走過大離職高峰,大回鍋潮來了!麥肯錫:企業搶才必把握3原則
走過大離職高峰,大回鍋潮來了!麥肯錫:企業搶才必把握3原則

大缺工潮當前,根據104人力銀行統計,3月全站職缺數已達近百萬個,創下國內歷史新高。

造成大離職潮的主因眾說紛紜。有一説是組織管理者的危機應變措施不理想;也有一説是,歷經疫情帶來的生離死別,及長期遠距工作,許多工作者更重視與親友相處的時光,進而重新審視全職工作的必要性。

無論原因為何,好消息是,大離職潮看似有消退的趨勢。以美國來說,根據麥肯錫(McKinsey & Company)最新報告,離職高峰已從去年11月逐步放緩,且有47%自願離職的員工安排在近期返回就業市場,其中有21%的人選擇回到同一公司的同一職務上。

企業主該如何在這波回鍋潮中,替組織拉攏到人才?麥肯錫提出三點核心原則:

加薪不是萬能,提升工作彈性最有吸引力

許多企業主認為提高薪資是搶人的不二法門,但就前述提到的離職原因可知,員工首要在乎的並非薪資,有些企業甚至調薪超過 15%,仍留不住人才。那員工到底在乎什麼?

根據麥肯錫的調查, 有40%回鍋員工最在意「工作場所的選擇彈性」 ,在影響員工回鍋意願的因素中排名第一。

大回鍋潮強襲,員工為何願意回鍋?工作場所的靈活性最受重視
圖/ 資料來源:麥肯錫/王宥筑製圖

隨著疫苗施打率普及,推特(twitter)、臉書(Facebook)母公司Meta等大型科技公司,紛紛要求員工在3月返回實體辦公司,蘋果、 Google 則要求員工在4月回到辦公室。然而,率先在2月實施返回辦公室政策的金融投資巨頭高盛(Goldman Sachs),實測發現只有一半左右的員工願意回來。

這表示員工都想要繼續在家工作嗎?

美國諮詢公司蓋洛普(Gallup)去年 10 月的一份民調指出,37% 的工作者希望完全在家工作;超過半數的工作者(54%)則希望有時在家、有時進辦公室。 Slack 的研究聯盟 Future Forum 調查了美國、法國與其他國家的 1 萬 1000 名知識型工作者,發現 68% 的人偏好混合辦公,並且近 8 成工作者對於辦公地點的靈活性抱持期待。 由此可知,企業如何下放混合辦公的條件、靈活程度,將是吸引人才回流的第一個決勝點。

傾聽、正視員工需求,福利要搔到癢點才能留才

公司也可用優渥待遇吸引人才,但得先弄懂員工需求。麥肯錫的調研報告指出,有 3 成以上的回鍋員工在意公司能否協助他們平衡工作與生活。公司可以考慮在福利中納入健身房會員會籍,或其他休閒娛樂的補助津貼,針對有育兒需求的同仁,也可考慮增加托嬰方面的補助預算。

報告也指出,另外則有近3成員工在乎公司是否能支持他們精進職能、提供進修管道。美國一家主題遊樂園公司 Dollywood 就在 2 月宣布將全額支付員工的進修費用,試圖抓住回流人才的目光。

改變招募對象,擴大打擊面

調整工作條件與待遇仍行不通,人資或部門主管不妨試著改變招募對象與方式。麥肯錫建議,比起大力說服已經刊登自身履歷的求職者上門,延攬不在求職市場的勞動力可能更為有效。例如學生、自由工作者或全職家庭主婦/夫,據統計,在美國這些未開發的勞動人口可能多達 2300 萬人。

work-5382501__480.jpg
圖/ pixabay

其中尤其是學生族群,就像是人力市場中尚未開拓的新藍海,企業可透過加強校園徵才的力道來取得。另外針對在疫情中轉為自由工作者、全職家庭主婦/夫的勞動力,則可透過現存員工間的人際網絡,找到有意返回職場的待業者,推薦給人資部門。

最後,麥肯錫的調研報告提醒,有25%的回鍋員工表示,如果工作的專業發展性、彈性,或是與身心健康相關的福利不符期待,不排除在未來半年內考慮離職。因此雇主應更加留員工職務與其長才的適配性,並頻繁開啟一對一的「留任面談」,好關心員工的近況,而不是等到員工提離職時才關心。

資料來源:Mckinsey&CompanyCHICAGORETURNSCNETFortuneFuture Forumgallup

本文授權轉載自:經理人月刊

【延伸閱讀】

「老闆不幫我升職加薪,幹嘛認真打拼?」你的傻,快把你的職業生涯毀了
私立大學畢業,33 歲當上外商總經理!我從她身上學到的職場勝利法則

責任編輯:傅珮晴

好友缺你一個,加入數位時代LINE,科技產業趨勢新聞一次掌握!

傳送門點這裡

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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