全球80%人無心工作!薪水不錯、福利不差,為什麼還老是「提不起勁」?
全球80%人無心工作!薪水不錯、福利不差,為什麼還老是「提不起勁」?

計算一下,如果你一年工作50週(扣掉特休、國定假日補休)、每週工作40小時,工作40年,一輩子就工作了8萬小時。許多人一週甚至工作超過50小時,除了睡眠,這輩子耗去你最多時間與精力的事情,非工作莫屬。

對於這個占據絕大部分人生的事,人們如何看待?蓋洛普(Gallup)2020年民意調查顯示,全球平均80%勞工都無心工作(包括「得過且過」以及「抗拒工作」);在東亞,工作不開心、無法投入(engage)的比例甚至高達86%。

為什麼這麼多人不喜歡工作? 《組織行為學》談到,要把人才留在組織中,必須讓員工對工作滿意。滿意度的影響因素包括工作狀態、工作待遇、企業社會責任等。如果企業沒有滿足這些基本要素,像是公平的薪酬制度、恰當的薪資福利、合理的升遷管道、安全的工作場所,員工就會心生不滿,或掛冠求去。

但是,你一定也遇過,領著不錯的薪水,公司福利也不差,卻還是「提不起勁」的人。他們(或者就是我們),缺乏的是什麼?

我們為什麼而工作?人天生想要成就自己

這時得回到一個基本問題:驅使我們行動的原因是什麼?對於個人而言,除了養家糊口,我們為什麼要工作?真的存在「只要有意義就樂此不疲」內在源源不絕的幹勁嗎?

工作_遠距工作_上班_員工
圖/ xFrame

延伸閱讀:在Google工作很好,但卻讓人氣到抓狂?旗下公司前CEO自白:我被「生活至上」的文化逼瘋

在1949年,威斯康辛大學心理系教授哈利.哈洛(Harry Harlow)用猴子進行學習行為實驗,發現即使沒有任何獎勵,猴群還是樂於解開籠子裡的的器械謎題。他提出以當時觀點相當新穎的解釋:行為本身就提供了樂趣。

後來學者愛德華.德西(Edward Deci)受哈洛的學說啟發,在1985年與理查德.萊恩(Richard Ryan)提出「自我決定論」(self-determination theory),指出人喜歡掌控自己行動的感受,而且我們天生就有追求好奇、挑戰的傾向,滿足主動探索的內在需求,比起提供外在報酬,更能維持人的熱情。

既然如此,為什麼多數人還是對工作相當被動、甚至充滿怨言?

動機雖強大但也脆弱,須小心培育

《不再等待指示》指出,會出現凡事依照指示,或者是完全不遵從指示的員工,一方面是因為覺得自己的工作「迫於無奈」、被上司要求而做得不情不願;另一方面有可能是經驗或技術不足,因此無法主動出擊或思考。這兩種狀況就屬於組織與領導者需要改善的問題。也有一種情形是,熱愛自己的工作,但是工作量太大、被壓垮,因此力不從心,這時候員工就需要跟組織協商調整工作內容。

學者提醒,內在動機比起為了要生存、或者為了獎賞的動力,還要脆弱,因此需要被小心培育。

比方說,德西在1969年的「積木實驗」發現,沒有收到報酬的受試者,比一開始有報酬、但後來沒有報酬的受試者還認真玩;德西主張,假使不當使用外在報酬,有可能會讓人覺得自己是為了獲得獎勵而行動,而非「自願」去做,因此降低行動意願。

《動機,單純的力量》建議,需要創意思考、解決沒有規則可依循的問題,需審慎使用外在報酬,在事後給出驚喜、讚許員工的努力,會比在事前就宣告獎勵,更能激勵員工。

pexels-tima-miroshnichenko-5453901
圖/ Pexels

延伸閱讀:先別管一例一休了!找到工作與生活間動態平衡的五個建議

另外,在組織中常用的目標設定,員工可能會為了滿足「組織」的要求而抄捷徑、用不正當的手段達成目標,但假設組織能讓員工設定「自己」的目標,或者認同該目標的意義,員工就更容易為成就自己而努力。

員工投入度高時,會自願「多做一點」

受內在動機驅動,員工不只是對工作滿意(satisfaction),更會高度投入其中。人力資源顧問公司怡安.翰威特(Aon Hewitt)指出充分投入的員工,不只是願意留下,還會對跟企業以外的人說公司好話,而且充滿幹勁、樂於主動付出。

提出員工投入度(employee engagement)概念的學者威廉.康恩(William Kahn)表示,投入度高的員工,對工作具有熱忱、自覺自己與公司有密不可分的關係,而且願意努力超過「及格邊緣」,在沒有被要求的情況下,自願為組織多做一點,因為他們相信額外的努力會讓企業受益。

那麼企業要如何才能設計出激發員工內在驅動力的組織機制?心理學家維克托.弗魯姆(Victor Vroom)認為,工作動機由努力後能否成功、成功能否帶來績效、績效能否帶來對個人有意義的回饋,這幾種因素組成。

這個概念促使工作從討論薪資、獎勵、升遷等外在誘因,轉變為探討有哪些「特徵」能使員工願意投入,影響理查德.哈克曼(Richard Hackman)、格雷格.奧爾德漢姆(Greg Oldham)提出「工作特徵模型」(job characteristics model),認為如果工作能滿足「意義」「自主」「回饋」這3種心理層面,員工就會覺得工作很重要、有價值、值得去做,更確立了行為動機、心理狀態的重要性。

換言之,你我心中都存在一股強大的驅動力,等待我們去挖掘與滿足;如何不讓員工內心的火苗熄滅,甚至點燃星星之火,也是領導人必須學會的課題。

設計工作5大核心構面,提高員工滿意度與投入度
圖/ 經理人

本文授權轉載自:經理人

責任編輯:林佳葦、蕭閔云

最新8月號雜誌《區塊鏈上的金融新世界》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #職場
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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