中國金融和網路就業前景暗淡,三季職缺數較去年同期少51%
中國金融和網路就業前景暗淡,三季職缺數較去年同期少51%

最近,中國人民大學聯合智聯招聘發佈的中國就業景氣指數報告,指出2018年以來整體就業景氣指數可能沒有前年好。

根據該報告:2018年7~9月中國就業景氣指數(CIER)小幅上升至1.97,高於前兩季度的數值1.91和1.88。按照以往經驗,第二季因大學生畢業季,就業市場競爭較大,該時期結束後求職人數和職位需求環比會有所回落,就業指數上升,去年也如此。7~9月求職申請人和招聘需求人數環比分別下降了24.37%和20.79%,該季度CIER由此上升,但這一數值仍低於去年同期的2.43,下滑19%。

CIER透過市場招聘需求人數除以求職申請人數而得出結果,一般來說數值越高說明競爭越小,就業行業就越好。而CIER指數從去年第二季度開始下滑,當時國信證券撰寫的報導提到,儘管國家統計局披露的調查失業率在下降,但走弱的CIER反映了就業市場上的潛在風險,不可否認市場上職位空缺和求職人數的比例也在下降,適合求職者的崗位越來越少了。

據報告,2018年以來網路/電商、金融、仲介等十大行業所呈現的CIER指數均有所下降。僅依第三季度資料來看,十大行業環比第二季度有所上升,但比前年同期整體下滑。其中以網路/電商和金融行業相關數據下滑得最厲害。

金融與互聯網就業率下滑1.jpg
圖/ 好奇心日報

另一份由智聯招聘發表的應屆生求職報告則顯示,應屆生整體就業形勢好於2017年。該報告也提到,2018年大學生就業景氣度指數為2.68──也就是說每1個求職者面對2.68個崗位人數需求,這一指數較去年的1.78有所提升。而應屆生就業景氣上升可能與幾個事情相關:大學畢業生的總數在減少,應屆生市場變好──企業出於成本考量,招聘更多的廉價勞動力。

該報告還指出,越來越多畢業生青睞鄭州、天津、杭州、西安和南京等新一線城市,而這些城市也逐漸成為網路公司總部的移轉城市,像是阿里巴巴在杭州、小米要去武漢、訊飛在合肥等。工作在北京、上海等傳統一線城市,在應屆生的期望中逐步下滑。

麥可思研究院統計了近5年的畢業生流動情況,也證實了該現象。其資料顯示,越來越多的應屆生不再湧向一線城市。根據該統計,本科畢業生在「北上廣深」就業的比例從2013屆的28.2%下降到2017屆的22.3%。而除了應屆畢業生之外,畢業半年後曾在「北上廣深」就業的本科生,三年後離開的比例從2012屆的13.7%上升到了2014屆的21.7%。

網路和金融職位需求下降最多

具體來看,網路/電商行業的CIER指數,從去年同期的12.62──排名第一,2018年下滑66.7%至4.2,位列第四。細分來看,其中IT/網路行業的招聘職位數與前年同期相比減少51%,連續第二個季度出現需求的負增長,職位的收縮幅度遠高於全中國的平均水準。網路/電子商務子行業的招聘需求同比下降達57%、網路遊戲則減少48%。

報告指出,這與網路行業發展遭遇流量瓶頸有關。網路競爭白熱化,資本不再熱衷於流向這個領域。原以流量起家的大網路公司,開始轉向產業網路,騰訊、美團等公司在下半年開始分別對外公佈調整組織架構,從消費網路邁向產業網路(B端),而阿里巴巴從前幾年開始不斷向雲技術、人工智慧等產業端大筆投入。

而2018年,網路流量紅利逐步衰減的同時,每個具體的行業都有監管的問題。2018年年初,遊戲版號停止審批,伴隨一批遊戲行業倒閉和從業人員流動。網路行業大部分公司不是在調整業務就在裁員,滴滴多業務合併、錘子發不出工資、摩拜、知乎、鬥魚等裁員、36氪的氪空間裁掉整個活動部門……

根據統計,僅2018年12月以來,至少13家網路公司被爆裁員。不過,基本上沒公司承認裁員,都把裁員說成優化人員配置。

金融與互聯網就業率下滑2.jpg
圖/ 好奇心日報

網路金融行業則慘得一塌糊塗。這個行業從2013年興起,至今已成立7000多家,但在過去一年中,75%的公司不是已經倒閉就是跑路。根據網貸之家統計的數據顯示,截至2018年11月,網貸行業停業以及問題平臺已達5245家,涉及的投資人數約200.9萬人,涉及貸款餘額1612.5億元。

網路金融平臺不斷爆雷,某種程度上帶動了金融行業就業整體下滑。據第三季度就業景氣報告顯示,7~9月金融行業整體招聘職位需求下降46%。但具體到各子業務中,剔除保險一路保持良好就業以外,以基金/證券/期貨/投資行業的招聘職位數同比降幅最大,同比降50%,銀行、信託等其子類的招聘需求則分別為17%和38%。

