自動化風潮席捲辦公室,新世代人才該注意的3個「軟&硬」技能是什麼?
自動化風潮席捲辦公室,新世代人才該注意的3個「軟&硬」技能是什麼?

編按:當機器比一般人類好使喚,面對辦公室自動化的潮流,我們該如何成為組織中的關鍵人才?何則文以多年外派經驗,透過《個人品牌》結合全球500強企業人資、整合行銷主管的實戰觀察,全面解析個人品牌的塑造方法。

在談論職場上的個人品牌之前,我們要先談談未來職場的兩個大概念。新技術的導入將使得過去的組織結構跟工作任務解構轉換,這其中有兩個新技術值得我們認識與探討,分別是「RPA」跟「ONA」。

RPA:沒有形體的機器人,一肩扛起辦公自動化大任

RPA(Robotic Process Automation,直譯為「機器人流程自動化」)是模擬人類使用電腦操作各類辦公軟體的自動化程式,簡單的說,可以視為虛擬的機器人。

現在許多歐美與中國企業,員工報銷費用時會將單據跟表單寄送給一個電子信箱,這個信箱的接收者不是真人,而是一個RPA程式,它會自動讀取信件內容,判別出有用數據,然後自動打開EXCEL進行彙整,並開啟瀏覽器自動填報費用結報系統,完成後通知員工,進行結案。

RPA
RPA並不是另一種ERP概念,而是完全模擬真人操作的自動化程式機器人。
圖/ shutterstock

RPA能判別出訊息中有用的部份,像人一樣自動填入既有的系統跟表單,並且通知員工。這樣的應用並不需要新建系統,而是在既有的系統上新開發一個。這代表了,只要廣泛的應用RPA,大部份可以歸納為SOP的日常行政工作的人員都會被取代。

ONA:要成為職場核心,必先了解組織網路的樣貌

過去我們傳統的企業組織傾向於金字塔形式的科層組織,每個單位各司其職,人就像機器一樣工作。未來的組織裡,重複性的工作將被RPA這種新技術取代,階級會被打破,未來評價你工作表現的將不再是你的主管,而是與你互動的同儕。

ONA(Organizational network analysis,直譯為「組織網路分析」)就是這樣的概念,我們怎樣知道誰是組織中關鍵的核心人才?誰對組織的貢獻更高?這就要知道他在組織的影響力。ONA透過分析郵件、通訊軟體以及其他項目專案的數據,知道每個人在組織中的扮演角色。接下來看到的圖,就是傳統的科層體制,與平台化組織執行的ONA分析比較圖。

個人品牌
越是核心的人才,與他有連結的同事跟工作專案就越多,在ONA圖中就會像蜘蛛網的核心。
圖/ 遠流出版《個人品牌》

其中,越核心的人才,會在整體分析圖的中央位置,像這種與他人連結越多的核心人物,他的離職成本就越高,對組織的重要性也越大。相反的,位居角落,與他人連結不高的,就是組織邊緣人,也會是組織精簡時首先要被處理的人。

了解了這樣的未來職場兩大趨勢後,我們可以進一步思考,在未來時代如何塑造個人職場品牌。

3大類軟&硬技能,輕鬆塑造職場個人品牌

我們可以從硬技能跟軟技能兩個層面來分析跟加強,藉以提升我們的職場品牌能力。

硬技能指的是那些能直接幫你完成工作的相應技能,可以透過教育、培訓計劃、直接獲得的可量化能力。在職場上有3個比較主要的硬技能:

  1. 專業技術知識:是你在職位上能直接貢獻給組織的能力,這可能是與你過去科系所學相符合的專業能力。

  2. 未來趨勢技能:而除了自己的能力外,對於未來趨勢的AI、大數據、區塊鏈等新興的名詞技術,也是我們要學習的。

  3. 外語說寫能力:在這個全球化的時代,海島台灣的經濟又以外貿為主,很難不與他國交流,這時候想要在職場上更進一步,當然需要外語能力。

軟技能則傾向人與人之間交流互動的能力,較難透過訓練直接獲得,而且相較硬技能更難定義,包括了溝通、傾聽、歸納、同理心、職業道德等等。也有很多人會把它詮釋為「做人的能力」。3個比較重點的軟技能如下:

  1. 自學分享能力:如何規劃自己學習目標,透過自己搜尋資源來獲得技能,這樣的能力也逐漸被看重。

  2. 溝通演說技巧:自己擁有技能是一回事,但如何讓技能完全的發揮,賦能他人,讓大家學習理解,同時協調團隊,就是一個難以通過培訓獲得的軟實力。

  3. 職業道德倫理:人品是在職場向上發展中不可或缺的重要根基,即便有再好的硬技能跟溝通技巧,如果不能以利他出發,甚至幹一些損人不利己、危害他人或者組織利益、見不得人的壞勾當,就不可能在個人職場品牌中建設出良好的聲譽。

避免被RPA取代,要有ONA的觀察思維

從上述可以知道,在建構個人職場品牌中,除了硬實力的技能外,更看重做人的軟技能。為什麼軟技能更為重要?因為軟技能跟人的性格、品德是掛勾的,較難察覺,也很難量化跟培訓,卻是讓人在職場上能走的更持久的重要關鍵。

LinkedIn執行長傑夫.威納爾(Jeff Weiner)
很多人以為這個時代最重要的技能是寫程式,但其實能讓人在職場出眾的,以及企業雇主真正看中的,是軟技能。

想要在未來職場建立良好的個人職場品牌,重要的關鍵就是,試著在組織內從事非日常性庶務工作,因為日常性的工作未來會被RPA等新技術取代,做這些工作很難體現個人創新價值。

同時,我們要擁有ONA的觀察維度,努力讓自己透過專業技術跟軟技能,為組織付出產生效益;並且要與更多的組織內同仁連結,適時協助他人,把自己推向核心群。還有,別忘了從內而外重視自己的溝通、協作以及倫理道德等軟技能。

本文授權轉載、摘錄自《個人品牌》,P.163-P.167,遠流出版

整理:張庭銉

關鍵字: #職場
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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