【書介】《賈伯斯來應徵，你敢用嗎？》：「真誠＆正向」賈伯斯就願意為你工作|數位時代 BusinessNext

前一陣子零售業教父徐重仁出任全聯總裁的消息引發各界討論，而他也是大家公認善於用人與培育人才的主管，曾經在接受雜誌媒體專訪時他談到，企業與其感嘆找不到人才，更應重視如何把人變成「人才」。徐重仁認為，「人，才是王道」。

企業是由人組成的，所以找到優秀的人才、對的人，永遠是企業經營重要的核心之一，然而企業對於優秀人才的「缺憾」就好像「女人的衣櫃永遠少一件」一樣，經常感嘆沒有適合的人才，可是滿街的求職者也感嘆沒有伯樂識千里馬，企業與求職者兩端有時像牽不到紅線的姻緣。

今天介紹的《賈伯斯來應徵，你敢用嗎？》，作者林行宜目前為光電產業的人資主管，累積超過20年的人力資源經驗，並曾任職過傳產製造業、服務業，及半導體業、半導體設備業、光電業等各產業，在這本書中他將主管面對人才「選」、「用」、「育」、「留」四個問題作了詳細明白的剖析，對人力資源部門與求職者這都是本相當實用的書。

其中一章就是以書名為題，作者提問：「如果你是用人主管，正在進行工程師的招募面談。此時，來了一個嬉皮小子，頂著一頭亂髮，穿著邋遢，身上飄著一股異味，還嚷嚷著如果不錄取他，就賴著不走。面對這位如此狂妄孤傲，打扮卻宛如流浪漢般的應徵者，你會繼續面談，還是立即攆走他呢？」這個情境點出了人資主管在面對應徵者時，很難預測與辨認眼前這位特立獨行的人，到底是「天才」？還是「瘋子」？

作者指出，人力主管面對特立獨行的面試者時，在刻版印象與另類思考之間需特別謹慎，雖然主管未必具有預測能力，但是一般像是極聰明的天才，對於整個世界的人事物反應與看法都不同，因此他們並不容易在世間找到和自己智能水準相近的對談者，這意謂著他們往往擁有孤僻的特質與特立獨行的行徑。

因此，主管需評估企業組織的文化，是否有如此的彈性空間允許為這樣的「天才」進入？是否有空間另外安排特殊職務？否則「天才」待得痛苦，企業也難以留人。

除了如何「識人」之外，作者也在書中談到主管與部屬之間的關係。主管與部屬之間的關係就像「放風箏」般微妙，可以信任，但不能放任，這中間的拿捏是一門藝術。對於員工而言，想要獲得主管的信任，就需「自重自愛與主動回報進度，是部屬確保「風箏線」強度的方法。」

有時也會發現，為何有些公司或部門總是找到爛人？作者指出，這就像磁場能量相吸的道理一樣，「正向能量磁場愈強的主管，愈能吸引優質夥伴加入團隊，如同『人才聚寶盆』，號召四方人才匯聚，共闖事業。」

因此，作者建議主管需「真誠」以待，無論是面對自己、組織、或部屬，用再多管理技巧包裝自己的心，終究會被部屬看穿，主管磁場調整正向，自然「物以類聚」，吸引好人才。

此外，作者也提醒主管要像線上遊戲中的「魔法師」角色，需適時提升成員的生命能量，鼓舞那些前進動能不足的部屬，「透過各種激勵方式，將能量灌輸給部屬。當部屬前進能量的指數回溫，便能產生勇往直前的勇氣與動力」。

「用人」與「被任用」其中的哲學都相當耐人尋味，其實求職者或招募者之間的關係很像「談戀愛」的過程，要能彼此看對眼，進入公司之後的磨合、協調、達成共識的過程，在「選」、「用」、「育」、「留」之間各有拿捏與取捨。

過完年後想轉職？或者是即將面臨排山倒海而來的應徵者？你該把這本《賈伯斯來應徵，你敢用嗎？》收在自己的平板電腦裡，隨時打開參考與提醒自己。

（作者薛怡青,曾擔任科技媒體記者，現為Readmoo特約作者。）

《賈伯斯來應徵，你敢用嗎？》 詳細資訊： http://goo.gl/TZDSfK 立即試讀： http://goo.gl/ZPI532

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。