2018年9月以來,中國就基金合夥人繳稅稅率引起了一系列爭論:稅率按股息、紅利和項目轉讓收益的適用20%稅率、還是按個體工商戶經營所得適用的5%~35%超額累進稅率。而在此明確稅率之前,創投裡的人民幣基金已經減少了四成。到了2018年前11個月,清科稱,股權投資市場募集1.15萬億人民幣,同比下降28.7%。行業不景氣,又進一步削弱了行業招聘需求。

券商領域則從上半年就開始「焦頭爛額」,收入下滑、零傭金成為行業主流。1~6月32家A股上市券商淨利潤340億人民幣,同比下降23%──這一速率遠超營收下滑的7.9%。下半年情況也沒有改善。根據中國證券業協會資料,131家證券公司2018年前三季度收入1893.31億人民幣,僅為2016年同期的78.25%、2015年的43.33%。

報告還指出,2018年4月開始執行的資管新規,以及不斷規範P2P和網貸行業等措施,影響了金融業的招聘和求職數量,四季度可能持續保持下滑狀態,最終導致金融行業內部的景氣度出現分化,但具體效應仍有待觀察。

金融與互聯網就業率下滑3.jpg
圖/ 好奇心日報

民營企業薪酬優勢不再,小企業招人更難

網路和金融也下滑的職位需求,也跟當下這兩個行業的裁員呼應。而根據報告,2018年7~9月景氣上升幅度最快的行業是教育/培訓/院校。「普遍來看,在宏觀經濟承壓時,許多職場白領往往會透過繼續讀書深造、職業培訓等方式來增加自己的競爭力,也使得教育培訓行業的就業景氣度從上一季度的第五升至本季度第三。」報告寫道。

僅從增速變化來看,中國國家統計局去年公佈的11月投資、出口、消費三大資料基本處於歷史新低;生產方面,規模以上的工業企業利潤增速不斷下滑。前11個月該增速僅11.8%,為近2年內新低──2017年年初、2018年年初分別31.5%、16.1%。

「無論是從不同性質企業還是不同規模企業的平均薪酬來看,我們均能夠發現民營企業經營困難,」中國國信證券研究員說。

人大和智聯招聘的報告,也調查了不同性質企業的平均薪酬。具體來看,合資企業、上市公司、外商獨資和國企的平均薪酬水準基本相當,均在8300~8500元人民幣的範圍內;而民營企業和事業單位的平均薪酬則明顯較低,其中民企的平均薪酬最低,為7608元人民幣。根據智聯招聘統計資料,全中國37個城市個不同性質企業平均薪酬,從2017年至2018年年底的7個季度中,民營企業有4次墊底,另外3次也排在倒數二位。

民營企業薪酬優勢喪失的背後,與其自身利潤率下滑相關。我們根據同花順iFind所提供的資料發現,民營企業利潤增速從2016至今在5.2%~6%之間波動,整體增速在2016年時仍在中國國企、外商等五類企業中位列第二或三,此後逐步下滑。2017年4月至今持續為五類企業中利潤增速末尾。

招銀國際的統計資料顯示,在最近三年的去槓桿改革中,主要受影響的仍是民營企業。由於去槓桿最直接的辦法就是銀行收縮信貸,在資金趨緊的情況下,企業帳期被迫拉長,交易風險大幅增加。自2016年以來,中國國有企業應收帳款平均回收期從7天下降到0天左右。私營企業則從1天上升到10.9天。與此同時,民營企業的利息開支也在加大

金融與互聯網就業率下滑4.jpg
圖/ 好奇心日報

另一方面,2018年7月中國發佈新規定:自今年 1 月起,社保費將由稅務部門統一徵收。這一變化將加重企業的負擔,很多地方不繳納社保的小企業也可能將被追繳。但據《21世紀經濟報導》於2018年12月27日報導指出,企業社保轉交稅務部門可能會暫緩,具體實施的時間還未知。

而據國信證券報告顯示,在2017年以前民企的薪酬水準還具有一定的優勢,而且規模在100人以下的企業的平均薪酬也極具競爭力。在這樣的背景下,企業──尤其小企業經營困難,從而又影響了招聘、就業情況。

在人大和智聯招聘的報告中,大型企業的CIER指數最高為2.87,就業形勢相對較好;微型企業為1.23、中型企業1.19、小型企業最低為0.92。從環比來看,2018年7~9月大中型企業CIER指數上升明顯,小微型企業上升幅度略小;從同比來看,大中型企業在本季度的就業形勢明顯好於去年同期,而小微型企業的CIER指數要明顯低於去年。

本文授權轉載自:好奇心日報

關鍵字: #金融信託產業
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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