商業思維:人力資源的關鍵價值,絕對不僅是離職率或招募數量
商業思維:人力資源的關鍵價值,絕對不僅是離職率或招募數量

對HR領域,我不敢說是頂尖專家,但我對這領域的認識還算可以,我跟很多HR做過深度交流,也參與過公司內許多制度的建立過程,其中有一些甚至還是我主導的,我團隊內也曾籌組了一個RD HR-team,可以稱得上是半個HR人。

人力資源部門常見的KPI有哪些?

近幾年我持續推動商業思維,其中有一個重要的概念是數據脈絡,我希望藉由梳理脈絡來找出每個職務與工作任務的價值,當我很好的將研發人員的價值透過質化與量化呈現後,有些HR從業人員告訴我,他們認為自己的貢獻被低估了,但他們也找不出任何方法去陳述自己的工作貢獻。

我問他們:「你們的KPI是什麼?」

我收到的回覆挺多的,例如面試人數、招聘到職率、離職率、績優員工留任率、培訓成效等,我也上網查了一下國外的資料,我發現指標類型比較多元一些:

  • 到職率、招募人數、跳出率(面試流程到一半人不見)
  • 離職率、員工滿意度、員工淨推薦率(NPS)
  • 人均生產力(人效)
  • 薪資競爭力
  • 文化認同度
  • 全職/兼職員工比例
  • 90離職率、90天適任率
  • 招募平均成本
  • 績優員工留任率
  • 員工推薦率(員工推薦員工)
  • 培訓成效

看完這些,我心裡有兩個想法:

  1. 台灣看待HR的方式必須要有更進一步的突破,必須從數人頭的人力管理的角度,轉變到把人視為組織資產的人才資本管理。

  2. 這些指標,多數的HR要不難以控制(如薪資競爭力、文化認同度、離職率),要不就無法判斷對公司的實質貢獻(如培訓成效、到職率),那這樣的指標壓在HR身上其實一點意義也沒有。

無法掌握的事,我如何對他負責?

曾有一位HR告訴我,他的KPI是員工的離職率與績優員工的留任率,我問他:「你如何對員工的離職與否負責?」

他想了想回答我:「我還真的沒辦法,因為薪資與升遷規矩是老闆訂的,而他工作內容是部門主管決定的,工作中的合作與互動則與同事有關,我只能招募他進來,但進來後會怎麼樣,其實我是一點把握也沒有。」

實話,這是許多HR的心聲,但這段話對也不對。

對的是,一個人對無法掌握的事確實很難負起責任,怎麼說呢?我們用下面這個案例來說明吧:

一個員工從招募開始與公司產生了連結,可能從投遞履歷、邀請面試、一面、二面、談薪水、收到offer,最後到職,到這個段落為止,主責的是HR,但從員工到職到遞出辭呈準備離開,這段時間HR與這位員工的接觸時間非常短,大概只有培訓或考核的時候會產生一些關聯,除此之外,9成以上的時間HR是沒權力,也難以把握這個人現況的。

這樣一個人進來,你見過他幾次面,然後就要為他的離職負責,似乎一點道理也沒有。

這個道理你知、我知,獨眼龍也知道,但為什麼離職率這個數字還是常常被當成HR的KPI之一呢?

我認為原因有二:

  1. 離職率是總體生產力是否穩定的綜合指標之一,從業務角度來看,這就有點像是客戶流失率,流動率過高總是不恰當(其實過低也不是個好現象)。

  2. 傳統的企業管理受製造業影響,以人頭計算生產力,能補多少人,留多少人就等於擁有多少生產力,所以在職人數約略與生產力成正比,因此將離職率視為一個重要的KPI並不足為奇。

對製造業來說,生產線員工的技能要求低,招募速度快,培訓快,工作內容單純,同事合作流程也單純,影響離職的因素相對較少。如上圖,我們拿製造業產線員工與軟體業PM來比較一下,其實狀況就很明顯了,以工作變因來說,軟體PM實際上是遠超產線員工的。

當人被招募進來後,造成離職的變因少,HR對一個人是否會離職的掌握度相對愈高,而掌握度高時,將離職率這個指標放在HR身上問題相對較小。

那軟體PM的離職率如果很高,又應該算誰的?其實正常來說HR跟用人主管兩者應該都有責任。但HR到底要如何對這件事有更多的掌握呢?你可能得做許多事,例如到職一週、一個月的面談,或者在發現他對工作內容不滿意,與主管或其他同事溝通上有問題時介入溝通或輔導,甚至與主管討論是否為他進行轉崗。

然而要做到這種程度,甚至制度化下來,是有一定困難度的,原因有三:

  1. HR不認為自己應該做到這些事,會覺得HR搞到最後很像保姆,是吧?我認為HR工作中確實有部分得扮演員工的引導者或傾聽者,但絕對不該是保姆的角色,因為員工自己都是成年人了,應該為自己負責。

  2. HR有意識,也想要搭建這樣的制度,但老闆不願意授權或沒給足夠的資源,所以最終這個制度難以被落實。

  3. 部門主管的抗拒,這些手握權力的主管們不樂見此事,所以直接或間接的杯葛此制度,最後制度的推動死在半路上。

因為建立這種制度的障礙頗多,所以大家的腦筋便自然而然地轉到整個流程的最前頭去了,那就是招募。

找對的人進來,一切不就解決了嗎?

