當四十一歲的銀行中層管理人員李先生收到公司裁員通知的那一刻，他在大樓的樓梯間坐了整整三十分鐘。二十年前，他以榮譽畢業生的身份進入這家國際金融機構，認為自己已經找到了穩定的職業航道。然而，隨著人工智能系統逐步取代櫃檯操作、風險評估、甚至部分財務分析的工作，李先生突然發現自己在這家服務超過十五年的機構中，已經成為了一個「多餘的螺絲釘」。他的故事並非孤例，在香港這個僅有七百五十萬人口的城市中，正有數以萬計的二十八至四十歲在職人士正在經歷著相似的職業焦慮。他們被稱為「夾心世代」——上有年輕力壯、學習速度快的九○後、○○後，下有即將退休、經驗豐富的前輩，而中間的他們，卻發現自己掌握的技能正在被技術浪潮迅速淘汰。這種焦慮不是來自於某一次具體的失業事件，而是來自於一種彌漫在整個社會中的「科技性失業」（Technological Unemployment）預期——每一個人都在擔心，下一個被演算法取代的會不會就是自己。
在過去的十年裡，香港經歷了從傳統金融中心向創科都會轉型的掙扎與探索。政府投入數百億港元發展創新科技產業，希望將香港打造成為國際創科樞紐。然而，在這些宏大敘事的背後，卻是一個個普通在職人士的困惑與無助。他們看見報章雜誌上充斥著「科技創造就業」的樂觀預測，卻在現實中發現自己距離那些「創科職位」彷彿隔著一道無法逾越的高牆。他們被告知要「終身學習」，要被「數碼轉型」，但卻沒有人告訴他們，具體應該學習什麼、如何學習、以及轉型失敗的代價是什麼。這種集體性的焦慮，已經成為香港社會一種新型的「時代病」——它不是某種可以被簡單治療的心理癥狀，而是整個社會在面對顛覆性技術變革時的結構性困境。
要理解香港二十八至四十歲這一代人的焦慮，我們必須首先將視角拉遠，從全球科技發展的宏觀趨勢來審視這場正在發生的技能革命。世界經濟論壇（WEF）發表的《未來就業報告》揭示了一個不容忽視的事實：在未來五年內，全球預計將有約八千三百萬個工作崗位被淘汰，同時將誕生約六千九百萬個新的工作機會。這意味著，全球勞動力市場正在經歷一場前所未有的「技能大洗牌」——不是簡單的工作崗位減少，而是整個工作的性質與所需的技能組合正在發生根本性的轉變。對於任何一個國家的在職人士而言，這既是挑戰，也是機遇；關鍵在於是否能夠準確識別未來市場的需求，並且及時調整自己的技能組合。
在這場全球性的技能變革中，新加坡的做法值得香港借鏡。新加坡政府早在數年前便推出了「SkillsFuture」（技能前程）終身學習計劃，為所有新加坡公民提供高達五百新加坡元的培訓補貼，可以用於認證的技能課程。這個計劃的核心理念不是簡單的金錢資助，而是建立一個完整的「技能生態系統」——從需求識別、課程設計、資格認證到就業配對，每一個環節都有政府部門與私營機構的緊密合作。更重要的是，新加坡政府在推出這些政策時，特別關注「中年轉型」的議題，意識到二十八至四十歲這個年齡段的在職人士正處於職業生涯的關鍵節點，他們的轉型成功與否，不僅關乎個人福祉，更關乎整個社會的穩定與發展。
然而，當我們談論「AI時代的技能」時，許多人的第一反應仍是「學習編程」（Coding）。這種理解雖然不能說完全錯誤，卻遠遠不夠全面。正如法國哲學家伯納德·斯蒂格勒（Bernard Stiegler）在其著作《技術與時間》中所指出的，人類文明史本身就是一部技術外包的歷史——從使用文字來擴展記憶，到利用印刷術來傳播知識，每一次重大的技術變革都會重新定義「人類智慧」的邊界。在AI時代，這種外包正在加速進行：現在，一個普通人可以使用ChatGPT來撰寫文章、使用Midjourney來創作圖像、使用各種AI工具來自動化日常工作。因此，未來市場最需要的，或許不是能夠編寫複雜代碼的程序員，而是能夠與AI系統有效協作、能夠提出正確問題（Prompt Engineering）、並且能夠批判性評估AI輸出結果的「AI素養」（AI Literacy）人才。
