的改變呢？答案是在人工智慧時代，人需要更像人，人更需要展現人際同理心和領導能力──這些技能在醫療和管理職位上特別關鍵：在醫院裡，醫生不僅需要精準的醫療技術，還需要能夠理解和關懷患者的情感需求；同樣，在企業環境中，管理者需要具備引領團隊的能力，並能靈活應對不斷變化的經濟環境。

體力和手動技能的需求預計將保持大致穩定。推拉力基本平衡，一方面，基礎建設和低排放行業的投資增加可能會推動這些技能需求的增長；另一方面，生產工作的自動化將繼續削減這部分需求。

在高階認知技能方面，情況有些複雜。創造力的需求仍在高位，預計將增加12%，但其他如高級讀寫和寫作、定量和統計技能的需求卻可能下降19%。也就是說，未來需要更多的創意天才，但對於那些需要深度分析和文字處理的高級技能工作，需求將有所減少，結果就是：一個充滿創意的設計師在未來將比一個統計分析師更搶手。

基本認知技能的需求預計將減少14%。這類技能主要用於辦公室支援或客戶服務角色，這些工作正逐漸被智慧自動化技術所取代。例如，基本的資料處理、讀寫和運算能力，甚至是基礎的溝通能力，都面臨被人工智慧接管的風險——曾經需要一整天才能完成的報表處理，現在只需幾分鐘就能由AI自動完成。

5個技能分類中較細分的技能需求變化

麥肯錫給出的結論是：未來的人才將需要結合先進的技術技能和強大的社交和情緒能力。歐洲和美國的受訪主管強調，資訊科技、數據分析、批判性思考、創造力和教學技能的需求迫切，但現實中這類人才非常緊缺。

具體來說，在技​​術技能中，企業特別缺乏高級IT技能和編程，以及高級數據分析和數學技能。可以說，這些技術高手就是未來職場的「香餑餑」。

在高階認知技能中，批判性思考、問題結構化和複雜資訊的處理能力尤其稀缺。大約40%的高階主管表示，缺乏這些技能的員工成為他們面臨的重大挑戰。


預計到2030年，批發和零售業將是受歐洲就業需求變化影響最大的部門，可能有280萬人需要更換職業。

其一，人工智慧的引進使得庫存管理變得前所未有的有效率。過去，庫存管理依賴人工盤點和經驗預測，而現在，智慧演算法可以即時分析銷售數據和市場趨勢，預測需求，優化庫存水準。

其二，個人化行銷和客戶服務得到了顯著改善。透過分析消費者行為數據，AI可以為每位顧客提供客製化的購物建議和促銷活動。這種個人化體驗不僅提高了客戶滿意度，也增加了銷售轉換率。

此外，配備聊天機器人的自助服務終端能夠24小時提供高效的客戶支持，解答常見問題，處理支付和價格檢查等任務。

在這個行業的就業需求中，成長最快的職業群體是——管理者和團隊領導、材料搬運工和裝載工、健康技術人員和藥劑師、電腦工程師和專家、商業和金融專家。

而傳統的低技能職位正面臨被技術取代的風險：會計記帳職員、批發和零售生產工人、行政助理、資訊和記錄職員以及銷售人員的需求將大幅減少。

到2030年，歐洲製造業部門約有210萬人可能需要更換職業，這是所有產業中第二受影響最嚴重的部門。特別是在生產工作領域，這項轉變尤為顯著。

生產工作曾在歐洲製造業中佔據核心地位，但隨著自動化技術的普及，這些職位逐漸減少。相反，管理、商業和法律等專業領域的角色需求將增加，因為這些角色通常由具有高等教育背景的員工擔任，更難以被自動化取代。

在技​​能需求上，企業需要更多具備先進IT技能、資料分析能力和工程背景的員工，以適應新的技術環境。同時，對社會和情緒技能的需求也在上升。例如，具備團隊管理和溝通協調能力的主管和經理在未來的製造業中將扮演更重要的角色。

