一場不帶履歷的面試大會,求職平台Wanted拉近企業與台灣求職者距離
一場不帶履歷的面試大會,求職平台Wanted拉近企業與台灣求職者距離

如果說最老派的求職博覽會中存在一種氣味,必然是安靜的、尷尬的、不自在的,並充滿了西裝與套裝。面試者覺得難受,企業也不一定喜歡這種形式。

來自韓國的求職平台 Wanted,試圖在台灣舉辦一場最 chill 的「職涯嘉年華」,甚至要求職者把履歷跟套裝都留在家裡,不以求職為最大賣點,專注探索對於現場職缺的一切疑惑。

Wanted 成功了嗎?

人才很重要,聆聽人才的聲音一樣重要

Wanted 的台灣總經理陳佳聰認為,過往硬梆梆的求職博覽會過於制式,Wanted 希望可以增進求職者與企業間的「真實交流」,兩方互相聆聽對方的聲音,讓求職不再只是單向傳播,同時也讓求職者有「面試企業」的機會。

對求職者來說,有機會在企業的攤位上直接與團隊接觸,第一線了解工作內容;對企業來說,則可以透過使用者的反饋,避免「開了一個不可能的職缺」的問題。

參與本次職缺嘉年華的企業,毫不意外的以新創多一些,包含雷亞遊戲、旋轉拍賣、KKday、iKala 等,不過也有在業界打滾已久的企業如 GOMAJI、精誠資訊與台灣樂天市場,我們也實地訪問了幾家企業,分享他們對於走向線下實體招募的看法。

雷亞 CTO 鐘志遠
雷亞CTO技術長鐘志遠分享雷亞遊戲的文化與職缺。
圖/ Wanted

雷亞遊戲的 CTO 鐘志遠認為,對於部分懸宕較久的職缺,想知道求職者對於工作敘述或實際的工作內容是否有疑慮,透過直接與求職者接觸,能更理解職缺是否「接地氣」。而鐘志遠在現場也不吝與求職者解釋雷亞所採用的技術細節,期望能夠更貼近目前人才市場的現況。

旋轉拍賣的人資林妤蓁也說,來到現場都是技術的主要負責人,求職者可以直接與負責人互動、互相理解。畢竟進到旋轉拍賣後,求職者都將直接與這些負責人共同工作,對企業來說,提早與求職者面對面,能夠降低後續雙方相互不適應的成本。

最後則是老牌企業代表,精誠資訊。數位轉型顧問林漢坤說,雖然精誠資訊已經在業界較久,但透過直接接觸以及不斷吸收年輕人的創意,有助於精誠資訊打造未來年輕化的團隊。

免費占卜未來職場運勢、拍攝 LinkedIn 相片

不過,在 Wanted 求職嘉年華中,大部分的職缺仍以工程師為主,現場也有不少人在企業攤位詢問工程師之外的職缺。雖然目前台灣企業工程師人才缺口大,卻也能感受到其他職缺人才蠢蠢欲動的焦慮。

Wanted 就業嘉年華
Wanted 就業嘉年華中的 LinkedIn 照片拍攝。
圖/ Wanted

現場除了企業攤位之外,最受歡迎的則是 Wanted 特別設立的兩個攤位:LinkedIn 相片專屬攝影棚,以及塔羅牌與龜卦的職場運勢占卜。這也是讓現場氣氛較為放鬆的其中一個原因,畢竟比起漫無目的的在企業攤位中閒晃,這裡至少目標相當明確。

Wanted 也設置了「企業說故事」的橋段,讓企業能夠在舞台上介紹公司文化,也有許多企業的講者相當直白,毫無保留地將公司內部的工作情況展示給現場求職者。

最後,回歸到一開始的問題,Wanted 的職涯嘉年華成功讓台灣人求職者放鬆了嗎?很難說,現場仍有一點「放不開」的味道、職缺類型也沒有辦法滿足所有人、企業的攤位也稍嫌小了一些,但至少,他們讓台灣求職者在會場開始喝起了啤酒。

關鍵字: #人才
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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