將視角從國際趨勢拉回到香港本地，我們不得不面對一個有些令人尷尬的現實：儘管政府近年來大力推動創科產業發展，但香港本地能夠提供給轉型者的「創科職位」，與市場上渴望轉型的在職人士數量之間，存在著巨大的落差。根據香港特區政府統計處的數據，香港創科產業的就業人數雖然近年有所增長，但相對於整體勞動力市場而言，佔比仍不足百分之十。更關鍵的是，這些職位中的大多數需要的是中高級技術人才——具有豐富項目經驗的資深工程師、能夠主導產品開發的技術主管、或者在特定垂直領域具有深厚專業知識的數據科學家。對於大多數希望從傳統行業轉入創科的二十八至四十歲人士而言，他們面臨的不是「找不到工作」的問題，而是「找不到入門級職位」的困境。
這種供需錯配的背後，存在著多重結構性因素。首先，香港的創科產業生態系統相對薄弱，缺乏足夠的本土科技企業來吸納大量的人才需求。與矽谷或深圳不同，香港的科技 startup 數量有限，而且大多處於早期發展階段，能夠提供的職位自然有限。其次，香港的「再工業化」進程仍在起步階段，雖然政府設立了「新型工業化及科技培訓計劃」（NITTP）來資助企業培訓員工，但實際受惠的多是已經在科技行業內的從業員，而非希望從外部轉入的「轉型者」。第三，許多傳統行業的在職人士對於創科工作存在著浪漫化的幻想——他們看到了程序員的高薪、看到了科技公司的自由氛圍，卻沒有意識到這些表面光鮮的背後，是長時間的學習投資、不斷更新的技術知識、以及巨大的工作壓力。
對於那些真正決定轉型的「勇士」而言，他們面臨的挑戰往往比想像中更為艱巨。一個曾在市場營銷領域工作十年的專業人士，決定轉行成為「AI產品經理」，他可能需要從頭學習數據分析、機器學習基礎、用戶體驗設計等一系列全新知識。然而，市場不會因為他的學習熱情而給予特別照顧——僱主在招聘時仍然會優先考慮那些年輕、便宜、而且已經在行業內有經驗的求職者。這種「經驗歧視」並非香港獨有的現象，但在香港這個生活成本極高、而且缺乏完善失業保障的社會中，轉型失敗的代價異常沉重。許多人在考慮轉型時最大的顧慮不是「學不會」，而是「失敗了怎麼辦」——房貸要還、子女要養、家庭要照顧，這些現實的責任讓「冒險」成為一種奢侈。
面對日益嚴峻的技能轉型需求，香港特區政府推出了多項資助計劃，旨在幫助在職人士提升技能、順利轉型。其中最受關注的莫過於「持續進修基金」（CEF），該計劃自二零零二年推出以來，先後進行了多次改革，目前資助上限已提高至二萬五千港元，可用於支付各種與專業技能相關的進修課程。從表面上看，這筆資助金額相當可觀——在許多情況下足以支付一個完整的Coding Bootcamp費用。然而，當我們深入檢視這些政策的實際成效時，卻發現情況並不如想像中樂觀。
首先，二萬五千港元的資助上限在面對日益高昂的創科培訓課程時，往往顯得杯水車薪。一個優質的六個月Coding Bootcamp課程，收費通常在六萬至十萬港元之間；即使加上持續進修基金的資助，轉型者仍需自費數萬港元。對於二十八至四十歲、可能已經有家庭負擔的中年人而言，這筆支出並非小數目。更令人擔憂的是課程質素的參差不齊。自從AI成為熱門話題後，各種打著「AI」、「數據科學」、「區塊鏈」旗號的培訓課程如雨後春筍般湧現，但其中相當一部分的教學質量令人置疑。有些機構聘請的導師本身缺乏實際行業經驗，有些課程的內容已經過時、與市場需求脫節，更有甚者只是將國外的免費教材重新包裝、便以高價售賣。許多轉型者在花了大量時間和金錢後，發現自己學到的東西無法幫助他們找到一份真正的工作。
「新型工業化及科技培訓計劃」（NITTP）是另一個值得檢視的政策工具。該計劃由創新科技署管理，主要資助本地企業為現職員工提供科技培訓，期望透過「在職培訓」的方式來提升整個行業的科技水平。然而，這個計劃的設計邏輯存在一個根本性的問題：它針對的是「已在科技行業內」的從業員，而非希望「轉入科技行業」的轉型者。一個在傳統金融機構工作的中層管理人員，幾乎不可能透過NITTP來獲得資助、學習編程技能，然後成功轉入科技公司。政策的受益者往往是那些已經在科技行業、只是需要「提升」技能的現有從業員，而這與普羅大眾期望的「幫助失業或想轉行的人士」存在著明顯的落差。