然而，基本認知技能、體力和手動技能以及高級認知技能的需求可能會下降。這些技能的替代性越來越高，因為自動化和人工智慧可以更有效率地完成許多曾經需要手動處理的任務。

到2030年，麥肯錫預計製造業中需求成長最快的職業群包括工程師（非電腦類）、材料搬運工和裝載工、電腦工程師和專家、高階主管和經理以及商業和金融專家；

相反，需求下降最快的職業群體是金融會計職員、辦公室支援人員、行政助理、資訊和記錄職員以及生產工人。

在報告中，麥肯錫也分析了金融服務、醫療保健這兩個產業的就業/技能變化。更詳細的內容請後台回覆NEWWORK，下載原文。

在麥肯錫2017年末發的一篇報告中，預計到2030年，最多將有1億中國人將重新就業。

麥肯錫報告特別指出，被機器人取代並不意味著大量失業，因為新的就業機會將被創造出來，人們應該提陞工作技能來應對即將到來的就業大變遷時代。

在自動化的浪潮中，這不僅要靠個人努力，全社會這個系統也需要解決好四個問題：一是維持積極的穩健增長，以確保工作崗位的增加；二是提供工作培訓機會，幫助個人學習適應市場需求的新技能；三是提高商業社會乃至勞動市場的活力和流動性；四是為那些被自動化取代的工人提供收入和重新就業幫助。

總而言之，對於每個個人來說，需要為未來高速發展的工作環境提前做好準備，努力掌握適應市場需求的新技能。

未來對於人類而非機器的崗位需求將持續存在，但人們也應重新思考傳統的工作方式仍是否可行。（TOP創新區研究院）

AI主導下的職業進化，企業如何選擇？

就業環境變了，或許身處職場的每一個人都有所感觸。

個中緣由有很多，如經濟環境、人口結構、產業迭代等等，但如今最無法繞開，也是為人們津津樂道的一個因素便是科技的發展，尤其是AI的逐步應用，可能會對未來各類職業產生更為深遠的影響。

如最近麥肯錫的一項研究表明，在中國，約有2.2億個職位，可能被生成式AI等自動化技術重塑，其中有10個職業受影響程度最大。

當生成式AI走向落地，各大公司已不再追問何為生成式AI，而是希望了解如何提高部署此技術的投資報酬率（ROI）。

簡單來說，從新創公司到產業巨頭，每家公司都不再懷疑AI的價值，而是在考慮怎麼盡快使用AI，用AI提高生產力、生產效率，進而提升自己的產業競爭力。

於是，麥肯錫便專門進行了一次研究，計算生成式AI的經濟社會價值。

這次研究後，有幾個極具價值的觀點。

生成式AI創造的主要價值可用「4C」來概括：

1.簡化（虛擬專家） (Concision)：利用非結構化資料來源歸納並提煉洞見，從而促進專業知識的傳播；它還能解讀文本與轉錄稿，創建嵌入式文本，以支援相關資料來源的查詢和引用。

·應用範例：在財務績效分析中，透過生成式AI提供針對性的外部財務資訊與內部績效總結，備註財務說明，可提高財務規劃與分析的效率，可望將財務成本降低4%~7%。

2.編碼與軟體開發(Coding and Software)：生成式AI能夠推動程式碼重構，進而加快主機遷移；可解讀、產生程式碼，從舊系統大規模遷移主機資料，自動開發、記錄、修正測試，簡化軟體開發流程。

·應用範例：在自動化或增強資料管理中，透過生成式AI可將部分資料標註、資料清理、文件產生工作自動化，輔助使用者識別未標註資料中的異常值，並為最新取得的資料集建立文件，加快數據處理，提高數據質量，可將數據管理成本降低5%~10%。

3.內容創作(Content Creation)：生成式AI能夠創作各種形式的內容初稿，可生成文字、圖片等資訊載體，自動編寫合約、招標書等文件，還能產生視覺元素，加速研發節奏。

·應用範例：在創作適用於不同媒介管道的行銷內容時，生成式AI能夠協助創意生成（如故事板）與大規模創作，支援使用者以不同語言撰寫適用於不同管道的郵件，並推送個人化的產品/服務建議，將行銷成本降低5%~8%。

4.客戶互動(Customer Engagement)：生成式AI有助於打造高度個人化的消費體驗，如透過聊天功能優化客戶服務，還能拓寬客戶聊天機器人的應用場景，進而加速客戶拓展與資料收集。

