數位科技新趨勢 技能精進現商機
數位科技持續變革，其中，AI透過「仿生」人類感知及認知能力，能夠在特定環境中，分析、處理數據，進而完成特定的任務，幫助人類完成需要一致、穩定的例行任務，而機器人則具有移動和運載的能力，能負責重複的搬運作業，因而促進工作內容和任務的重組。
科技分擔部分例行任務，人類可以完成更復雜或附加價值更高的工作，舉例來說，銀行櫃檯人員原本的開戶作業，搭配AI協助查覈、辨識申請者資料，就能從原本「一條龍」、什麼都要做，變成只需負責最終審覈。如此一來，減少使用者申辦時間，也讓原本的櫃檯人員用更少時間、完成更多審覈，多的時間就能夠專注在開發業務，或是管理客戶關係。
任務轉變也讓勞工有機會獲得更多的技能精進機會，包含「技能提升」和「技能再培訓」，前者是學習現有工作所需的技能或技術，例如學習開發業務、證照考試或新系統操作等，後者則是重新學習工作之外的技能或技術，像是跳脫銀行業務，學習副業或未來轉職所需的知識。
當然，科技除了輔助人類增加生產力之外，在技能精進方面也能創造新商機。以下分別從個人化學習帳戶、動態供需預測機制、轉職地圖等面向，探討人與科技分工下，勞動市場和技能精進的需求。
個人化學習帳戶
強化進修學習
科技持續更迭，讓既有職業需要的技能形成不同程度的調整，更加凸顯終身學習的重要性，現有挑戰在於多數企業教育訓練多是屬於工作所需的基本培訓，勞工一方面不易辨識自己的學習需求，一方面可能也不易取得培訓機會。
新型態或非典型工作（如自僱或兼職工作者等）成爲熱門的就業選項，讓企業與勞工不再維持傳統的僱傭關係，而是會經常更換僱主。
因此，過去主要由僱主承擔的培訓責任，移轉到勞工自身，加上非典型工作時間和地點不固定，更添增培訓的困難度。
有鑑於此，各國紛紛推出「個人學習帳戶」的終身學習方案，利用「帳戶儲蓄」的概念，由政府負擔部分費用，鼓勵企業、勞工投資或儲存培訓經費，引導勞工持續進修，民間教育機構亦可提供適切教育資源和推薦系統，提升人才素質，進而讓勞工成爲數位轉型的最佳助力。
動態供需預測機制
考量技能需求與科技變化
考量科技發展腳步加速，讓部分技能生命週期縮短，因此，有必要連結技能發展與科技變革，然而，現有公部門平臺如「UCAN大專校院就業職能平臺」解析職業的相關知識和技能尚顯粗略，不易區分不同職位和工作類型的差異，私部門人力銀行雖能顯現產業需求動態，但資料分散、缺乏一致架構，難回饋到教育訓練的供給端。
技能描述過於粗略或細緻，都不易顯現勞動市場技能供需動態。舉例來說，軟體工程師和水電工都會需要「設備安裝」的技能，但兩者實際安裝的作業環境與設備相差甚遠，技能描述太精細，過期時效又會加速，像是軟體工程師所需的「程式語言編輯」若加入語種描述，隨時仍須更新應用現況如Python需求增加，R、PHP、Java等語言需求則下降等說明。
儘管如此，技能供需預測要能反應現況和未來，需要更爲具體的職業技能描述資料庫，進而讓教育機構能發展符合產業需求的教學內容，也能提供現有廣大的勞工作爲技能精進的參考，讓勞工在被科技影響之前，提早發展其他專業來應對變革。
轉職地圖
輔助銜接就業
儘管科技創造的工作比取代的更多，但是工作職缺需求增加和減少、甚至消失的工作並不相同，如此的改變會形成「就業重分配」的結構調整。多數勞工會藉由內部輪調，移轉到有更高需求的部門，少數勞工則可能會需要重新求職或是轉換職涯跑道。
而勞工若能獲得轉職、培訓銜接、縮短待業時間，就不會失業，因此，若能透過公私部門的技能數據，建置「轉職地圖」的系統模型，描述就業機會和新創造工作的技能關係，就能有效在職缺減少前，預先學習有較多就業機會的技能，利於轉換到下個職位。
待轉職地圖累積到相當的數據量，便能辨識哪些工作類型、職位、經歷和科技具有互補和替代的關聯，譬如，銀行櫃檯人員的開戶行政業務量因自動化而減少，可能增加業務開發的工作，因而需要學習其他金融商品銷售的專業知識、應對進退的溝通技巧等，待未來需要與人溝通且科技難以取代的工作（如人力資源管理、客戶關係管理）需求增加，櫃檯人員就更有機會轉換到相關職缺。
綜合來說，科技影響現有工作與就業，但也能透過科技，讓勞工技能精進和掌握勞動市場技能供需，形成新商機，擴大終身學習機會並減少求職待業時間，亦讓勞工協助產業轉型升級。