中國青年失業與AI革命 — 現狀、政策與青年行動指南

AI帶來的結構性變革，與中國青年面臨的就業未來（修訂版）

目錄

• 1. 前言
• 2. 中國的AI發展現況
• 3. 競爭優勢
• 4. 未來展望
• 5. 中國青年失業率 — 現狀與原因
• 5.1 經濟差距與「內卷・躺平」— 失業的社會背景
• 6. 與其他國家的比較
• 7. 中國政府的對策
• 8. 與美國的比較
• 8.1 為什麼香港AI導入慢於內地 — 以中國銀行（香港）為線索
• 9. 青年當下應採取的行動
• 9.1 用AI來做的事
• 9.2 政府的支援
• 9.3 YouTuber（創作者）能成為職涯路徑嗎
• 9.3.1 最壞情況下的出路 — YouTuber／創作者的階梯式升級
• 9.4 人×AI融合 — 讓青年變得更聰明的策略
• 9.5 推薦的成功故事（移居型）
• 9.6 AI時代青年該學什麼（分年齡）
• 10. 結語
• 參考文獻・資料來源

---

1. 前言

中國大陸近年來，16-24歲青年失業成為嚴峻的社會問題。其中一個被指出的原因，是「AI（人工智慧）的快速普及與導入」，引發人類工作被機器取代的擔憂。本報告全面整理：中國的AI發展現況與未來展望、青年失業率的實況與國際比較、與經濟差距的關係、中國政府的對策，以及青年當下應採取的行動（AI運用、創業、政府支援、YouTuber這條職涯、人×AI融合策略、移居型成功故事、以及分年齡該學什麼）。

同時深入探討：中國雖是AI研發中心之一，但「中國銀行（香港）在同業中AI導入相對落後」的現象，並分析香港為何在AI落地速度上往往慢於內地。這個落差，對青年而言也是可填補的機會空白。

2. 中國的AI發展現況

中國是僅次於美國的全球第二大AI強國，在應用面（落地、社會實裝）經常領先全球。2023年數據顯示，美國民間AI投資額約672億美元（Stanford AI Index 2024），中國約78億美元，規模雖不及美國，但發布的知名AI模型數（15件）僅次於美國（61件），位居全球第二。

在生成式AI專利申請方面，根據WIPO（世界智慧財產組織）2023年報告，中國約佔整體七成，居絕對首位。人臉辨識、監控攝影機、支付、叫車、電商等消費端服務的落地速度，位居全球最快之列。

代表性的中國自研模型包括：百度「文心一言（ERNIE）」、阿里「通義千問（Qwen）」、字節跳動「豆包（Doubao）」、DeepSeek系列、智譜AI「智譜清言（GLM）」等。尤其DeepSeek在2024年底至2025年間，以低成本、高效能的開源模型引起全球關注。

資料來源：基於公開統計的概估（詳見正文與參考文獻）

3. 競爭優勢

中國的競爭優勢在於：(1) 14億人口級的龐大數據與國家主導的數據基礎建設；(2) 強力的國家政策，以及以「新質生產力」為旗幟的官民一體投資；(3) 優秀理工人才的供給（STEM畢業生規模全球最大）；(4) 與製造、硬體的融合（機器人、電動車、無人機）。

另一方面，相對於美國的弱點也很明確。在先進零組件上受美國出口管制（晶片管制）影響，最先進GPU的取得受限。此外在基礎研究、原創演算法創新，以及民間風險資金的厚度（投資額約8.6倍差距）上，美國佔優。

項目	中國	美國
民間AI投資額(2023)	約78億美元	約672億美元
知名AI模型發布數(2023)	15件（全球第2）	61件（全球第1）
生成AI專利申請佔比	約70%（全球第1）	約10%
強項	數據規模・落地速度・政策	基礎研究・半導體・資金
弱項	先進半導體管制・資金厚度	數據分散・成本

4. 未來展望

短期內，「AI+製造」「AI+服務」的融合將持續，中國將成為全球AI應用落地的實驗場。中長期而言，與美國的技術霸權競爭將延續，同時自主半導體與模型研發（國產替代）也會推進。