·應用範例：在聊天機器人的用例中，生成式AI可實現自然的對話、更好地應對外語及方言，打造自動化自助服務，並透過虛擬坐席提供客戶支持，同時更加有效地解答客戶疑問、準確判斷疑問根因，可望降低9%~11%的客戶營運成本。

數十年來，科技進步不斷重塑工作的本質，幫助人類更快速更準確地完成工作。生成式AI不僅將延續這一趨勢，也將帶來前所未有的巨大影響。

經分析，麥肯錫全球研究院（MGI）發現，目前勞工50%工時內的工作可能在2030年前自動化。生成式AI的顛覆性潛力將衝擊各行各業的不同崗位，對各類職業造成的影響程度各不相同，其中白領工作受到的衝擊將比藍領工作更大。

整體而言，生成式AI將促進勞動力轉型升級，催生全新的工作方式，顯著提高人效。

隨著生成式AI的持續進化，企業與勞動者必須有效率地加以適應與運用。

組織必須順應AI發展潮流，圍繞生成式AI的潛力重新定義工作、培養全新技能。

同樣，勞動者也必須建立終身學習的觀念，積極提升自身技能，以便在AI賦能的未來持續成長。

中國雖然在多條AI賽道處於領先地位，但企業部署AI的速度卻慢了一步，報告顯示，僅30%左右的中國企業透過內部培養AI人才，明顯低於45%的全球均值。

企業並不是不想做，而是AIGC屬於全新的技能，不管是學習內容儲備還是以前的學習形式都無法支持，如何培養員工的AI技能，成為企業培訓部門無法逾越的難關。

對於個人來說，如何找到高品質的學習資源，跟隨可靠的AI實戰老師學習乾貨，也是一大難題。

職場人如何快速融入AI時代？數位化學習平台三堂課推出了《AIGC能力學習地圖》（以下簡稱地圖），目的就是為職場人提供AIGC學習路徑，幫助大家提升自身職場競爭力。（36氪）

當大家斷言2024年世界主流大廠都將進入3nm製程製程的時候；2nm製程的「戰爭」已經悄悄走來。近日，根據台媒《MoneyDJ》透露，台積電高管在2024年的技術論壇新主場聲稱：當前2nm節點取得了非常順利的進展，目前為止，納米片的轉換表現已經達到90%，良品率已經在80 %以上。

這也意味著，此前台積電所說將於2025年實現2nm晶片量產已然成為現實！那作為台積電為數不多的競爭對手，三星和英特爾進展如何呢？還有機會翻盤嗎？

而造成這種差距的一個重要原因是：三星電子3nm製程製程上採用了GAA（GateAllAround）電晶體架構，台積電繼續沿用鰭式場效電晶體（Fin－FET）架構。

GAA和FinFET被認定是延續摩爾定律的兩種技術方向，過去的先進製程普遍採用FinFET。

三星是首次採用GAA技術，選擇了一種使用通道更寬的奈米片（Nanosheet）的方式，相比通道較窄的奈米線（Nanowire）方式來說，可實現更高性能和更高能效。

現在台​​積電和英特爾計劃從2nm製程開始採用GAA架構，而較早引入GAA的三星能利用其率先採用GAA架構的經驗，在2nm製程上獲得先發優勢嗎？畢竟在3nm過程上已經付過學費了！

根據，三星電子今年2月16日發布新聞稿，已成功贏得日本AI巨頭Preferred Networks Inc.（PFN） 的首個2nm 製程AI 晶片生產訂單，在2nm 先進晶片競爭中似乎走在台積電前面。

另外據產業鏈認知透露，經證實，高通已委由三星電子以2nm製程開發AP原型晶片，同時要求台積電生產2nm原型晶片；也就是說高通給予三星和台積電一次公平競爭的機會。

身為全球最大、最高階的手機晶片廠商，高通的決定或將決定了2nm競爭的走勢；也就是說三星並非完全沒有趕超的機會！那英特爾情況如何？

英特爾，曾經的王者，但在晶圓代工上似乎始終力不從心。但英特爾新任CEO基辛格上任後，重啟了其晶圓代工業務。

按計劃，英特爾將於2024年上半年開始生產採用基於GAA技術的RibbonFET晶體管架構的英特爾20A（2nm）工藝，並宣布計劃將生產轉移到其衍生的英特爾18A（1.8nm）工藝。這個計劃曾被外界認為是「不可完成的任務」，但也得到了一些第三方客戶的認可。

