從 40% 跌到 28%：英國數據顯示 AI 正在吃掉資訊工程畢業生的第一份工作

多年來，「AI 將取代白領工作」的論述多半建立在軼事、預測與 CEO 的臆測之上。9 月 12 日，《衛報》發布了更具體的東西：全國性調查數據顯示，資訊工程——這個原本被視為 AI 時代最穩當的學位——正是英國畢業生就業下滑最劇烈的領域之一。

這些數據來自 2027 年《衛報》大學指南（Guardian University Guide）背後的資料，由 Intelligent Metrix 顧問公司董事 Matt Hiely-Rayner 編製，來源是英國高等教育統計局（HESA）的畢業生成果調查（Graduate Outcomes survey），針對 35 萬多名 2024 年畢業生、在離校 15 個月後所進行的詳細職涯問卷。核心發現：程式設計與軟體開發是去年英國畢業生下滑最快的工作類別。

頭條背後的數字

兩個數據點撐起整個故事。第一，資訊工程畢業生找到程式設計師或開發者等專業工作的比例，已從過往的約 40% 跌到最新一輪調查的 28%。第二，資訊工程畢業生進入任何「畢業生等級」職位的比例，也從兩年前的 60% 以上降至 50%——換句話說，英國有一半的資訊工程畢業生，現在起跑點就落在畢業生就業線之下。

Hiely-Rayner 對《衛報》表示：「AI 在這個領域提供了反應快又便宜的基礎勞力，很難不得出這就是趨勢背後原因的結論。」

這句話出自編製排行榜的分析師之口，格外有分量。新創創辦人或創投資本家宣稱 AI 正在吸收初級工作是一回事；英國最常被引用的大學排名背後的分析師，看著 35 萬人的縱貫性資料庫然後指向 AI 是最合理的解釋，又是另一回事。

專家有所保留——但只保留了一點

Jisc（英國教育與研究數據科技機構）勞動市場情報主管 Charlie Ball 給出了較謹慎的版本：「軟體開發者勞動市場去年確實發生了一些事。雖然我不願意斷言是 AI 幹的，因為證據還不多，但很難擺脫 AI 扮演了一定角色的結論。」

Ball 指出，資訊工程畢業生正轉向鄰近職位，例如網路安全與網路工程——這些工作仍需要人類判斷，需求也依然穩固。「市場並沒有完全崩潰，職缺仍然存在，但純編程工作在 2025 年似乎特別稀缺，」他說。

這個區分——「純編程」與其他一切——可能是整份報告裡最重要的一句話。消失最快的工作，恰恰是 AI agent 最擅長的：規格明確的實作任務、樣板程式碼、初稿程式。而吸收被擠出畢業生的職位，則是那些包裹著營運情境、實體基礎設施或對抗性推理的工作。

經濟系畢業生是下一個

數據還顯示第二個更安靜的訊號：金融業對經濟系畢業生——經濟學家、管理顧問等高薪職位——的需求也在下降。Ball 一直直接詢問金融業雇主關於 AI 使用情況。「大多數人說他們不是用 AI 取代工作，而是改變工作。他們期望新進人員熟悉 AI，」他說。「但這個領域變化很快，雇主並不一致。有些人願意承擔風險，擁抱 AI 工具並裁員，賭這能帶來優勢。」

這個模式與《經濟學人》等媒體自春天以來的觀察一致：分析型職業的入門階梯，正在編程與金融這兩個 AI 產出最容易取代初級人員產出的領域同時變薄。

背景早已探底的畢業生市場

大學指南的數據落在本已疲軟的市場之上。8 月下旬，求職平台 Adzuna 公布，英國 7 月的畢業生職缺只剩 8,383 個——年減 45%，是十年來最低。把萎縮的職缺池，與剩餘工作從初級技術職重新分配出去這兩件事疊加，2024 年這一屆畢業生面對的，是與他們入學時簡章所描述的完全不同的市場結構。

值得注意的還有全球平行現象。就在幾天前，關於中國創紀錄的 1,270 萬畢業生的報導，記錄了完全相同的機制——AI 吸收了過去用來訓練新鮮人的初級白領任務——只是發生在一個大得多的勞動市場。如今英國數據為這個敘事在西方經濟體中提供了一個堅實的統計錨點。

大學開始行動

《衛報》2027 年排行榜的整體前三名是牛津、劍橋與倫敦政經學院（LSE），伯明罕大學則升至第 14 名的歷史新高。但策略上更值得注意的動作在課程面：伯明罕現在允許大學部學生在不需要先修背景的情況下，加入 AI 與資料科學等主題的「插入年」（intercalated year）。

「這是為了讓人們做好準備面對他們所在的世界，無論我們喜不喜歡我們正在成為的樣子，」伯明罕校長 Adam Tickell 說。「我們的年輕人需要懂得正確使用這些東西。」

這意味著什麼

一年的數據還稱不上趨勢，而且這項調查衡量的是 2024 年畢業生在 2025–26 市場中的處境——一段 AI 能力出現異常躍升的時期。但方向再明顯不過，而且它出現在最意想不到的地方：不是文案或客服，而是那個被明確宣傳為「AI 打不倒」的學位。對學生而言，實際的解讀是：「學會寫程式」已經不夠了——耐久的入門職位正在轉向資安、基礎設施，以及指揮 AI 工具而非與其競爭的判斷力密集工作。