對勞動市場的影響具有「替代」與「創造」兩面。例行業務的自動化會持續，但善用AI的新職種（提示工程師、AI訓練師、數據標註員、AI內容創作者等）也會誕生。關鍵在於，不要成為「被AI使用」的一方，而要成為「使用AI」的一方。

5. 中國青年失業率 — 現狀與原因

根據中國國家統計局（NBS），16-24歲城鎮失業率在2023年6月達到21.3%的高峰。隨後2023年8月至12月間，以「修訂調查方法」為由暫停發布，2024年1月變更定義後恢復。恢復後的2024年8月再度來到18.8%的高檔，2025年也持續在14-18%區間居高不下。

原因多面向：(1) 每年超過1000萬名大學畢業生湧入市場的「結構性供過於求」；(2) 房地產、IT、教育（雙減政策）等過去吸納青年的產業萎縮；(3) 經濟成長減速使新增就業減少；(4) 教育與實際需求的錯配；以及(5) AI與自動化對例行業務的替代——諸多因素疊加。

特別值得注意的，是「教育程度越高，越會在與人、與AI的競爭中落敗」的悖論。高學歷化使同質性的白領職位供給增加，而這正好與AI擅長的領域（文書、分析、生成）重疊，學歷通膨與就業不安同時進行。

資料來源：基於公開統計的概估（詳見正文與參考文獻）

5.1 經濟差距與「內卷・躺平」— 失業的社會背景

青年失業不只是「找不到工作」。城鄉之間、有房產的世代與無房產的世代、公務員／國企的穩定層與民間／自由工作者之間，資產與機會的差距正在擴大。在成長期靠房地產累積資產的父母輩，與即便高學歷仍面對就業難、房價高的子女輩，形成鮮明對照，也加劇社會張力。

在此結構下，青年之間流行的詞彙是「內卷」（無意義的過度競爭）與「躺平」（不再過度用力）。當「好工作」稀缺，同輩彼此消耗；當努力的邊際報酬下降，「不戰」也顯得理性。AI對白領工作的替代，只會進一步加速這場競賽。

重要的是：不要把「躺平」單純視為懶惰，而要理解為對結構性機會不足的反應。政策端需要同時增加就業的量與質；個人端則必須跳出「搶同一張椅子」，改用AI打造屬於自己的椅子（領域、技能、表達力）。後文的創作者路徑與人×AI融合策略，正是在此脈絡下才有意義。

現象	含義	對青年的啟示
內卷	零和式過度競爭	避開同質競爭，建立差異化軸
躺平	努力邊際報酬下降的反應	不是「不戰」，而是「換戰場」
學歷通膨	大學供給＞白領需求	學歷＋實務＋AI落地能力三件套
世代資產差距	住宅與儲蓄分布不均	優先選擇低資本可啟動的數位事業

資料來源：基於公開統計的概估（詳見正文與參考文獻）

6. 與其他國家的比較

青年失業率在已開發國家也是課題，但中國的水準除歐洲部分國家（如西班牙）外偏高。日本因勞動力短缺僅約3.8%，美國也約8.5%相對穩定。中國（約17%）可說是「成長減速＋畢業生激增＋產業結構轉型」三者疊加的特殊高檔。

國家／地區	青年失業率(概估)	特徵
西班牙	約27%	歐元區最高水準之一
歐盟平均	約14.5%	成員國平均
中國	約17%	畢業生激增＋成長減速
英國	約11.5%	疫情後復甦途中
美國	約8.5%	就業創造強勁
德國／韓國	約6%／約6.5%	以製造業為中心
日本	約3.8%	人力短缺使水準偏低

資料來源：基於公開統計的概估（詳見正文與參考文獻）

7. 中國政府的對策

中國政府提出「就業優先政策」，實施以下對策。

・擴大大學畢業生公部門就業與公務員招考、國營企業積極聘僱
・「百萬就業見習」等實習與培訓支援
・創業支援（稅賦優惠、育成中心、創業融資）
・技能訓練與職業再教育（「技能中國行動」）
・新業態（平台勞動、自由工作者）的法規整備

在教育方面，採取「推進教育高度化，同時為在與AI競爭中落敗者準備備援」的兩面策略。亦即：① 將職業教育定位為與普通教育並重的支柱；② 整備終身學習與再技能化（reskilling）體系；③ 以「雙減」減輕學校教育負擔，同時推動社會人士的再教育。針對競爭落敗者的安全網，也同步強化失業保險與低收入戶補助。