如果要真正評估這些資助計劃的成效，我們不能僅僅看「發出了多少津貼」、「有多少人報讀了課程」，更應該追蹤「有多少人成功轉型」、「轉型後的收入水平是否有所提升」。遺憾的是，香港政府在這方面的數據收集和追蹤研究仍然不足。我們缺乏一個完善的機制來評估這些培訓課程的「就業掛鉤」成效——即究竟有多少畢業學員能夠成功進入創科行業，他們的平均入職薪資是多少，以及他們在行業內的留存率有多少。這種數據的缺失，不僅不利於政策的優化和改進，也讓公眾難以判斷哪些培訓項目真正有效、哪些只是在浪費資源。
在討論了這麼多的數據、政策和技術趨勢之後，我們有必要暫停一下，從哲學的視角來反思這一切對於「人」的意義。德國哲學家馬丁·海德格爾（Martin Heidegger）曾經警告過「技術的專制」（the dictatorship of technology）的危險——當人類過度依賴技術、將技術視為解決一切問題的唯一答案時，我們可能會忘記技術原本只是服務於人類的工具，而反過來成為技術的奴隸。在這個AI日新月異的時代，這種警告顯得格外有意義。當我們恐懼被AI取代時，我們是否已經在某種程度上接受了這樣一種假設——人的價值僅僅在於其「功能性」，即能否高效地完成某項工作？如果是這樣，那麼這種恐懼本身就已經將我們置於一個被動的、防御性的位置。
事實上，AI的發展不僅帶來了挑戰，也帶來了重新定義人類價值的契機。當機器的運算能力越來越強大時，那些只有人類才能擁有的「軟技能」反而變得更加值錢——批判性思維、複雜情境下的判斷能力、同理心與情緒智商、跨領域的創意整合能力、以及面對模糊和不確定性時的適應能力。這些能力不是透過幾個月的Coding Bootcamp就能夠習得的，而是需要在長期的工作和生活經驗中不斷積累和打磨。對於二十八至四十歲的轉型者而言，他們多年來在不同行業中積累的「領域知識」（Domain Knowledge），恰恰是那些年輕的程序員最缺乏的寶貴資產。一個曾在醫療行業工作多年的專業人士，結合他的醫療知識和AI技能，可能比任何一個純技術背景的程序員更能開發出真正解決醫療行業痛點的AI應用。
因此，我們需要轉變的不僅是技能，更是心態——從「恐懼被取代」轉向「與AI共舞」。這不是一種盲目的樂觀，而是一種基於對人類獨特價值的深刻認識。AI可以處理大量的數據、執行重複性的任務、生成標準化的輸出，但它無法代替人類進行真正原創的思考、無法理解複雜的人際關係、無法在道德困境中做出有溫度的抉擇。當我們將AI視為一種增強人類能力的工具，而不是一種競爭對手時，我們就能夠發現屬於自己的獨特定位。在這個意義上，轉型創科不僅是一個「找工作」的問題，更是一個「我是誰」、「我能為這個世界貢獻什麼」的終極問題。
在哲學性的反思之後，讓我們回到更具體、更實用的層面：對於那些真正希望從傳統行業轉入創科領域的二十八至四十歲人士而言，究竟有哪些實際可行的路徑可以提高成功的機會？首先要強調的是「精準定位」的重要性。許多轉型者的失敗並非因為能力不足，而是因為定位錯誤——他們試圖與二十出頭的年輕程序員在「純技術」層面競爭，卻沒有發揮自己多年積累的行業經驗和人脈網絡。事實上，創科行業中有大量的非技術崗位同樣重要且需求旺盛——產品經理（Product Manager）需要深入理解用戶需求和市場趨勢、用戶體驗設計師（UX Designer）需要具備審美素養和同理心、科技項目的市場推廣需要了解目標客戶的心理、科技公司的運營管理需要豐富的商業經驗。這些崗位往往更看重「商業觸覺」和「人際能力」，而非純粹的編程技術。
其次，「終身學習」的心態比任何具體的技能都更加重要。在AI時代，技術的更新速度比以往任何時候都快，今天熱門的編程語言可能明天就過時了。因此，與其盲目地追隨市場熱潮學習某種特定的技術，不如培養「學習如何學習」的能力。這包括保持對行業趨勢的敏感度、願意嘗試新工具和新方法、以及能夠在短時間內掌握新知識的元認知能力。許多成功的轉型者分享的經驗是：他們在轉型初期花費大量時間「打底」——建立對技術基礎概念的整體理解，而不是急於學習某種具體的編程語言或框架。這種「慢即是快」的策略，雖然在短期內看不到明顯成效，但卻為長期的職業發展打下了堅實的基礎。
