Gartner~預見未來十年全球職場工作十大變遷
Gartner~預見未來十年全球職場工作十大變遷

過去廿年來全球面貌變化甚鉅,職場工作的界線更是已然模糊。知名研究機構Gartner近日便預言,2020年以前職場工作本質將經歷十大變遷,而由於未來環境將日益混亂且超乎企業所能控制,業者必須預先規劃以適應新潮流。

Gartner副總裁Tom Austin指出,未來職場中例行性工作將會減少,取而代之的是多樣性、超高速連結(hyperconnected)、「群集合作」(swarming)等特點,而2010年企業內部工作僅25%為非例行性性質,到了2015年比重將增至40%以上。

Austin還表示,未來工作型態將以群集合作為主,單打獨鬥逐漸式微,企業員工須與平日少有連結的他人合作,團隊成員也將擴及公司外部人員,此外由於擬真(simulation)、視覺化、協同合作(unification)、超高速運算等技術崛起,未來職場也將日益重視知覺能力(perceptual skills)。

企業必須在下列未來職場十大趨勢中,鎖定可能影響自家營運的項目,以評估是否應該採用新科技或改變管理模式:

  1. 非例行性工作大增

    人類對職場的核心價值在於無法以自動化取代,亦即一些屬於非例行性工作的過程,像是創新、團隊合作、領導、銷售與學習等工作,都具有人類獨有的分析與互動特質。非例行性工作無法以自動化取代,例如我們無法以自動化向難纏的顧客銷售人壽保單,卻可利用自動化工具來提升整個銷售過程。

  2. 群集合作

    所謂群集合作,就是由所有可能對該項工作有所貢獻的人集體合作。Gartner將集體合作分為兩種:團體合作(teaming)未來將廣受重視且更為普遍,不過目前還有一種新的團隊合作型態逐漸崛起,Gartner稱之為「群集合作」以與傳統的團隊合作型態有所區分。傳統的團隊合作,乃由過去曾經合作並彼此熟識的人員所組成,且多半屬於同公司,由同一位主管領導。群集合作組成的速度更快,面對問題或商機時能快速鎖定目標並找出對策。現代職場中突發狀況越來越多,而群集合作就是此一趨勢下應運而生的工作型態。

  3. 弱聯帶

在群集合作當中,如果每個人都互相熟識,就沒有所謂的弱聯帶(weak links)。所謂弱聯帶,就是由他人處得知共事者之個人資訊,因此不但屬於間接指標,也必須仰賴外界對此人之了解。如果能掌握自身私人、職場或社交的網絡,便有助於開發與運用個人的強聯帶與弱聯帶,進而透過群集合作達成商業利益。

  1. 集體團隊合作

    職場中有一些不受企業直接控制的非正式工作團隊,但對企業成敗仍就攸關重大。這些因共同利益、潮流或歷史偶然而結合的工作團隊,Gartner稱之為「集體團隊」(the collective)。優秀的企業主管,知道如何在無法控制或只能發揮影響的商業生態中生存,而在這發揮影響的過程中,必須了解可能會影響組織本身的集體團隊,以及外部團隊的主要人員。透過集體團隊收集市場情報相當重要,此外業者也必須思考,如何利用集體團隊來定義產業類別、市場、產品與各種商業策略。

  2. 工作初始架構

    大多數非例行程序亦將變得非常不正式。各組織過去做決定時皆試圖取得標準程序,但至少在目前Gartner並不預期非例行程序會遵循有意義的標準模式。我們相信假以時日逐漸增加的非例行工作之工作模式將會形成,證明可用較為謹慎細心的方式來蒐集活動資訊的簡易方法,不過實質的投資效益需要等上數年才會顯現。在此之際,大多數非例行程序的處理模式仍將僅是初始架構,隨時因應需求所產生的。

  3. 自動自發的工作

    Gartner說明群集工作時也提到這點。自動自發指的不只是反應活動,如新型態的出現,亦包含積極主動的工作,如尋找新的機會和創造新的設計和模式。

  4. 模擬與實驗

    實際使用類似電影關鍵報告中所描繪的模擬環境(虛擬環境),將取代在空白表格程式中的格式化設定。這代表利用N次元虛擬狀況來代表各類資料。虛擬環境的內容將由代理技術所組成。根據人類使用虛擬環境內容的情況,代理科技可決定將哪種物質放在一塊。人類將與資料互動並積極操作不同的因素來重整他們目前所看到的世界。

  5. 模式敏感度

Gartner 出版了大一系列有關模式策略的研究報告,指出商界的變化越來越大,讓人們可不用再根據歷史表現的線性模式來工作,因此對未來的能見度也相對更低。Gartner預期設有以下團隊的組織數目將大幅成長,包括專為偵測各類不同新興型態、評估新興型態、發展不同情境來找出破壞型態的因素,並提供資深管理者新方法來善用他們目前較敏感的變化(或避免組織遭遇變化)等團隊。

  1. 超高速連結

    超高速連結是大多數組織的特色,存在於龐大網路之下的各網路之內,各網路很難被完全控制。當主要的供應鏈因素,如可能「受到合約限制」時,就無法保證各網路能有正常表現,即使是網路內部的供應鏈也一樣。超高速連結將帶來更多跨企業正式與非正式關係的工作,這意味著人類的工作型態、IT技術支援將受到影響,以及工作量也將增加。

  2. 工作地點

    有鑑於會議朝向跨時區與跨組織發展,以及彼此幾乎互不認識的參與者共同解決群集合作衝擊下迅速衍生的問題等因素,工作地點也變得越來越虛擬化。不過員工仍會有工作地點。許多人不見得會有公司所提供的實質辦公室或是辦公桌,而他們的工作時間也增加至一週七天24小時的工作。在此工作環境下,介於公私、社會和家庭及組織相關事務間的界線都會消失殆盡。個人需要管理因需求重疊所延伸出的複雜問題,無論來自新的工作環境或是外在(非工作相關)現象。那些無法管理預期內和擾人過量工作的人,將因工作表現欠佳而受到影響,因為這些過量的工作迫使人隨時處於過度刺激(資訊超載)的狀態。

關鍵字: #Gartner #職場
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