我的畢業年份
商業分析
🇭🇰 香港 · 社會科學最先減少畢業生職位161 個主修中風險最高的 2%
主修出路倒數
5個月
01日 21:59:34:000
距離這個主修的畢業生職位開始因 AI 減少
2027年3月24日 · 倒數 153 日
估計範圍 現在 – 1年11個月
2030 年畢業：職位可能在畢業前已開始減少
SQL查詢、儀表板、報告及需求文件已由AI直接生成，銀行及企業的初級分析員招聘最先減少，市場研究助理隨後；沒有法定資格支撐，只餘界定業務問題及說服管理層的工作。
「主修出路倒數」是距離畢業生職位開始因 AI 減少的時間，不代表這個主修會消失，也不代表人人都會失業。
查看詳情
初級職位招聘減少
主修排名2 / 161
商業分析：AI 對畢業生求職的影響
商業分析課程教學生用數據回答商業問題：寫查詢、建儀表板、做預測模型。正因為這些技術工序已能由AI直接生成，這個學科的入門職位估計很早便受影響，畢業生需要把重心由技術轉向界定問題和說服別人。
寫查詢和做儀表板交給AI後，分析新人做甚麼？
初級分析員過往的一天，是按業務部門的要求寫SQL查詢、清理數據、更新儀表板和每月報告。業務人員現在可以直接用自然語言向AI提問，查詢和圖表即時生成，中間那一層人手的需要可能隨之減少，銀行和企業的初級分析職位因此是本站預期最早收縮的部分。分析新人要轉而負責釐清管理層真正想知道甚麼、檢查AI結果有沒有用錯數據，並把結論說得令人信服。
數據、業務、市場研究和顧問，各自留下甚麼工作？
這四個出路在YOU’RE NEXT的估計中收縮時間相當接近，影響方式都是「縮減」，分別在於留下的是甚麼工作。數據分析師留下的是數據質素把關和模型設計；業務分析員留下的是與各部門溝通需求；市場研究員留下的是設計研究和詮釋消費者行為；管理顧問則靠向客戶高層提出建議並推動改變。四者都沒有法定資格支撐，能說服人的分析者比只會操作工具的人更有優勢。
商業分析學生應怎樣超越工具操作？
工具仍要學，但應同時累積行業知識，例如零售、銀行或物流，因為界定業務問題需要明白這一行怎樣賺錢。可以找真實機構合作做專題，由訪問用家、定義指標到向管理層匯報，完整走一次流程。作品集應展示自己如何發現AI輸出的錯誤、如何選擇分析方法，以及最終建議帶來甚麼決定。修讀簡報技巧、統計推論和實驗設計，也比單純多學一種軟件更有長遠價值。
撰寫日期
畢業後的出路
2030畢業出路 · 以 2030 年 6 月底畢業估算剩餘時間