員工到職第一天，Google主管靠5樣見面禮留才！如何讓新人久留不閃辭？|數位時代 BusinessNext

Google 每年收到百萬份的求職函，以「層層關卡」般的招募流程而聞名。然而，好不容易尋覓到合適的員工，萬一對方初期就離開或遲遲不適應，而造成雙方的損失就太可惜了。

面對龐大的人才，Google 也透過不斷分析、試驗，持續精進招募人員的過程，並透過 5 個方法幫助新進員工更快速適應公司文化，甚至讓新進員工提早 1 個月上手。

Google 給新員工的 5 份「見面禮」

《Inc.》報導，在新員工到職的前一天晚上，Google 會提供 5 點建議給主管，分別是：

替新人找一位能幫助他的同儕。
替新人建立「人脈網」。
在新人到職的前 6 個月，每月確認一次他們的狀態。
鼓勵透明的對話。
在員工到職的第一天與他們會面。

其中，第 5 點雖然看似理所當然，但在繁忙的科技業，主管有時真的難以從工作中抽身。因此，Google 才會刻意提醒主管們，別忘了在新員工到職的第一天關心他們、向他們介紹工作內容和職責，讓新員工感受到被歡迎與重視。

美國華頓商學院教授亞當．格蘭特（Adam Grant）曾在《麻省理工學院史隆管理學院評論》撰文指出，Google 的主管們遵循以上做法後，使得新進員工提早了一個月進入狀況。

想讓新員工快速上手，主管必做的 4 件事

讓新進員工更快上手，重點其實不在新人要做什麼，而是主管怎麼做！《Inc.》將主管可以提供給新進員工的協助，拆分成 4 個項目：

1. 解釋員工的職位如何創造價值

不少主管都會告訴新員工該做什麼，但卻忘記花時間解釋背後的原因。主管應該向新人說明，他們的職務如何幫助企業創造價值、保持競爭優勢。可能是提供優質的服務、與客戶建立連結，或是盡可能降低開銷，但不管是什麼，其中都有讓公司仰賴的地方。

要讓新人知道，他們付出的努力沒有白費，而是明確促成了公司的某項成就。

2. 協助員工認識同事、客戶

任何職務都不應該被公司排除在外。幫助新人了解組織內部的人員、外在的客戶需要什麼，有助於讓新人在工作上更順暢。

主管不該認定，新人最終會靠著自己搞懂所有事情，新人也不該自己埋頭苦幹。所以，幫助新人建立起一個讓他能更快速融入的「人脈網」吧。

3. 設立短期目標，定期給予建設性回饋

愈快設立短期目標，效果會愈好。透過這個方式，新人能開始給予自己動力，感覺到要積極做到最好，也能具體感受到他的工作如何創造價值、如何影響其他員工以及客戶。

以短期目標來檢視員工的表現，使得主管在每個月能給予更實用的回饋，而不是只是模糊地說，「到目前為止都還好嗎？」

4. 告訴員工「被雇用的原因」

每名員工被雇用，一定不只是為了填補空的職缺，還會有一兩個具體的原因。

花點時間告訴新人他們為何被聘用，例如他們能替團隊帶來哪些特定的技能、經驗、態度、職業道德等，並且闡述你對新人的期待。藉由這個方式，在員工到職的第一天，主管不僅能與新人建立連結，也等同明確認可、表揚了對方。

資料來源：Inc., MIT SMR, Axios,Process.st

本文授權轉載自：經理人

責任編輯：錢玉紘

最新6月號雜誌《高價值企業100強》馬上購：傳送門
單期「電子雜誌」輕鬆讀：傳送門

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。