【專欄】AI進軍職場,2024年將取代中階人力!你該避免變成「行走的路由器」
【專欄】AI進軍職場,2024年將取代中階人力!你該避免變成「行走的路由器」

全球科技業迎來一波波裁員潮,不論是獨角獸還是網路巨頭都難以倖免。根據數據追蹤網站 Layoffs.fyi統計,從今年初至今,時間才短短不到3個月,美國科技業累積裁員人數已超過十萬人,包含Google、微軟(Microsoft)、Meta都榜上有名。

乍看,這似乎只是因應經濟不景氣下、縮減開支的應急措施,不過,更根本的原因,或許還是來自過去幾年自動化和企業協作工具的普及,再加上疫情推波助瀾,讓組織人力結構已被徹底翻轉。

之所以這麼說, 在於這波大裁員,有不少公司將裁員目標鎖定「中階管理層」

最近一篇《彭博社》報導指出,Google光是掛有「管理」頭銜的員工就多達3萬人,也成為這波的裁員目標。伴隨著裁員消息,Meta也同步將2023年定義為「效率年」(Year of Efficiency)。而特斯拉(Tesla)執行長馬斯克(Elon Musk)更一直都是追求「極致精實」(lean and mean)的代表,也難怪當他被問到在推特(Twitter)最受不了的事情時,他的答案是:每位工程師的程式碼似乎都有10個人在「管理」。

google
報導指出,Google光是掛有「管理」頭銜的員工就多達3萬人,也成為這波的裁員目標。

管理,應該是要讓組織更有效地達成目標,但在這股氛圍下,「管理」這一詞,卻儼然成為「效率」和「敏捷」的新敵人。

當管理層被會議綁架,易淪無暇加值的傳聲筒

在新科技快速迭代、變化多端的科技產業裡,強調敏捷、人人都需有戰鬥力,也因此更信奉「精實」一詞。然而,隨著公司規模擴張、問題變得更複雜,也需要更多部門協作和人與人間的溝通,也因此需要更多管理人員,讓上到下、不同單位的資訊得以同步。

不過,隨著溝通量變多,還得處理人類溝通間存在的認知落差,管理人員的時間也被無數個溝通和會議填滿,而沒有時間去做其他更有生產力的事情,也讓企業落入組織肥大與不效率的陷阱。在科技產業很常聽到「人類路由器」(human router)這一詞,就是用來形容主要工作為同步資訊、而沒有做更多加值或其他產出的中階管理人員。

這一切,都因為自動化和企業協作工具的出現而改寫。

自動化協作工具,將頂替7成任務

過去,中階管理層的主要工作項目,大致可分為這幾類:監控團隊生產力、確認工作進度、表單製作、文件管理等。而這些工作,如今大致都已有對應的協作工具可做到。

以心元資本投資的企業訊息和協作工具JANDI為例,其便在企業訊息功能中,整合大量生產力與協作工具。

針對上述提到的跨部門溝通痛點,透過JANDI,可根據專案、部門、工作項目、議題等設定主題式群組,讓重要資訊不漏接,且能直接在群組內共享檔案。未來,若有其他人員需要回溯資訊,也能直接在群組內查找,降低溝通成本。此外,JANDI也整合派發任務、設定個人和團隊的代辦事項等工具,方便追蹤工作進度,也減少遺漏事項。

在各類工具不斷推陳出新的現在,JANDI也與許多第三方工具整合,像是Google行事曆,讓同事知道彼此行程,並自動提醒開會時間,其他工具還包含專案管理系統Trello、程式碼協作平台Github、客戶關係管理工具Salesforce等,可減少視窗切換、訊息複製等重複工作。

這也是為什麼,Gartner預測,上述 中階主管的日常任務,到2024年將有近7成完全自動化,徹底改變中階主管的角色。 一篇由華頓商學院教授發表關於自動化如何影響工作的研究也指出,自動化可以為人類創造更多就業機會,例如,以往的農業人口在自動化機器出現後,可釋出做下一代服務業的工作。但相對來說,對管理人員的需求卻將因此減少,其中一大原因是,當機器能自動完成監測報告等例行任務,不只避免人為錯誤,也不再需要花額外人力去監控。

ChatGPT
ChatGPT、Midjourney等生成式AI(Generative AI)的出現,更展現出自動化工具的未來潛力。
圖/ shutterstock

把時間拉近到最近幾個月,ChatGPT、Midjourney等生成式AI(Generative AI)的出現,更展現出自動化工具的未來潛力。只要輸入幾個關鍵字,AI就能自動在幾分鐘內產出部落格文章或圖片。而人類,只需扮演提供指令、給予優化建議和最終決策的角色。

不過,這並不意味著人類終將被機器取代。

回到管理者的角色,當管理人員能善用科技工具、更有效率地追蹤團隊生產力,如此,更多時間也將被釋出,做更多建立團隊、凝聚向心力和培育人才等管理事務。也正如哈佛商業評論《是時候解放中階管理人員了》一文所說,企業也該開始思考,除了以「管理者」為目標的升遷制度,是否還有其他發展路徑,能幫助員工在不擁有管理職責的情況下,職涯仍有成長空間?

從歷史角度看,每當一個新技術降臨,必定會有一小部分的工作被取代,即便是高技術含量的也是如此。唯一不變的,就是具備成長型思維、總是積極學習且不怕顛覆現狀的人,將是能和下一世代新技術共存的贏家。

責任編輯:傅珮晴、蘇柔瑋

關鍵字: #ai人工智慧
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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