数位科技新趋势 技能精进现商机
数位科技持续变革，其中，AI透过「仿生」人类感知及认知能力，能够在特定环境中，分析、处理数据，进而完成特定的任务，帮助人类完成需要一致、稳定的例行任务，而机器人则具有移动和运载的能力，能负责重复的搬运作业，因而促进工作内容和任务的重组。
科技分担部分例行任务，人类可以完成更复杂或附加价值更高的工作，举例来说，银行柜台人员原本的开户作业，搭配AI协助查核、辨识申请者资料，就能从原本「一条龙」、什么都要做，变成只需负责最终审核。如此一来，减少使用者申办时间，也让原本的柜台人员用更少时间、完成更多审核，多的时间就能够专注在开发业务，或是管理客户关系。
任务转变也让劳工有机会获得更多的技能精进机会，包含「技能提升」和「技能再培训」，前者是学习现有工作所需的技能或技术，例如学习开发业务、证照考试或新系统操作等，后者则是重新学习工作之外的技能或技术，像是跳脱银行业务，学习副业或未来转职所需的知识。
当然，科技除了辅助人类增加生产力之外，在技能精进方面也能创造新商机。以下分别从个人化学习帐户、动态供需预测机制、转职地图等面向，探讨人与科技分工下，劳动市场和技能精进的需求。
个人化学习帐户
强化进修学习
科技持续更迭，让既有职业需要的技能形成不同程度的调整，更加凸显终身学习的重要性，现有挑战在于多数企业教育训练多是属于工作所需的基本培训，劳工一方面不易辨识自己的学习需求，一方面可能也不易取得培训机会。
新型态或非典型工作（如自雇或兼职工作者等）成为热门的就业选项，让企业与劳工不再维持传统的雇佣关系，而是会经常更换雇主。
因此，过去主要由雇主承担的培训责任，移转到劳工自身，加上非典型工作时间和地点不固定，更添增培训的困难度。
有鉴于此，各国纷纷推出「个人学习帐户」的终身学习方案，利用「帐户储蓄」的概念，由政府负担部分费用，鼓励企业、劳工投资或储存培训经费，引导劳工持续进修，民间教育机构亦可提供适切教育资源和推荐系统，提升人才素质，进而让劳工成为数位转型的最佳助力。
动态供需预测机制
考量技能需求与科技变化
考量科技发展脚步加速，让部分技能生命周期缩短，因此，有必要连结技能发展与科技变革，然而，现有公部门平台如「UCAN大专校院就业职能平台」解析职业的相关知识和技能尚显粗略，不易区分不同职位和工作类型的差异，私部门人力银行虽能显现产业需求动态，但资料分散、缺乏一致架构，难回馈到教育训练的供给端。
技能描述过于粗略或细致，都不易显现劳动市场技能供需动态。举例来说，软体工程师和水电工都会需要「设备安装」的技能，但两者实际安装的作业环境与设备相差甚远，技能描述太精细，过期时效又会加速，像是软体工程师所需的「程式语言编辑」若加入语种描述，随时仍须更新应用现况如Python需求增加，R、PHP、Java等语言需求则下降等说明。
尽管如此，技能供需预测要能反应现况和未来，需要更为具体的职业技能描述资料库，进而让教育机构能发展符合产业需求的教学内容，也能提供现有广大的劳工作为技能精进的参考，让劳工在被科技影响之前，提早发展其他专业来应对变革。
转职地图
辅助衔接就业
尽管科技创造的工作比取代的更多，但是工作职缺需求增加和减少、甚至消失的工作并不相同，如此的改变会形成「就业重分配」的结构调整。多数劳工会借由内部轮调，移转到有更高需求的部门，少数劳工则可能会需要重新求职或是转换职涯跑道。
而劳工若能获得转职、培训衔接、缩短待业时间，就不会失业，因此，若能透过公私部门的技能数据，建置「转职地图」的系统模型，描述就业机会和新创造工作的技能关系，就能有效在职缺减少前，预先学习有较多就业机会的技能，利于转换到下个职位。
待转职地图累积到相当的数据量，便能辨识哪些工作类型、职位、经历和科技具有互补和替代的关联，譬如，银行柜台人员的开户行政业务量因自动化而减少，可能增加业务开发的工作，因而需要学习其他金融商品销售的专业知识、应对进退的沟通技巧等，待未来需要与人沟通且科技难以取代的工作（如人力资源管理、客户关系管理）需求增加，柜台人员就更有机会转换到相关职缺。
综合来说，科技影响现有工作与就业，但也能透过科技，让劳工技能精进和掌握劳动市场技能供需，形成新商机，扩大终身学习机会并减少求职待业时间，亦让劳工协助产业转型升级。