這週有兩份報告值得放在一起看，一份是台灣的、一份是美國的。先講清楚地區，因為這兩組數字如果混在一起讀，會得出完全錯誤的結論。
台灣：104 人力銀行 9 月 8 日發布《2026 半導體業人才報告書》，半導體業每月徵才 4.7 萬人、年增逾兩成；AI 相關職缺佔比從 2022 年的 15.8% 升至今年的 23.9%。
美國：美國勞工統計局（BLS）9 月 4 日發布 8 月就業報告，失業率持平在 4.1%，非農就業增加 16.2 萬人，勞動參與率微升至 61.6%，但長期失業者（失業 27 週以上）維持在 190 萬人，佔所有失業者的 27.0%。
一邊是「缺人缺到放寬科系門檻」，一邊是「失業率不高不低、但長期失業比例偏高」。表面上是兩個方向，我認為底層是同一個結構性現象。
為什麼 AI 投資熱潮沒有讓兩邊的勞動市場一起變好？
因為這一輪 AI 資本支出的受益者高度集中。全球 AI 資料中心與晶片投資的錢，最終大量流向台灣的晶圓製造、封測與設備供應鏈——這就是為什麼台灣半導體業徵才規模年增兩成，而且最缺的是生產製造、操作維修這些「實體端」的人力（報告中這兩類每月分別徵才 14,798 與 11,934 人）。
而在美國，AI 投資的就業效果是另一種型態：資本密集、雇用相對少，同時 AI 工具開始重塑白領工作的內容。BLS 的整體數字看起來穩定（4.1%），但長期失業者佔比 27% 這個數字，透露的是「找到下一份工作變難了」——不是大量失業，而是失業後回不去。
這個對比的關鍵：AI 這一輪對就業的影響，不是全球同步的「取代」，而是依照你在供應鏈的哪個位置，分別產生「擴張」與「重組」。台灣正好坐在擴張端。
台灣坐在擴張端，就代表沒有風險嗎？
不。我看到三個值得警惕的訊號：
第一，缺工的結構是「實體端」而非「腦力端」。 演算法工程師薪資中位數突破 140 萬（公視引述同份報告），但這類職缺數量遠小於製造端。也就是台灣的 AI 紅利，目前是以「工廠需要更多人」的形式出現，而不是以「台灣長出更多 AI 應用產業」的形式出現。前者依賴全球資本支出週期，後者才是長期護城河。
第二，「科系不拘」比例上升，是好消息也是警訊。 好消息是門變寬了；警訊是企業願意放寬門檻，通常代表用正常管道已經找不到人——這是勞動供給緊繃的訊號，而人口結構不會在短期內好轉。
第三，美國的長期失業結構是台灣的預告片。 當一個經濟體的 AI 應用滲透進辦公室工作，受影響的不是失業率總數，而是「特定職群的再就業難度」。台灣現在還沒有這個問題，是因為我們的 AI 故事主要發生在工廠裡；當它開始發生在辦公室，數字會長得跟美國很像。
接下來看什麼？
我會盯三個指標：台灣半導體徵才的年增率何時開始收斂（那是資本支出週期轉向的第一個訊號）；「科系不拘」比例是否持續上升（供給緊繃是否惡化）；以及美國長期失業者佔比會不會突破 30%（AI 對白領就業的結構性影響是否從「疑慮」變成「數據」）。
半導體業每月徵才 4.7 萬人，是台灣這十年少見的好牌。但好牌拿在手上的時候，才是最該想「牌局結束後怎麼辦」的時候。