例如，一個重要客戶承諾採用Intel 18A、Intel 3，並支付了預付款，對它們在功耗、效能、面積效率等方面的優異表現滿意。

ARM與英特爾簽署了涉及多代前沿系統晶片設計的協議，使晶片設計公司能夠利用Intel 18A開發低功耗運算系統級晶片。

瑞典電信設備商愛立信也將使用Intel 18A，打造客製化的5G系統級晶片。

而英特爾也宣布，要在今年底前完成安裝全球首台商用高數值孔徑（High-NA）EUV光刻機。

而據國外媒體報導稱，英特爾CEO基辛格受訪時表示，自家的18A過程（1.8nm）比領先台積電N2，在這塊他們2年內沒有對手。自信來自哪裡呢？

據英特爾CEO基辛格說，其對20A和18A充滿信心，主要是因為它們採用了RibbonFET架構，即全柵極(GAA) 電晶體和背面功率傳輸技術。

英特爾有了最先進的EUV光刻機，自吹技術「遙遙領先」；但對英特爾來說一個致命的弱點：製造7nm以下先進製程晶片的經驗太少了！

因此，對於這個曾經的王者，需要用結果來證明其技術的可行性，也需要用結果來證明其具有追趕台積電的能力！

相較於三星和英特爾，台積電是晶片先進製程的領先者；在3nm製程上，三星曾有機會趕超，但真正實際率先落地的，還是應用於蘋果iphone15 pro手機的A17pro，其是3nm製程由台積電代工。也就是說，台積電在3nm製程上佔據先機了。

蘋果第一個吃螃蟹，其他廠商無論是主動或被動都必須跟進。於是，高通宣布2024年發表驍龍8Gen4，將採用3nm製程；聯發科2024年下半年發布的天璣9400也將採用台積電3nm製程。

甚至在人工智慧晶片一騎絕塵的輝達，也宣布其Blackwell架構的RTX 50系列GPU也將升級為台積電3nm製程。

同時，根據產業鏈最新爆料，蘋果已率先預定台積電將於2025年量產的2nm 晶片，採用的是GAA製程製造。消息人士進一步爆料，蘋果也希望優先獲得台積電更先進的1.4nm（A14）、1nm（A10）製程初始產能。

現在又傳出2nm良率超過80%，這意味著3nm以下先進製程的競爭中，台積電不僅3nm量產和應用上率先落地；而且還深度捆綁了全球最大的幾個客戶——蘋果、台積電、高通等；因此，在2nm晶圓代工的競爭中已經立於不敗之地！

因此，雖然三星和英特爾都自信滿滿可以在2nm製程上超越台積電，但實現是在半導體代工領域依然是贏家通吃；不出意外，台積電依然會是2nm的贏家！(飆叔科技洞察)

台股頻道新上線！快速切換技術線圖與績效掌握即時資訊

民主黨主要捐助者表示，如果賀錦麗當上美國總統，希望她替換聯邦貿易委員會 (FTC) 主席麗娜汗，公開反對拜登的反壟斷政策主將。

賀錦麗若當上總統 兩大金主要她開除FTC主席

6 月房貸餘額破 10 兆元創新高 年增逾 1 成創 3 年來最大增速

〈房產〉6月房貸餘額破10兆元創新高 年增逾1成創3年來最大增速

漢光演習因颱風提前結束！專家：美國希望煽動台灣抵抗到最後一人

人工智慧 (AI) 明星公司 OpenAI 無疑是史上成長最快的公司之一。不過該公司也逐漸暴露出其所面臨的一個大問題：收入無法涵蓋高額的開發和運作成本。

OpenAI今年可能虧損40-50億美元

閒聊動態牆，超過千位投資達人互動討論，讓您掌握股市行情第一手消息。依照興趣及瀏覽習慣，提供台股、美股、基金、虛擬貨幣的國內外財經新聞、盤勢分析、理財策略等個人化資訊。