AI 改寫職場入場券：初級 developer 淨識 coding 已經唔夠

微軟宣布削減約 4,800 個職位，佔全球員工約 2.1%，自然又令人問 AI 係咪開始直接搶飯碗。不過微軟人力資源主管 Amy Coleman 已經講明，今輪消失嘅職位冇由 AI 接手；公司提出嘅原因係業務、客戶要求同工作模式都喺轉。TechNews 科技新報 報道就借呢次裁員講職場兩極化，當中較值得拆嘅問題，其實係公司仲請唔請新人，同埋張入場券多咗咩條件。

初階職位仲有，但「初階」已經變咗

PwC 2026 年 AI Jobs Barometer 分析六大洲逾 10 億份招聘廣告，當中針對美國 240 萬份初階職位嘅研究發現：AI 接觸程度高嘅初階工作，要求判斷、創意、領導同面對面溝通等資深技能嘅機會，高出低接觸職位約七倍。呢類要求資深技能嘅初階空缺由 2019 年起增長 35%，其餘初階職位就跌咗 10%。即係職位未清零，公司只係唔再預新人用幾年慢慢學識點判斷。

以前 junior developer 可以由改細 bug、寫簡單測試、執資料同整理文件開始；市場分析新人亦可能先做資料搜集、Excel 清理同簡報初稿。而家 AI 幾分鐘已經可以交出第一版，僱主自然會問：你識唔識分辨答案有冇漏 case、數據來源可唔可信、段 code 會唔會整出 security 問題？淨係快手交到初稿已經唔夠，僱主亦會提早睇新人識唔識驗證內容，同埋為結果負責。

識用 AI，唔等於識交貨

對初級 developer 嚟講，補強方向相當實際。AI 寫完 code，要識讀 log、設計測試、重現 bug、檢查 dependency 同權限，亦要講得清楚點解接受某個方案。做資料同簡報都一樣：要追原始來源、識別錯誤分類、核對計算口徑，再按聽眾刪走冇用資訊。識寫 prompt 只係基本操作，公司更重視你識唔識核對證據，同埋判斷幾時唔應該採用 AI 嘅答案。

另一塊容易畀人忽略嘅係資料治理。將客戶名單、內部財務數字或者未公開程式碼貼入公用 AI 工具，答案可能幾好睇，但已經踩中私隱、保密或者合規風險。新人要識分資料級別、揀公司批准嘅工具、記錄資料來源同模型輸出，亦要知道邊啲決定一定要有人覆核。對金融、專業服務同企業 IT 呢類工作，呢套基本功往往實際過識背十款 AI 工具名。

資深員工提早退休，證據未去到咁盡

TechNews 科技新報 報道亦提到 AI 可能縮短資深員工嘅職涯。Boston College 退休研究中心用美國 Current Population Survey 數據，比較 ChatGPT 推出前後、55 歲以上人士喺唔同 AI 接觸程度職業嘅離職情況。研究發現，高接觸職業嘅離職同失業轉變相對增加，但直接申報退休嘅變化冇統計顯著結果。所以現有數據支持「部分資深員工較易離開工作」，未足以證明佢哋因為唔肯學 AI 而提早退休。

研究亦提醒，政府研發開支削減、AI 初創招聘潮同職業分類誤差，都可能影響結果。報告模型估算電腦程式員轉為冇工作狀態嘅幅度升逾 25%，但呢個係按職業 AI 接觸分數推算嘅相對轉變，唔係話四分一程式員已經失業。將呢類早期美國研究寫成 AI 必然淘汰老手，會行得太前。

香港可以參考，暫時唔可以當成本地定論

香港有大量白領、金融、專業服務同資訊科技工作，文件整理、資料分析、簡報同 coding 都係常見入門任務，所以「新人更早交到完整判斷」呢個方向有參考價值。不過上面嘅核心數據主要來自全球招聘廣告同美國勞工市場，暫時冇同等香港職位數據證實本地初階空缺已按相同比例轉變。畢業生、轉職人士同中年技術人員可以先用真實項目證明自己識驗證、溝通同守資料規矩；至於香港市場係咪已經大幅收窄初階招聘，仲要等本地招聘同就業數字回答。

參考來源

• TechNews 科技新報 — 菜鳥門檻飆高、老將提前退休，從微軟裁員看 AI 帶來的職場兩極化風暴 — original report
• The latest in our company transformation — 微軟官方公布約 4,800 個職位削減，亦明言相關職位冇由 AI 接手。
• PwC 2026 Global AI Jobs Barometer — 逾 10 億份招聘廣告研究，提供初階職位技能要求、職位增長同 AI 技能薪酬數據。
• Are the Careers of Older Workers Being Cut Short by AI? — Boston College 退休研究中心原始報告，用美國勞工數據分析 55 歲以上員工、AI 接觸程度同離職結果。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。