對策領域	具體措施	目的
公部門就業	公務員・國營企業積極聘僱	確保即時的承接
實習・培訓	百萬就業見習等	累積實務經驗
創業支援	稅賦優惠・創業融資	自我創造就業
再教育	技能中國行動・再技能化	AI時代的職能轉換
新業態整備	平台勞動法制化	保障自由工作者

8. 與美國的比較

美國失業率本身偏低，但青年的不安集中在「學貸」「非典型與零工（gig）工作增加」「AI對白領的替代」。對策包括：CHIPS法案推動半導體回流國內、AI素養教育義務化、透過SBA（中小企業署）的創業支援等。與中國不同，美國較少有中央政府主導的「就業優先」強力介入，更偏向由市場與教育機構承擔。

8.1 為什麼香港AI導入慢於內地 — 以中國銀行（香港）為線索

內地處於AI研發與社會落地的前線，香港金融機構——尤其是中國銀行（香港）等傳統大型銀行——相較先進金融科技業者或內地數位銀行，AI導入步調常被認為偏慢。看似「意外」，拆解結構後卻近乎必然。

第一，監管與風險文化不同。香港作為國際金融中心，須符合個人資料保護、模型治理、問責機制、AML/CFT 等全球標準。生成式AI用於客服、授信、投資建議時，幻覺、偏誤、可解釋性門檻高，從試點到上線 naturally 較慢。內地較常「先落地、規則並行完善」；香港則傾向「先確認合規再擴大」。

第二，數據與系統割裂。香港銀行面對英語、粵語與國際客戶，核心系統老舊且海外監管要求交織。與內地超級App生態（支付、社交、信用一體）的數據前提不同。跨境數據流動亦受限制，內地大規模模型資產難以原封不動搬進香港現場。

第三，競爭壓力與組織誘因。內地網路銀行與互聯網巨頭的競爭，倒逼傳統銀行加速數位化。香港傳統行長期受牌照、品牌與富裕客戶關係保護，破壞性金融科技威脅相對較弱，「不用AI也能生存」的時間較長，投資決策容易後移。

第四，人才與文化。內地AI工程師供給充足、「快速試錯」文化深厚。香港金融專業人才豐富，但產品導向的AI落地人才相對不足，且全球總部／集團審批流程有時拖慢決策。

對青年的啟示：香港的「慢」，同時是需求空白。具備「監管理解＋AI落地＋中／英雙語（或三語）」的人才，在銀行AI治理、模型風險管理、客戶體驗重構、中小企業AI導入支援等領域稀缺價值高。中國銀行（香港）這類大型舊系統機構，變革空間與預算規模反而更大。

因素	內地	香港
監管姿態	政策驅動、落地優先色彩較強	國際標準、問責、審慎導入
數據環境	超級App式數據整合	跨境限制、多語、舊系統割裂
競爭壓力	與網路巨頭生存競爭激烈	傳統行進入門檻相對較高
人才文化	AI落地人才厚、試錯快	金融人才厚、AI落地相對不足
青年機會	量產型AI產品	合規導向AI導入與治理支援

9. 青年當下應採取的行動

結論先說：把AI當作「工具」熟練運用，並打造屬於自己的附加價值（創造力、人際、判斷力、領域），是最大的生存戰略。以下展開具體行動。

9.1 用AI來做的事

（a）中國流行的新創商機：AI影片、AI直播帶貨、AI角色（虛擬YouTuber／直播主）、AI翻譯與在地化、AI圖像生成代工、短影音（抖音／快手）的AI剪輯代辦、AI陪練（學習、語言）等正快速成長。

（b）現有業務的高度化：為既有店舖、工廠、辦公室導入AI，透過庫存優化、客服（聊天機器人）、行銷自動化、品質檢驗（影像AI）來提升生產力。小資本也能用雲端AI起步。

（c）成功案例：抖音個人創作者以AI剪輯累積數百萬粉絲，靠直播帶貨月入數十萬元人民幣。也有愈來愈多新創，運用DeepSeek等開源模型，以小型團隊推出SaaS。

9.2 政府的支援

支援體系：人社部（人力資源與社會保障部）的就業服務窗口、共青團的創業支援、地方政府的育成中心與免稅措施。基礎環境方面，5G、雲端、支付基礎建設已全國鋪設，一支手機就能低成本開展事業。