正確,所以你會發現很多職缺除了專業技能外,會附帶擅長溝通、正面思考、積極任事、挫折容忍度高、勇於挑戰自我等人格特質上的要求,這些要求的積極意義是希望你能專注於創造工作價值,消極意義則是希望你不要因為進來之後那些狗屁倒灶的事而想不開離職。

找到一個對的人,到底有多困難?

讓我們先來定義什麼叫對的人,簡單的說,就是他能在這個環境生存下來,然後還能完成原先要他達成的任務,不需要其他人時常介入幫他協調事情,基本上這就算是一個對的人。

但要找到這樣的人且對方願意進來任職,基本條件有以下幾項:

  1. 清晰的工作職責,拿什麼來考核他,也就是Job responsibilities。
  2. 清晰的工作內容,具體負責什麼任務,也就是Job description。
  3. 所需具備的專業技能與工作經驗,例如3年的軟體產品經理經驗。
  4. 其他軟性特質,例如溝通表達、抗挫折能力等。
  5. 面試完,他對公司、主管、薪資、工作內容感到滿意。

前面3項一般來說比較好設定,若正確的被理解與規劃,而且清楚這樣的人要透過什麼樣的管道來找尋,那一般會很快的找到一定量的職位候選人名單,反之,若對這職位沒有太多的理解,就只能透過傳統的管道如人力銀行來招募,速度上就會慢很多了。

第4項則相對比較複雜一些,如果你知道這個崗位的直屬主管的性格與管理風格,溝通協作對象處理的做事風格,那一般會更清楚這個人的軟性特質應該到什麼水平,但就我過去的經驗裡,HR很少會主動去談這塊,而會把這個任務交由部門主管自行決定。

第5項涉及的面向也挺廣的,而其中每一項其實都可以經過規劃與設計,面試流程的設計,主管面試技巧的訓練,這跟面試的體驗有很大的關聯性,而且事先研究市場行情,開出來的薪資可能符合面試者期待,那面試成功率一般會提高不少。

但上面這些只是基本要件,若真的要找到對的人,你還得考慮組織文化與價值觀議題,這部分在此我不多談了,各位可以參考我先前寫過的一篇文章:如何在招募時挑選到對的人?

人力資源部門真正的價值

找到一個對的人,並且在到職後設計一些必要的流程來確保此人到職後真的能發揮原先預期的戰力,進而改善公司的經營表現,

讓人才在組織內發揮效益,這才是人力資源部門真正的價值之所在。

所以我們也很清楚的知道,人力資源部門的工作其實一點也不輕鬆,需要非常高的專業性才能做得好,但我也看過很多企業談重視人才,但在人力資源上投入的資金卻非常少,仍然把人力資源部門視為成本單位。

推敲背後的原因,我認為這是因為老闆們無法很有效的衡量人力資源部門的價值。

當你回過頭去看看數據力:績效指標管理的核心觀念,你會發現數據脈絡恰好是一個很好用來協助人力資源部門衡量自己績效的方法,當我們招募進來的人,能在數據脈絡中創造出價值,那自然能衡量人力資源管理的價值。

其實近幾年很多HR專家都有提到人力資源部門的角色必須從過往的行政、後勤部門轉變成戰略部門,大陸也有很多的網路公司設立了HRBP(Human Resource Business Partner),將一些具有HR專業的人編列在業務部門中,讓HR更熟悉公司業務狀況,進而掌握組織需要什麼樣的人,把對的人找進來,並建立妥善的組織管理制度。

組織問題會衍生人才需求,而專業且熟悉公司業務的HR肯定非常熟稔以下事務:

  1. 知道組織缺什麼樣的人才。
  2. 知道去哪找這樣的人才。
  3. 知道什麼樣的人才適合組織。
  4. 知道如何讓這樣的人才加入。
  5. 知道如何讓人才在組織內發揮效益。

當人力資源部門能做到上述事項,在組織中的價值將不言而喻,任何工作都一樣,專業的價值必須建立在能為所屬的組織或社會創造價值,尤其在這個求變求快的世界中,追求確定性工作,扮演好螺絲釘的角色已經愈來愈危險。

別埋怨大環境不懂你,我們應該試著理解大環境需要什麼,我們必須時時調整自己,努力創造價值。

(本文由游舒帆授權轉載自其Medium

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

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