快速離職比例攀升，就算「裸辭」也想走！竟是視訊面試惹的禍？|數位時代 BusinessNext

如果發現工作內容或待遇其實不符合你的預期，你會待多久才離開？根據 LinkedIn 調查，愈來愈多人到職後發現不適合，會在一年內辭職。LinkedIn 資深編輯喬治・安德斯（George Anders）將這種超短工作經歷稱為 「快速離職（quick quitting） 」。

從 2021 年 8 月開始，員工在新工作一年內就離職的比例正在增加，並在今年 3 月時達到頂峰。安德斯指出，一般來說，「快速離職」較常發生在薪水較低、初入職場且不確定未來職涯發展的 Z 世代身上，以數字來看，該群體的人數也是最多的，但是，他也發現，資深主管的短期離職率大幅增長。

視訊面試導致新人到職後水土不服

LinkedIn 的調查圖表顯示，從 2021 年中開始，不同職位工作者的短期離職率都上升，到了 9 月以後曲線才出現分歧。

初入職場的群體比率變化約落在 0%～5% 之間，而高階職位的同事、主管、經理，甚至是副總經理，其離職率持續攀升，到了 2022 年 2 月，經理的離職比率甚至來到 20%，而後才逐漸趨緩至 10% 左右。而副總級別的高階主管，在 2022 上半年的快速離職率則是在 8%～16% 之間浮動，截至 8 月為止，其比率仍維持在 13%。

安德斯認為， 疫情時期採取視訊面試 ，可能是快速離職率上升的一大主因。這些面試者沒有機會實地走訪、觀察辦公環境，同樣地，他們也不會遇到未來的新同事，這些都可能讓新人進入公司以後，才發現和自己想的不一樣，而快速離職。

疫情加重管理職壓力，讓高階主管離開崗位

另一個重要原因可能是， 被 COVID-19 直接影響的部分行業面臨重創壓力。 例如，針對健康產業的數據指出，醫院 CEO 離職人數正迅速增加。若不分行業，在去年 1～4 月間，累計 440 位 CEO 宣布辭職，而今年更增長至 518 位，增加 18%；由於疫情影響，有些人選擇退休，或是轉而擔任其他高階職務（如顧問），尋找其他機會。

包含醫療領域在內的其他組織，也有許多主管表示壓力過大及不滿的報告；他們夾在迫切想推動組織改革的高階主管、家庭及個人心理健康之間。這些巨大且無形的壓力侵擾著疫情期間的第一線主管。

另外，《財星》引用麻省理工學院的研究，發現讓中階主管離職率提高的一項原因是有毒的工作文化（toxic work culture），其可能性是低薪的 10 倍之多。對主管而言，不斷變動的混合工作規則，以及向上和向下的職場管理，都加速主管的職業倦怠。

缺工潮形成的賣方市場，裸辭也無妨

安德斯也觀察到，部分行業比起其他行業有著更高的快速離職率。例如，在 8 月的數據顯示，藝術與休閒服務業比去年同期約增加 12%，在傳統上被定義為白領的科技業、金融及專業服務的高薪工作者，因為市場需求高，快速離職率也提高。

員工管理軟體 Lattice 的副總經理戴夫・卡哈特（Dave Carhart）告訴《財星》，在活躍的勞動力市場上，工作者已經意識到，如果企業無法滿足他們的需求或期望，就不需要堅持待滿超過一年。

儘管景氣低迷，甚至常聽到大企業裁員、停止招聘的新聞，但勞動力市場仍然強勁，缺才或搶才的消息也隨處可見。《Forbes》指出，截至 7 月底，美國還有 1120 萬個職位空缺，也就是說，每個待業者平均約有 2 個工作職缺，意味著 人力資源傾向賣方市場 ，這也是為什麼愈來愈多人快速離職。

面對快速離職現象，雇主應重視到職體驗

《Forbes》分析，為了抵銷通貨膨脹，許多人尋求較高薪水的工作；儘管公司也許會加薪，但加薪幅度大多都跟不上通膨的速度。後疫情時代，許多人歷經人生巨大轉變，工作不再是優先事項，也不願忍受管理不善或不健康的工作環境。

有研究表明，混合辦公與否也是員工留下的關鍵，若雇主恢復實體上班，將有 2/3 的人選擇尋找新工作。一旦職場環境不如預期，他們也不會再猶豫是否該待上一年。

《Inc.》表示，快速離職並不是一種新現象，過去到現在，每個人身邊不乏到職不久便離職的例子。然而，快速離職的比例近期有所增加，值得雇主進一步關注：部分老闆可能以誤解的眼光看待快速離職的員工，或是在沒有提供相應的回饋及投資的情形下，期待員工展現對公司的忠誠度或付出額外努力。

因此，如果雇主希望新員工能夠留下，同樣也需要打造良好的員工體驗，否則他們很可能成為快速離職的一員。一位企業家總結許多員工的立場：「雇主希望我在入職後的 90天內留下良好的第一印象，我希望他們也能做到。」

參考來源：LinkedIn、LinkedIn2、Health Exec、Forbes、Fortune、Fortune2、Inc.

本文授權轉載自：經理人月刊

責任編輯：錢玉紘

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。」

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。