部分新加坡应届毕业生的求职之路将崎岖不平

尽管雇主仍有入门级职位需要填补，但新加坡的应届毕业生正进入一个更为严峻的就业市场。与此同时，雇主们的眼光已超越学历，而人工智能也正开始重塑入门级工作。

《商业时报》将通过三篇系列报道，探讨毕业生就业市场的变化、学生如何为就业做准备，以及这对大学的角色意味着什么。

【新加坡】对于部分新加坡大学毕业生而言，求职之路正变得日益坎坷。

今年10月早些时候，代理人力部长 Jasmin Lau 在国会上表示，由于部分行业招聘行情疲软，“与几年前相比，应届毕业生找到第一份全职工作所需的时间更长了”。 

另外，尽管最新数据与2025年相关，但《2025年联合自治大学毕业生就业调查》显示，毕业生在毕业后六个月内找到工作的难度正在增加。 

该调查于今年3月发布，结果显示，2025年约有88.9%的毕业生在六个月内找到了工作，低于2023年的92.9%。

与此同时，在毕业后六个月内申请了全职长期工作但未收到任何录用通知的毕业生比例，从2023年的4.1%增至2025年的8.5%，翻了一倍多。

根据人力部 (MOM) 9月发布的第二季度劳动力市场报告，应届毕业生在2026年进入的劳动力市场正显示出进一步疲软的迹象。 

尽管该报告将入门级的专业人士、经理、执行人员与技师 (PMET) 职位空缺数量描述为“基本稳定且规模可观”，但该数字仍从三个月前的32,800个降至2026年6月的31,700个。

据一些应届毕业生反映，他们在找到工作前投递了数十份求职申请。他们的经历引出了一个问题：人工智能在多大程度上增加了寻找合适工作的难度？

有岗位，但未必匹配

一种解释是，现有职位可能与毕业生的期望不总是一致。

《海峡时报》7月援引人力部的《2025年从校园到职场过渡研究》的调查结果报道，在拒绝工作机会的大学毕业生中，31%的人是因为薪资过低，而26.7%的人则是在等待更好的机会。

在毕业生愿意从事的工作类型方面，也可能出现类似的不匹配情况。 

《商业时报》此前报道，新加坡的制造业产业群有数千个职位空缺需要填补，涉及半导体和航空航天等领域。然而，由于人们对制造业产业群工作仍存有误解，企业很难吸引年轻求职者。

但职位与人才不匹配只是问题的一个方面。雇主在决定录用谁时，也越来越看重学历以外的因素。 

人力部4月发布的关于新加坡过度资格问题的专题论文指出，在2025年，79.6%的职位空缺并未将学历列为首要考虑因素。

相反，雇主优先考虑的是相关经验（48.2%）以及技能和能力（20.1%）。

学历之外的能力 

然而，新加坡人力资源从业人员协会的人事与行政主管 Sally Lee 表示，这并不意味着成绩、学位或专业领域已经“变得无关紧要”。

但是，人工智能已经影响了许多初级岗位的范畴。  

她指出：“许多传统上分配给初级员工的任务，如基础研究、内容摘要、起草文件、信息处理、常规分析以及某些形式的编程，正越来越多地被（人工智能）辅助或自动化。”

因此，她表示，入门级岗位的职责可能需要重新设计，更加侧重于审核输出结果、解读信息、处理异常情况、与利益相关者沟通以及做出判断。

因此，除了书面资格，雇主正采用不同方式来评估求职者的应用能力和潜力。 

例如，Lee 表示，实习、行业项目和工读经验“能够有效证明毕业生如何应用知识、解决问题以及与他人合作”。

但她也提醒，不应期望应届毕业生一入职就是“成品”。

她说：“‘准备好做出贡献’和‘完全胜任工作’之间有重要区别。”

她补充说，雇主可以合理地期望毕业生拥有扎实的基础知识、快速学习的能力，并愿意从第一天起就做出贡献。 

然而，她强调，招聘经理不应期望他们拥有与经验丰富的员工相同的组织知识、专业判断或行业经验。

并非取代，而是重塑 

人工智能是另一个影响因素。 

人力部于4月发布了首份关于企业采用该技术的报告，报告发现，信息与通信业（74.1%）、专业服务业（57.5%）以及金融与保险服务业（56.4%）的采用率最高。

这些行业都深受毕业生欢迎。在特许金融分析师协会 (CFA Institute) 的《2025年毕业生前景调查》中，金融服务以及信息技术和电信业分别是新加坡受访者心目中的前两大职业选择。

尽管人力部的报告发现人工智能“没有迹象表明会造成大规模的岗位流失”，但报告指出，工作岗位正在被重塑。  

在已采用人工智能的公司中，18.9%的公司重新设计了工作岗位，13.9%的公司则创造了与人工智能相关的新职位。

然而，毕业生似乎对其影响更为担忧。特许金融分析师协会的调查发现，47%的新加坡受访者认为，人工智能和自动化将使他们更难找到心仪的工作。

技能阶梯困境

总理 Lawrence Wong 也提出了同样的担忧。他在10月12日表示，人工智能可能会打断职业阶梯的“最底层”，导致年轻员工无法获得足够的培训。 

政府正在探讨是否需要推出新计划，以鼓励企业培训和指导他们。 

Insead 战略学教授、Roland Berger 战略与组织设计教席教授 Phanish Puranam 表示：“专业知识是通过多年来从简单任务攀升到复杂任务而建立的。如果人工智能执行了简单的任务，那么底层的阶梯就会消失，通往高级判断能力的晋升之路也将被切断。”

他将此称为“技能阶梯困境”，并补充说，公司需要重新设计入门级岗位，让人工智能帮助初级员工发展，而不仅仅是为他们代劳。

他说：“公司应该对人工智能进行配置，让初入职场的员工仍然能够独立思考问题，然后利用系统来检查和扩展他们的推理。这保留了初级工作一直以来所扮演的培养发展的角色。”

培养判断力的重要性也体现在大学如何思考为学生进入人工智能时代的工作场所做准备。

接受《商业时报》采访的大学表示，即使将人工智能融入课程，学生仍需在各自的学科领域打下坚实的基础，同时具备批判性评估信息和对人工智能生成的工作成果进行判断的能力。

与此同时，实习和其他形式的工作经验在帮助学生培养这种判断力方面可能会变得更加重要。

Puranam 教授说，这些经历能让学生接触到现实世界的情境、反馈和后果，而这些是课堂上无法完全复制的。

他说：“大学负责培养持久的能力，而职场则提供情境化的实践，将能力转化为判断力。”