運籌與供應鏈管理

🇹🇼 台灣 · 社會科學

下一批受衝擊的科系249 個科系中風險最高的前 38%

我的科系壽命

2年 11個月

00天 00:00:00:000

距離這個科系的畢業生職缺開始因 AI 減少
2029年9月24日 · 倒數 1093 天

推估區間 現在 – 5年 11個月

2030 年畢業：職缺可能在畢業前就開始減少

下單、需求預測、派車、報價與文件作業占新人工作的一大部分，而演算法與 AI 已做得比人更好，總公司企劃、運輸調度與貨運承攬的新人職缺會最先減少。物流中心現場營運與面對面議價仍要靠人，所以比純行政職稍晚。

「科系壽命」是距離畢業生職缺開始因 AI 減少的剩餘時間，不代表科系會消失，也不代表所有人都會失業。

AI vs 人類，你站哪一邊？

新進人員招募縮減

科系排名93 / 249

畢業後的出路

2030

畢業出路 · 以 2030 年 6 月底估算剩餘時間

供應鏈管理系畢業生常先進公司總部做企劃或當調度，負責下單、預測需求、排車和報價。這些工作現在演算法和AI大多已經做得比人更快更準。

剛入行的採購、調度和貨運承攬人員，日常工作是根據系統下單、預測需求量、安排車輛路線、算報價，再處理相關文件。這些步驟規則清楚，演算法和AI已經能自動完成，而且往往比人算得更準，總公司企劃與調度的新人職缺會先減少。物流中心裡實際指揮搬運、處理突發缺貨的現場工作，還是要靠人在場判斷。

採購和貨運承攬人員的工作偏向下單、比價這類規則化流程，AI能直接分擔，受影響時間較早；物料管理員要盤點實際庫存、處理現場落差，晚一點才受影響；統籌整個物流中心運作、要和廠商當面議價協調的物流經理，因為責任範圍更大，受影響時間會再晚一些。景氣變化也可能讓情況更複雜，不完全是AI造成的。

與其只練習下單、比價這類已經交給演算法的工作，不如爭取到物流中心現場實習，學習怎麼在缺貨或延誤時當場調整安排。也可以練習和供應商當面議價、協調交期的溝通方式，這是系統目前還做不到、但實際工作最常用到的能力。

撰寫日期 2026-09-26

適合轉職的前 3 種工作完成測驗後顯示

3 分鐘，找出適合你的轉職方向

資料用於說明工作、制度與科系。AI 取代時間與分數為 AI 推估，不是來源機構的預測。計算方法（英文）