全球招聘市場短期收縮，AI與資料崗位展現韌性

招聘活動短期收縮，關鍵崗位需求仍在

截至2026年5月24日，全球前沿科技招聘市場出現顯著降溫。近7天觀察到的職缺僅330個，相較30天的1004個減少67.1%，較90天的1166個更下降71.7%。從180天窗口看，平均每週約46個新職缺（1189/26），但5月下旬這一數字急劇萎縮，顯示市場進入短期緊縮週期。

然而，仔細檢視結構可以發現，核心技術人才的需求並未消失。AI/演算法與資料兩大類職缺在7天樣本中合計占68.5%，其中資料崗位占比從180天的26.4%躍升至32.4%，成為成長最顯著的領域。這說明企業並未停止對AI相關人才的投入，而是將資源從模型研發轉向資料工程、分析與基礎設施管理。同時，高階崗位（Senior及以上）占比從33.6%提升至39.1%，意味著在預算緊縮期，企業更傾向於招募能立即貢獻的資深人才，而非大量初階人員。

薪資透明度的提升也值得注意：7天樣本中87.2%的職缺已標明薪資範圍，遠高於180天的74.9%。這有助於求職者更有效率地評估機會，也反映行業正向更開放的薪酬文化邁進。

AI領域細分方向：Agent/RAG加速成長

在AI職缺內部，Agent/RAG（自主代理與檢索增強生成）主題占比從180天的12.7%上升至7天的14.5%，成為成長最快的細分方向。具體職位包括Applied AI Engineer、Forward Deployed Engineer、Software Engineer with Agent focus等，顯示企業正從單一模型開發轉向構建可自主決策與檢索外部知識的系統。

這類人才供給相對稀缺，因為需要同時具備機器學習、系統設計與產品化思維。持有招募預算的公司應優先鎖定這些角色，而非追逐通用型AI研究員。與之對比，Web3/區塊鏈領域持續邊緣化，7天僅5個新職缺，主要來自JPMorgan等傳統金融機構的數位資產團隊，原生區塊鏈項目幾乎消失。Trading Infra相關職位也從180天的24個降至1個，顯示市場對純工具型基礎設施的需求轉弱。

資料職位崛起：從研發到營運的轉折

資料崗位占比的提升是本次報告最明確的結構性訊號之一。180天期間資料工程、資料分析與資料科學職位共占26.4%，但7天內已達32.4%，超越AI/演算法占比（36.1%）的增長速度。代表職位如Digital Analytics Engineer、Campaign Analytics Manager、Data Engineer等，覆蓋從數據管道建置到商業洞察的完整鏈條。

這一變化的背後含義是：企業已從早期的大模型軍備競賽，進入以數據驅動優化與合規的階段。建立穩固的資料基礎設施、確保數據品質與治理，成為實現AI價值的先決條件。對於人才策略而言，提升資料團隊的編制與預算，並搭配具有領域知識的分析師，將是短期內最有效的投資。

風險與不確定性：收縮是否持續？

儘管核心需求仍然健康，但市場下行風險不可忽視。7天崗位數若無法在未來兩週回升至500以上，可能意味著更長期的招聘凍結。此外，薪資透明度的提升雖然對求職者有利，但部分職位（如零售支援、物流）的薪資水準較低，可能拉低整體優質崗位的吸引力。

Web3與Trading Infra領域的低迷尚未出現反轉跡象，這些領域的人才可能需要考慮轉向AI基礎設施或區塊鏈在傳統金融的合規應用。風險合規職位相對穩定，但成長有限，顯示監管壓力雖在，卻未創造大量新需求。總體來看，市場信心不足，但技術人才的剛需仍是確定性最高的趨勢。

Talentverse 判斷：聚焦高確定性人才投資

基於上述數據，Talentverse 建議前沿科技公司採取以下人才策略：第一，保持對AI/演算法與資料核心崗位的招聘節奏，不因短期波動而全面凍結，因為頂尖人才的可獲得性窗口稍縱即逝。第二，優先補充Agent/RAG經驗的應用型AI工程師，以及具備大規模數據工程能力的資料領袖，這兩類角色將直接影響未來12個月的產品競爭力。第三，對於高階領導角色，建立長期關係與精準搜尋機制，避免僅依賴被動履歷。

在市場不確定性升高之際，高確定性的招聘判斷比以往更重要。企業若能搶先鎖定任務關鍵型人才，將在下一波成長中佔得先機。Talentverse 將持續追蹤市場變化，提供即時、以數據為基礎的人才洞察。