【透視新聞】 年輕人不肯吃苦,所以沒工作?
【透視新聞】 年輕人不肯吃苦,所以沒工作?

4月6號,勞委會公布了最新的「15~29歲青年勞工就業狀況調查」(參考:http://statdb.cla.gov.tw/html/svy01/0107menu.htm),其中有幾個重點:2012年,青年勞工的平均薪資為2萬7425元,創下歷年新低,比7年前首次調查時還少了1931元,跌了6.6%。而在這7年內,物價卻漲了9%。也因此約有3成2的青年想換工作,「待遇太低」和「工作無前景」的理由大約各占一半。《蘋果日報》也在當天出現了「64%的青年工作者,薪水不到3萬元」的報導。

而在4月14號又出現一則新聞,痞客邦的產品開發副理王向榮,設計了一個名為「求職小幫手」的Google Chrome瀏覽器外掛程式,來幫助在人力銀行求職的青年,可以查詢應徵公司有沒有超時加班而被勞委會罰款的紀錄(參考:http://tinyurl.com/c3trxjl)。再加上「揭露22K」網站(http://22kopendata.org/)主動公布違反最低薪資的企業名單,年輕人用網路與開放資料(open data)來拒絕不合理的低薪、希望改進工作條件的態勢,已經很明顯。

不過,在企業那邊,卻還是有著「年輕人不肯吃苦,所以找不到工作」的刻板印象。過去曾有過「貼隔熱紙師傅,月薪40K找無人」(http://tw.news.yahoo.com/video/ebc-22839961/40k-31791280.html)的新聞,或是科技大廠打著月薪3萬、4萬、5萬的號召,卻徵不到員工的新聞,讓這些老闆對年輕人嘆息,一心想著引進更便宜的外勞。

自從22K的議題延燒以來,台灣的勞工與資方一直有著無法化解的歧異(就像好萊塢明星離婚時說的那樣),一邊覺得:「你錢給這麼少、又加班加到死,誰想做?」另一邊卻說:「好啊,我給你高薪,但還是找不到人來做啊,難道不是你們不願意吃苦嗎?」

會產生難以化解的歧異,除了單純的薪資問題,也許還包含了兩個世代的人們,對「工作」有著不同想像的原因。我們常聽到一些老闆說:「我責任多重啊!幾百(或幾千幾萬)個員工靠我吃飯,多少家庭靠我養」的感慨。的確,過去我們總是假設「公司是主、員工是僕」,公司有生產工具,沒有公司的話,員工就不能謀生。此外,絕大多數的員工「為公司專職工作」,從這份工作得到的薪資,是員工賴以為生的唯一收入。

在過去二、三十年,我們對工作的想像,是進入一個完全組織(total organization,好比公家機關、台塑、銀行,總之就是你爸媽挑女婿時最喜歡的行業),一進去之後這輩子不愁吃穿。公司會照顧我和我家庭的財務需求,我可以預期在幾年之後升到什麼職位,完全可以規畫職涯,一輩子不需要去別的地方。直到做滿25~30年退休,終於可以過著靠退休金生活的輕鬆日子。

然而,現在的年輕人已經不期待、也不想要這樣的工作(更別提即將崩潰的退休金制度,若無意外,所有已開發國家的退休年齡會後退到75歲左右,即使抱著鐵飯碗,未來的工作者也幾乎會沒有退休生活)。工作,從謀生方式,變成一種生活方式

這個世代的勞工,比上個世代的勞工受過更多教育,從事更多知識工作,無論是物理治療師、程式設計師、法律助理、廚師……工作者多半用腦、而不是用力氣工作。知識就是生產工具,勞工對企業提供知識,就像金主提供資金一樣,公司需要員工、員工也需要公司,兩著平起平坐,「公司是主、員工是僕」的假設不再適用。也難怪那些抱持著「我給你工作,再吵沒糖吃」心態的老闆,找不到員工來上班了。

至於「年輕人不願吃苦」也很容易就可以推翻,難道老人很愛吃苦、好喜歡每天穿無塵衣上班,最好不要退休嗎,不可能的。問題也許出在,上個世代的工作者,認為工作是「謀生方式」,工時長象徵著勤勞的美德;但這個世代的工作者,只把工作當成一種「生活方式」,需要工作、也需要休息,需要收入來源、也需要有時間去做有興趣的事。

過去的企業好像在追求「工時最大化」,但現在的勞工辛苦加班賺錢,也要有命花才行。或甚至不用賺那麼多錢,情願換取更多休閒時間來發展自己、補充新的知識(以獲得新的生產工具,不被就業市場淘汰)。與其一年365天、每天待在辦公室12小時,不如工作幾個月之後就休息整個月,密集的專案和長假交替出現,甚至可以自由選擇兼差或進修(無論公費自費),畢竟面對可能長達50年的職涯(75歲退休),若只做一種工作,實在太無趣了。台灣的企業和勞工,一邊苦於招不到人,一邊苦於沒工作,或許不只是調整薪資高低就能解決,而需要我們對「工作是什麼?」有更明確的想像與定義。

 

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