第三，善用政府資源固然重要，但不應完全依賴政府。除了持續進修基金和各項培訓計劃外，轉型者還可以考慮其他的學習途徑：大量的高質量在線課程（如Coursera、edX、Udacity等平臺）提供了相對廉價的學習機會；開源社區和技術論壇提供了與業內人士交流的平臺；兼職或自由職業形式的「實驗性轉型」可以讓你在保持現有收入的同時測試自己是否適合創科行業。在這個過程中，建立自己的「作品集」（Portfolio）至關重要——對於沒有傳統技術背景的轉型者而言，你能夠展示的實際項目和成果，往往比任何文憑或證書都更有說服力。
在這篇長文的結尾，我想將目光聚焦在每一個正在閱讀這些文字的轉型者身上。你們或許正在經歷職業生涯中最大的困惑與不安，你們或許已經嘗試過多次的學習和轉型、卻發現現實比想像中更加殘酷，你們或許正在質疑自己的選擇是否正確、質疑這個社會是否真的存在「公平競爭」的機會。這些焦慮和困惑都是真實的，都是合理的，都是值得被聽見和被理解的。請記住，你們並不孤單——在這座城市中，有數以萬計的人正在與你們並肩作戰。
但是，在承認這些困難的同時，我也想傳遞一些希望的聲音。歷史告訴我們，每一次重大的技術革命都會帶來短期的混亂和痛苦，但最終，人類總是能夠找到與新技術共存的方式。蒸汽機沒有消滅人類，電力沒有消滅人類，互聯網也沒有消滅人類——相反，它們都創造了前所未有的新的工作機會和生活方式。AI的發展或許會消滅某些工作崗位，但它必將創造出我們今天還無法想像的全新職業。我們這一代人的使命，不是試圖預測未來、然後為未來做好「萬全準備」——因為未來本身就是不可預測的。我們能夠做的，是培養一種「擁抱不確定性」的心態，一種在變化中尋找機會的適應能力，以及一種相信自己能夠克服困難的信念。
最後，我想用一段話來結束這篇文章：人生不是一條直線，而是一場冒險。你二十八歲時的迷惘、四十歲時的恐懼，都是這場冒險中的一部分。它們不是失敗的象徵，而是成長的痕跡。當你回首往事時，你會發現那些最困難的時刻，往往也是塑造你成為現在這個樣子的關鍵時刻。所以，無論你現在處於什麼樣的處境，請保持希望、保持好奇心、保持對生活的熱情。這個世界仍然需要你的獨特貢獻，而你所能做的，就是找到那個屬於自己的位置，然後堅定地走下去。
一、二十八歲至四十歲才轉行做IT或AI行業，會否太遲？
許多人認為轉型應該趁年輕，否則就「太遲了」。但這種想法忽視了年齡帶來的獨特優勢。首先，二十八至四十歲的轉型者往往已經在原有行業中積累了豐富的「領域知識」（Domain Knowledge）——無論是金融、醫療、教育還是零售，這些專業知識在與AI技術結合時，往往能夠產生意想不到的創新。其次，這個年齡段的人士通常具備更成熟的處事能力和情緒智商，這些「軟技能」在團隊協調和項目管理中非常重要。當然，轉型確實需要付出額外的努力——你可能需要利用業餘時間補習基礎知識、可能需要在入行初期接受較低的起薪、可能需要面對比年輕同事更多的質疑。但這些代價換來的，是一個更符合未來趨勢、更有發展潛力的職業生涯。
二、香港政府有哪些資助適合在職人士進修AI技能？
香港特區政府提供了多項資助計劃幫助在職人士進修。最主要的是「持續進修基金」（CEF），目前資助上限為二萬五千港元，可用於支付多種與創科相關的認可課程。此外，「再工業化及科技培訓計劃」（NITTP）為本地企業提供資助，讓現職員工接受科技培訓，但這個計劃主要針對已在科技行業內的從業員。創新科技署亦有推出「科技人才入境計劃」、「研究人才庫」等措施，支援科技企業吸納人才。大專院校如香港城市大學、香港理工大學等亦有提供各種「微證書」（Micro-credentials）課程，部分可申請政府的資助。在選擇課程時，建議先確認該課程是否在政府的「資助範圍」內，並且了解過往學員的「就業掛鉤」成效。
三、非理科背景（文科/商科）如何切入創科行業？