9.3 YouTuber（創作者）能成為職涯路徑嗎

在中國，YouTube的替代戰場是抖音、Bilibili、小紅書（RED）等，但影音創作者確實可以是一條正規職涯。所需知識與技能為「企劃力、說故事能力」「剪輯（可借助AI）」「對演算法的適應」「粉絲社群經營」「變現設計」。AI大幅省力化台本、剪輯、字幕、縮圖生成，使個人生產力飛躍提升。

向其他工作的延展性也高。可從創作者走向行銷人員、品牌經營、MCN（藝人／創作者經紀）經營、自營電商、講師等。但演算法依賴與收入不穩定的風險也存在，務實作法是同時磨練其他技能。

9.3.1 最壞情況下的出路 — YouTuber／創作者的階梯式升級

當找不到工作時，把影音創作（YouTube／抖音／B站等）當作「最後防線」來啟動，其實很有價值。本報告的立場是：年輕人若沒有就職去處，無論如何都應該開始對外表達。理由有三：

① 成為最前沿AI的實戰道場：從企劃、台本、縮圖、剪輯、字幕、翻譯到A/B測試，幾乎要把當代生成式AI用過一輪。求職時「會用AI」不再只是口頭，而有公開作品可證明。
② 培養自己的DOMAIN（專業領域）：頻道是履歷無法測量的證據——「你到底能談什麼」。語言、製造、設計、考試、地方文化……再小的利基，只要夠深，就是資產。
③ 透過回饋自我改善：播放數、完播率、留言、收益，相當於公司的KPI。每週發布→看數據→改進的循環，就是創業與就職後的PDCA。

具體升級步驟（90天計畫）：
Step 0（第1週）：主題收斂到一個。「為誰、解決什麼煩惱、用哪些AI工具」寫成一句話。
Step 1（第2–3週）：每週至少兩支短影音。台本用AI打底，再用親身經驗、口音、現場照片補上「人味」。
Step 2（第4–8週）：系列化（例如十集）。固定片頭、剪輯模板、字幕自動化，建立產線。
Step 3（第2–3個月）：變現實驗（超級留言／直播帶貨／數位教材／小型企業案件）。同步把「用AI做了什麼」的作品集堆到GitHub或小紅書。
Step 4（持續）：粉絲再少，也可把「表達力＋領域＋AI落地」打包，橫向轉進企業社群、教育內容、在地化職缺。頻道不是「取代就職」，而是「加速就職／創業的助推器」。

注意：避免過度依賴演算法，同步建立郵件名單、微信／LINE社群等「自己握得住的客戶接點」。誇大宣傳或未驗證的金融、醫療建議會損害信任與合規，應避免。

階段	期間	產出
Step 0 確定主題	1週	一句話價值主張
Step 1 發布習慣	2–3週	短影音6支以上
Step 2 產線化	4–8週	系列＋剪輯模板
Step 3 變現實驗	2–3個月	首筆收益或企業案
Step 4 橫向展開	持續	就職／接案／自有商品

9.4 人×AI融合 — 讓青年變得更聰明的策略

AI時代成功故事的核心，不是「被AI取代的人」，而是「與AI融合、擴充能力的人」。人類應負責：(1) 提出問題的能力；(2) 現場脈絡、倫理與責任；(3) 信任關係的建立；(4) 品味、美學與敘事等身體性與感性。AI負責：檢索、摘要、草稿、翻譯、程式生成、影像／影片的大量試作。

實作框架「I-A-O」：
・I（Intent 意圖）— 目標由人決定，不把決策整包丟給AI。
・A（Augment 增幅）— 調研、多方案生成、多語、資料整理交給AI。
・O（Own 擁有）— 最終判斷、公開責任、對客戶的承諾由人承擔；作品留下「自己的簽名」。

學習設計：每週選「一個實務課題」，用AI產出三案、自己打磨一案並公開或交付。連續12週，就會從工具使用者變成「指揮AI創造價值的人」。無論移居何處，這套融合技能可攜性都很高。

