高盛職員一週工作95小時挨轟!長工時成勞工殺手,世衛:疫情恐加劇工時成長
高盛職員一週工作95小時挨轟!長工時成勞工殺手,世衛:疫情恐加劇工時成長

你一週工作幾個小時呢?根據世界衛生組織和國際勞工組織的最新研究,每週工作55個小時以上者,中風和死於心臟疾病的風險都會升高。

週一(17),世界衛生組織(WHO)和國際勞工組織(ILO)公布了它們的最新研究,這份研究是全世界首份針對「長工時」的全球研究,結果顯示2016年全世界有74萬5,000人因為長工時導致的中風和心臟疾病而死亡,和2000年因此死亡的人數相比增加了29%,而這些死者的共通點是每週至少工作55個小時。

這份研究還發現,每週工作55個小時以上者比起每週工時介於35–40個小時者,中風的風險高了35%,死於心臟疾病的風險高了17%。

加班Overtime_shutterstock_517699300.jpg
圖/ Shutterstock

延伸閱讀:摸魚也是一門學問?中國清華開課瞬間爆滿!背後是年輕人對抗「996」辛酸血淚

長工時的重度受害者

不只如此,在這份囊括全球194個國家的研究中還提到, 住在東南亞和西太平洋區域(日本、中國、澳洲等)國家的勞工,是飽受長工時的重度受害者,且又以男性、中年以上勞工為大宗

研究人員表示,長工時帶來的害處起碼要為三分之一和工作有關的疾病負責,且長工時導致健康狀態低落的方式有兩種: 第一種是透過人體對壓力的直接反應;第二種是勞工會因為長工時而出現傷害自己健康的行為,像是抽菸、喝酒、亂吃、少運動和睡得少

高壓狀態的惡性循環

今年32歲、在英國里茲市(Leeds)擔任服務工程師的佛斯(Andrew Falls)就說,他上一份工作的工時相當長,無論是對他的生理和心理健康都造成了嚴重影響。

「每週工作50–55個小時是常態,我也常常好幾週都不在家裡,」佛斯繼續說:「壓力、抑鬱、不安,這些都是極其糟糕的惡性循環,而我一直處於害怕被淘汰的狀態裡。」五年後,佛斯終於受不了長工時的緊繃狀態,選擇離職並且重新接受訓練,成為了一名軟體工程師。

對今年45歲、在匯豐銀行(HSBC)擔任監管專案經理的弗羅斯提克(Jonathan Frostick)來說,長工時讓他在鬼門關前走了一遭,也讓他下定決心調整工作的方式,他說:「我不再整天掛在Zoom上。」弗羅斯提克也把自己對工作的調整寫成文章並分享在LinkedIn上,短短幾天就獲得了無數讀者的共鳴。

雖然弗羅斯提克並沒有怪罪匯豐銀行,但一名受訪者表示:「 公司們會繼續將員工推向極限,它們才不關心你的個人健康 。」

每週工作95小時!高盛員工:這是一種虐待

與美國投資銀行高盛集團(Goldman Sachs)的員工相比,每週55個小時的工時宛如小巫見大巫。根據調查, 第一年入職的投資分析師平均工時高達95個小時,每天只能睡5小時

今年三月,13名高盛員工進行了一項內部調查,要揭露長工時對員工身心狀況的影響,並警告高盛若在六個月內不見改善,他們很有可能會辭職,畢竟這種「無人性」的工作條件已上升到幾乎在虐待員工的地步。

高盛
圖/ 高盛官網

一名接受調查的高盛投資分析師說:「(我們的)睡眠遭剝奪、資深銀行員對待我們的行徑、心理和生理上的壓力等等。我小時候曾經歷過被寄養的過程,而在高盛受到的對待比寄人籬下還要糟。」

另一名接受調查的高盛員工說:「 這已經超越『認真工作』的範疇了,這是一種虐待 。」

所有接受調查的人皆表示,在高盛工作,對他們和親友的關係產生負面影響。其中有77%的人表示,他們是職場虐待下的受害者。

員工心理、身體健康衰退,高盛祭出「週六例外」政策

根據員工們提供的數據,他們在加入高盛之前對自身的心理、身體健康進行評估,以10分中為限,心理健康有8.8分,身體健康則有9分;但在加入高盛後,心理健康掉到2.8分,身體健康更掉到2.3分。

最後,這份調查建議公司替員工每週的工時設下最多80小時的限制,並且在週五晚上九點後或週六不要安排任何工作。

對於員工們的要求,高盛發言人夏普(Nicole Sharpe)表示:「公司知道員工們非常忙碌,因為業務蒸蒸日上,且交易量來到歷史新高。」

「新冠肺炎(COVID-19)疫情已持續一年,我們了解員工們的神經緊繃,這也是為什麼公司開始傾聽他們的訴求,並且採取各種行動來處理這些擔憂。」

高盛強調, 在收到員工對長工時的反彈後,它們開始加強實施「週六例外」政策,讓員工在週六可以免於工作的干擾,並將初階員工的部分工作內容自動化

高盛
圖/ Goldman Sachs

延伸閱讀:37%上班族加班沒錢沒補休、最期待小確幸是這些!「社畜」心聲一次揭密

COVID-19來襲!遠距工作人數飆漲、工時也隨之增加

回到WHO和ILO的這份研究,雖然研究橫跨的時間不包含疫情期間,但WHO官員表示,隨著越來越多人遠距工作,再加上經濟蕭條,這兩者都有可能增加與長工時相關的風險。

WHO技術官員佩加(Frank Pega)表示:「 有證據顯示,當一國進入全國封鎖時,人們的工時會增加大約10% 。」

WHO秘書長譚德塞(Tedros Adhanom Ghebreyesus)則說:「新冠肺炎大大改變了許多人的工作方式,在許多產業中,遠距工作成了常態,往往會模糊家庭和工作的界線。除此之外,許多企業被迫縮減規模或停止營業,而未被裁員者的工時則變得更長。」

「沒有任何一份工作值得冒中風或罹患心臟病的風險。政府、雇主、勞工需要一起設下對工時的限制,以確保勞工們的健康。」

two asian female coworkers working at night office
圖/ shutterstock

WHO環境、氣候變遷和健康部門主任內拉(Maria Neira)說:「 每週工作55個小時以上是一項嚴重的健康危害。是時候讓我們所有人,包含政府、雇主和勞工一起正視這項事實:長工時可能會導致早死 。」

WHO技術官員佩加建議雇主設下工時限制,合理的工時才能真正增加產量,「在面臨經濟危機時,不增加工時確實是一個明智的選擇」。

本文授權轉載自:地球圖輯隊
責任編輯:文潔琳、蕭閔云

關鍵字: #職場
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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