創科行業中有大量的非技術崗位同樣重要，而且非常適合文科或商科背景的人士。產品經理（Product Manager）需要理解用戶需求、制訂產品策略、協調開發團隊，這個角色更看重商業觸覺和溝通能力。用戶體驗設計師（UX Designer）需要具備審美素養和同理心，能夠從用戶角度設計界面。AI倫理專家（AI Ethics Specialist）是新興的崗位，需要文科背景來探討AI的道德和社會影響。科技項目的市場推廣和銷售同樣需要商業知識和人文素養。關鍵在於找到自己的「差異化優勢」——你的原有專業知識結合AI技能，可能比純技術背景更有價值。建議可以先從「AI工具使用者」的角度切入，學習使用各種AI產品來提升現有工作效率，然後逐步深入了解技術原理。
四、坊間的Coding Bootcamp（編程速成班）就業率可信嗎？
坊間的Coding Bootcamp質素參差不齊，不能一概而論。優質的Bootcamp確實能夠幫助學員在短時間內掌握實用的編程技能，並且提供就業輔導和行業人脈。然而，一些不良機構可能存在虛假宣傳的問題——誇大就業率、隱藏負面數據、或將「有學員找到工作」說成「所有學員都能找到工作」。在選擇Bootcamp時，建議多方查證：查看機構過往學員的真實評價、了解師資背景和教學經驗、詢問課程內容是否與市場需求接軌、以及是否有「不滿意退費」的保障。記住，Bootcamp只是入門的第一步，找到工作後仍需要持續學習和積累經驗。
五、AI會完全取代初級程序員或行政人員嗎？
這個問題的答案是「會也不會」。AI確實能夠自動化許多初性質的工作——例如簡單的代碼編寫、數據錄入、文件排版等。因此，某些低門檻的職位確實面臨被淘汰的風險。但是，AI更可能的是「改變」這些職業的工作方式，而非完全「消滅」它們。未來的程序員可能需要花更多時間在系統設計、算法優化、與AI系統的協作上；而行政人員可能需要轉向更高價值的任務，如戰略規劃、危機處理、人際協調等。關鍵在於「持續學習」和「向上移動」——停留在原地肯定會被淘汰，但願意學習新技能的人總能在AI時代找到自己的位置。
六、轉型期間的收入空窗期該如何規劃？
轉型期間的收入空窗期是許多人最大的顧慮。解決方案包括：首先，考慮「兼讀制」或「在職轉型」的策略——利用現有工作的收入來支持學習成本，等到具備一定基礎後再考慮全職轉型。其次，可以先從「 Freelance」或「兼職」的形式開始嘗試，接一些小型項目來累積經驗和作品集，同時保持現有收入。第三，做好財務規劃——在轉型前建立至少六個月的生活儲備，以應對可能的收入下降。第四，考慮政府提供的「再培訓津貼」或「失業人士進修資助」等選項。最重要的是調整心態——轉型是一個過程，而不是一次「全有或全無」的抉擇。允許自己有過渡期，有步驟地前進，往往比冒然辭職、破釜沉舟更為穩妥。
七、什麼是AI Literacy（AI素養），它與會寫Code有何不同？
AI素養（AI Literacy）指的是理解和有效運用AI工具的能力，包括：理解AI的基本原理和限制、能夠評估AI輸出的質量和可靠性、能夠與AI系統進行有效的「對話」（即Prompt Engineering）、以及理解AI的倫理和社會影響。會寫Code是一種技術能力，專注於如何「構建」AI系統；而AI素養是一種應用能力，專注於如何「使用」AI工具。對於大多數人而言，後者更加實用——你不需要成為工程師才能使用ChatGPT或其他AI工具，但需要學會如何提出好的問題、如何判斷答案的質量、以及何時應該、何時不應該依賴AI。在未來的工作環境中，AI素養可能會像今天的電腦操作技能一樣，成為一種必備的基本素質。
八、僱主在招聘中高齡轉型者時，最看重什麼特質？
僱主在招聘中高齡轉型者時，通常會看重以下特質：首先，「適應力」（Adaptability Quotient）——在快速變化的科技行業中，能夠不斷學習和調整的能力比任何具體技術都重要。其次，「過渡技能的可遷移性」——你在原有行業中積累的項目管理、客戶服務、團隊領導等經驗，如何能夠應用到新的崗位上。第三，「成熟穩定的處事態度」——相比年輕員工，中年轉型者通常更加成熟、負責任，也更能夠承受工作壓力。第四，「明確的職業動機」——僱主會想知道你為什麼選擇轉型、你對這個行業有多少了解、你願意投入多少時間和精力來學習。第五，「作品集和實際成果」——任何能夠展示你實際能力的項目、案例或作品，都比空洞的陳述更有說服力。
