隨著AI的應用普及，AI相關的工作需求增加，根據104人力銀行的統計，8月AI相關工作機會近11萬個，48%的工作機會集中於電子資訊／軟體／半導體業，其次是一般製造業（13%）、批發／零售／傳直銷業（10%）。

而從職務面來看，研發、軟體、工程類職務占比約為20%，業務銷售類占比為10%、工程研發類9%，行銷類則是9%；104人力銀行研發處協理張世淳指出，企業對於AI人才的需求波動變化，原本預期研發類的AI相關人才需求增加，但是從觀察可以發現，產業對AI人才的需求出現挪移，行銷、業務銷售的AI人才需求增加，顯示人才的需從研發端向應用端推進。

而根據104的分析，AI相關的職缺，其年薪的中位數為80萬元，高於非AI職缺的66萬元，AI職缺的重點職務例如AI工程師約為114萬元、資料科學家為112萬元，演算法開發工程師為110萬元，其中近半數的AI職缺薪資標示為面議，高於非AI職缺的17%，代表市場對AI人才的薪資有相當的彈性。

至於AI職缺所需要的AI技能，張世淳指出，研發類AI職務需要專業證照，求職者若有專業證照，例如AWS的AI技能證書，可增加後續面試被錄取的機會，至於行銷、業務零售方面職務，對AI技能的要求則是應用ChatGPT等AI工具。整體而言，求職者如果具備AI技能，企業主動邀約次數提升1.5倍。

而在11萬的AI相關職缺裡，從地理區域分布來看，位於台北市的職缺將近4萬個，要遠高於其他縣市地區，其次是新北市的1.6萬，雙北地區合計職缺占比超過50%，顯示大部分職缺以北部為主。臺中市約為1.2萬、新竹縣市約1.1萬、桃園市約9,600多個，高雄約7,200多個、臺南市為4,800多個。

以AI提高媒合率

張世淳表示，傳統的人力招募，求職者和企業徵才存在相當的落差，求職者傳統上自製履歷，難以突顯自身的亮點，或是受限於對市場的需求理解不足，只靠直覺或關鍵字，從海量的職缺中搜尋，這些履歷可能因此石沈大海。而另一方面在徵才的企業端，HR往往可能因工作忙碌，面對大量的求職者履歷格式不一，造成投遞的履歷和企業實際的職缺需求有落差，HR也不見得理解所有招募的職務需求，花費時間撰寫職缺文案，卻不容易精準描述其職務需求，降低徵才效率。

為此，104人力銀行運用AI，並實際應用在其提供的人力媒合服務中，新推出的三項AI新功能，AI履歷掃描、AI推薦工作、AI生成職務內容。

首先是在求職者的履歷方面，過去求職者自製求職覆歷，可能將自身的亮點或優勢埋藏在自傳或附件中，但是對企業HR而言，基於快速檢視大量履歷的需要，難以注意到求職者自製履歷內的亮點；為此，104基於企業HR快速閱覽履歷建立摘要格式，讓求職者上傳自製覆歷表，自動轉換為104格式，方便企業快速瀏覽，求職者也可以根據AI生成的履歷格式為範本，再自己精修調整履歷內容。

對於求職者使用AI生成求職履歷，目前已有軟體或新創業者提供AI工具，協助使用者製作求職履歷，甚至求職者自己就能使用ChatGPT等服務來生成求職履歷，104的AI履歷生成有何特色？

對此，張世淳指出，目前坊間已有許多工具幫求職者生成履歷，然而這些履歷生成工具主要以求職方為主，根據104的經驗，求職者自製覆歷可能將應該強調的自身優勢或亮點分散在不同附件或自傳裡，例如求職者參加社團、工作經驗，但是這些優勢卻是企業徵才所關心的重點。因此104基於服務企業徵才積累的經驗，利用生成式AI，將自製覆歷中的企業所關心的重點轉換為統一摘要格式，讓企業徵才時能夠快速搜尋瀏覽，同時兼顧求職者和徵才者兩方，是104服務有別於其他工具的特色。

至於AI推薦工作主要根據求職者的偏好、履歷、行為等資料，經由AI演算法向求職者推薦工作，提升媒合成功率。在此之前，104年早在2013年就推出AI推薦工作，這幾年不斷調整優化演算法，根據104的統計，透過AI媒合工作的比例已達到2025年的39.2%。

目前AI推薦工作以演算法為基礎，接下來，AI推薦將向語言模型發展，張世淳表示，目前104內部正在測試運用開源語言模型，以使用者的行為和用戶的行為資料來訓練模型，目前已有4到5個模型正在POC測試，測試不同模型的效益，未來用於AI推薦工作。

「我們教它（語言模型）一件事，企業主怎麼看求職者，求職者怎麼看企業主，把中間的描敘行為文字化後，教它篩選過程，當給它一份求職履歷，就可以問它哪類的企業主會喜歡」，張世淳表示，以往透過大數據樣本建模型，利用深度學習打造AI推薦工作，未來利用語言模型，就能用問的讓AI推薦工作。

至於AI生成職務內容則以企業HR為對象，可提供HR每個職類的職務說明範例，或是利用104訓練的生成式AI來自動生成職務內容。