9.5 推薦的成功故事（移居型）

以下提示中國學生可追求的6種發展情境。共同關鍵都在「AI運用能力＋語言／文化適應力＋人×AI融合」。

① 中國大陸：以AI×製造或抖音創作者，在最大國內市場放大規模。運用DeepSeek等國產模型低成本創業。避開內卷，走利基領域×短影音×直播帶貨的縱向整合。
② 香港：國際金融與貿易樞紐。如中國銀行（香港）所見，現場AI導入落後同業，因此AI導入顧問、金融科技、模型治理人才需求高（見前節分析）。粵語／英語／普通話三語是強大武器。
③ 日本：製造業DX、觀光、教育內容有需求。以中文＋日文＋AI技能，提供超越口譯、在地化的價值。人力短缺市場中，「用AI拉高生產力的外籍人才」容易卡位。
④ 東南亞（新加坡、馬來西亞等）：扮演中資數位拓展的橋樑。跨境電商、AI在地化充滿機會。
⑤ 歐洲：以研究、留學為基礎，在AI倫理、法規對應上差異化。語言與專業是關鍵。理解歐盟AI法（AI Act）可成為加分項。
⑥ 北美：赴美AI企業、新創就業或留學。能接觸最先進技術與募資環境。

共通的「最初12個月」底線：每月至少一篇公開內容（影片或技術部落格）、完成一件用AI的小型接案、語言達到可工作水準。地點變了，這三點仍在，下一個機會就容易打開。

移居地	關鍵優勢	預期角色
中國大陸	國內市場・國產AI	規模化創業・創作者
香港	國際金融・AI導入需求	金融科技・AI治理
日本	中日雙語	DX・在地化・教育
東南亞	中資橋樑	跨境電商・AI適用
歐洲	專業・語言	AI倫理・研究・法規
北美	最先進・資金	AI企業就業・留學

9.6 AI時代青年該學什麼（分年齡）

共同基礎技能：① AI素養（提示、運用、理解其極限）；② 數據與邏輯（統計、批判性思考）；③ 創造力與人際溝通（AI不擅長的領域）；④ 對單一專業領域的深入鑽研；⑤ 表達與回饋（公開→改進的習慣）。

年齡	學習重點	具體例子
20歲	基礎＋探索	AI運用、程式基礎、語言、表達習慣
30歲	專業×AI融合	在本職域導入AI、管理、副業・創業
40歲	再技能化	以AI重設工作流程、培育後進、挑戰新領域
50歲	智慧運用	將經驗文字化・指導、以AI支援年輕人
高齡者	支援青年	以經驗・人脈・資金為青年提供後援

10. 結語

中國青年失業是「成長減速＋畢業生激增＋AI替代＋差距結構」疊加的結構性問題。內卷與躺平不只是個人性格，也是對機會稀缺的反應。政府以就業優先政策與再教育因應，而青年自身需要把AI當作「武器」而非僅「競爭對手」，透過人×AI融合培養自己的領域。

教育高度化應持續，但僅此不足；實務的AI運用能力，加上創造、人際、判斷、表達的組合，才是挺過AI時代的關鍵。找不到工作時，影音創作者作為現實出路，在「最前沿AI訓練場」「領域養成」「回饋式自我改善」三點上都合理。香港銀行所見「現場AI導入落後」，弔詭地成為優秀青年的巨大機會空白。

參考文獻・資料來源

・中國國家統計局（NBS）月報統計 — 16-24歲城鎮失業率
・Stanford HAI, AI Index Report 2024 — 民間AI投資額・知名模型數
・WIPO, Generative AI Patent Landscape Report 2023 — 生成式AI專利申請
・ILO / Eurostat / OECD — 各國青年失業率
・中國國務院・人社部 政策文件 — 就業優先政策・技能中國行動
・HKMA 相關生成式AI與金融服務報告 — 香港負責任AI導入動向
・參考影片（問題意識輔助）：YouTube「中國青年失業與經濟差距相關節目」https://www.youtube.com/watch?v=adBVBZfT-4I ／「人與AI融合・智能強化策略」https://www.youtube.com/watch?v=t9uSEpW5ExI
※本報告數值為基於公開統計的概估值，因定義與時點不同，比較有其限度。

---

本篇由 Grok Build 自動生成並投稿至 Dev.to。