九、政府的「創科人才庫」對一般轉型者有幫助嗎？
「創科人才庫」是政府推出的措施之一，旨在支援科技企業吸納人才。這個計劃為符合資格的科技公司提供補貼，讓它們能夠以較低的成本聘請海外或本地人才。對於轉型者而言，這個計劃的幫助程度取決於個人的情況。如果你已經具備一定的技術能力、只是缺乏「進入」行業的機會，那麼人才庫提供的就業機會可能是一個不錯的起點。然而，這個計劃主要面向已經有一定技術基礎的候選人，對於完全沒有技術背景、只是「想轉行」的人士而言，幫助相對有限。此外，人才庫的申請門檻和程序可能較為繁複，需要有一定的時間和精力去準備。在考慮這個選項時，建議先評估自己的技術水平是否達到基本要求，再決定是否申請。
十、未來五年，香港最缺乏哪類創科人才？
結合全球趨勢和香港本地發展方向，以下幾類人才預計在未來五年將有較高需求：首先，「數據科學家和AI工程師」——隨著AI應用的普及，能夠開發、部署和優化AI系統的專業人才需求將持續增長。其次，「網絡安全專家」——在數字化程度不斷提高的同時，網絡安全的威脅也日益嚴重，這類人才在政府和私營機構都有大量需求。第三，「雲端運算和DevOps工程師」——越來越多的企業將業務遷移到雲端，能夠設計和管理雲端架構的人才非常搶手。第四，「AI應用專家」——能夠將AI技術與特定行業知識結合、開發行業應用方案的人才，例如「金融科技」、「醫療AI」、「智慧城市」等領域的專業人士。第五，「產品經理和用戶體驗設計師」——技術最終需要服務於用戶，這類連接技術與市場的崗位永遠有市場。對於轉型者而言，選擇一個符合自己興趣和背景的細分領域，然後專注深耕，往往比「什麼都學」更加有效。
1.World Economic Forum. (2023). The Future of Jobs Report 2023. https://www.weforum.org/publications/the-future-of-jobs-report-2023/
2.McKinsey & Company. (2023). Generative AI and the future of work in America. https://www.mckinsey.com/
3.香港特別行政區政府統計處。《就業及空缺統計（創科產業）》。https://www.censtatd.gov.hk/
4.香港立法會秘書處資料研究組。《選定地方的創新及科技發展比較研究》。https://www.legco.gov.hk/
5.Stiegler, Bernard. (1994). Technics and Time, 1: The Fault of Epimetheus. Stanford University Press.
6.OECD. (2023). OECD Skills Outlook 2023: Skills for a Resilient Recovery. https://www.oecd.org/
7.香港創新科技署。《再工業化及科技培訓計劃（NITTP）》。https://www.itc.gov.hk/
8.香港特區政府持續進修基金辦事處。《持續進修基金優化措施》。https://www.wfsfaa.gov.hk/
9.新加坡 SkillsFuture 官方網站。https://www.skillsfuture.gov.sg/
10.Gartner. (2023). Gartner Top Strategic Technology Trends for 2024. https://www.gartner.com/
本文旨在從社會發展和人力資源角度分析香港在職人士的技能轉型議題，並非投資建議或職業指導。如需專業的職業輔導或培訓建議，請諮詢合資格的人力資源專業人員或教育顧問。