好人才為何留不住?
好人才為何留不住?
2012.10.22 |

過完年後,一家企業面臨一波不小的離職潮。為了進一步分析離職原因,我建議人資部按離職員工的績效表現來分類。若離職者多為高績效員工,對組織是一種不健康的現象,在學理上稱為非功能性離職(dysfunctional turnover);若離職者多半是績效不良的員工,則屬於功能性離職(functional turnover),或稱為健康性離職。在實務上,人資部門分類計算離職率,會比總體來看更有意義。

前述公司把員工績效由高至低,分為五等分後,吃驚地發現,離職者有70%屬於前二等分的傑出/優良員工,30%屬於第三等分的中流砥柱,而績效較差的後二等分員工,竟沒有任何一位離職。

影響員工離職(或吸引員工投效)的因素很多,有財務性的獎酬,例如薪資、福利等;也有非財務性的獎酬,例如訓練發展機會、良好的工作氣氛與公司聲望等。該公司人資部進行「要因分析」後,歸納出結論:高績效員工主要是不滿「激勵薪的發放標準」而離職。

績效與薪資關連度高,愈能吸引人才
由於「激勵薪」的多寡會端視員工績效而定,因此擁有高績效,或自信會有高績效表現的員工,比較容易被高績效獎金制度的公司吸引。【圖1】中顯示A、B兩家公司薪資與員工績效的關係,由左下往右上傾斜的直線(正向斜率)表示績效與薪資是正相關,而且直線愈陡(斜率愈大),表示相關程度愈高。

【圖1】的A公司,其績效與薪資的關係要比B公司來得強,換句話說,在A公司工作,員工績效影響薪資的程度很大,表現好的員工薪資愈高,但表現差的員工薪資更低;但在B公司,績效好壞對員工薪資的影響不大。

比較A、B兩家公司,會發現當其他條件相同時,高績效(或有高績效自信)的員工比較願意到A公司工作(或留任在A公司),因為在高績效的區域(X”點右邊),同樣的績效水準,在A公司要比在B公司獲得更高的薪資;相反地,低績效或缺乏績效自信的員工,比較願意到B公司工作(或留任在B公司),因為在低績效的區域(X”點左邊),同樣的績效水準,在B公司要比在A公司獲得更高的薪資。

由此可見,讓員工的「薪資與績效有高度連結」對於爭取優秀員工產生舉足輕重的影響,可提高企業競爭相對優勢。
****
齊頭式平等,容易造成人才流失
公平理論(equity theory)是亞當斯(J. S. Adams,1963)所提出的論點,認為每個人會將自己與他人的「工作投入」與「所獲得結果」的比值做比較,認定自己的所得是否公平。以下是公平理論的簡單公式,其中「結果」是指薪資、晉升等要素,而「投入」則是指個人績效、技能、學歷、經驗等要素:

(結果/投入)自己=(結果/投入)他人
 

在公式中,當員工主觀地認為自己的比值小於他人時,就會感覺不公平,因而降低自己的投入,或利用各種手段來增加回報;而認為自己的比值大於他人時,也會產生罪惡感,因而在工作中投入更多,或說服自己的投入本來就比別人多。

為了更進一步說明公平理論在「激勵薪制度」中的運用,我在【圖1】裡增加了C公司,成為【圖2】。根據【圖2】,員工在A公司會感覺最公平,因為每個人的績效與薪資有最強的關聯性,績效好的員工,要比績效差的員工有更高的薪資。B公司的員工會感覺較不公平,因為他們的績效與薪資關聯性不高。而C公司的員工會感覺最不公平,因為無論績效好壞,所有人的薪資一律相同。這就是齊頭式的平等(equality),我把它稱之為平等式的不公平。

總合來說,A公司屬於公平的組織,C公司屬於平等的組織。追求公平的A公司最能吸引或保留高績效員工,因為高績效的員工能獲得最高的薪資;而追求平等的C公司最能吸引或保留低績效員工,因為低績效的員工能因此獲得最高的薪資。

原來前述的個案公司就是類似【圖2】的C公司。平等的獎勵制度,使該公司痛失不少菁英人才,要反轉逆勢,就必須加大績效與薪資間的關聯,使橫向的「平等線」變成斜率較大的「公平線」。

對企業來說,從C公司轉變到A公司需要一段過程,短期內或許會流失一些員工,但長期卻可以吸引與保留高競爭力的員工,真正落實人才管理。

資料來源《經理人月刊No.88》

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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