【圖解】AI人才更嚮往工作靈活度!企業留才除了加薪,還有這3招維繫團隊忠誠度
【圖解】AI人才更嚮往工作靈活度!企業留才除了加薪,還有這3招維繫團隊忠誠度

自從OpenAI的ChatGPT於2022年底公開亮相以來,生成式人工智慧(Gen AI)的可能性在商業界引起了廣泛關注。

在制定高效的人才策略時,組織主要關注於生成式AI可如何提高生產力;這並不難理解,畢竟其涉及的價值數以兆計。生成式AI有助於提高個人和工作團隊的生產力;到2030年,生成式AI有機會將各類職業中30%的業務工作自動化。然而,此一作法可能不是最具策略性的。為了將合適的人才配對到工作崗位上,領導者首先必須了解生成式AI如何改變員工對工作體驗的看法。

麥肯錫最近對加拿大、英國和美國16個行業的12,802名人員進行了調查,其中包括 9,684名員工和3,118名雇主,為我們持續研究組織如何改善工作人員參與度、留任率和吸引力的一部分。我們還對來自各行業3,000多名高階主管進行了調查,了解他們預計在未來2年如何弭平組織內生成式AI的技能缺口。

在本文中,我們細分了使用或創造生成式AI的員工群體,深入探討他們表示所需要的工作條件和技能。之後,我們將討論組織可如何設計以人為本的工作職位(而非以技術為本),以提高生產力。隨著生成式AI變革影響的員工和工作愈來愈多,制定以人為本的人才策略的企業將可獲得競爭優勢。

你是哪種生成式AI人才?

在任何組織中,生成式AI人才可能比許多領導者意識到的更廣泛,且人數迅速增長中。這個群體並不僅限於帶動新科技採用與使用的數據科學家、軟體工程師和機器學習專家等技術人才。其實,受訪者中僅12%屬於這類傳統的技術性生成式AI人才,其餘88%受訪者都是在非技術性工作中使用生成式AI協助完成例行工作的人員(見下表)。

麥肯錫
圖/ 數位時代

儘管許多類型的員工皆可視為生成式AI人才,但我們的調查根據生成式AI的使用情況,將人員劃分成4種不同類型:

❶ 創造者:這些員工幫助其組織構建生成式AI模型,開發大多數人與這些模型互動時使用的工具和介面。創造者(受訪員工的2%)主要是軟體工程師、程式人員和機器學習科學家,開發了大多數人與生成式AI互動時使用的工具和介面。

❷ 重度使用者:這些員工使用生成式AI幫助執行大部分核心工作或強化其工作職能。重度使用者(受訪樣本的8%)包括各種員工類型,從使用生成式AI加快 3D 建模的設計師,到使用生成式AI驗證程式語言語義準確性的數據科學家。

❸ 輕度使用者:此類員工使用生成式AI執行其主要工作的比率不到50%,約占受訪樣本的18%,包括中層管理人員、教育工作者和溝通專業人士。例如,經理可能使用生成式AI創建會議紀錄或幫助分派任務,而教師可能使用它來創新課堂活動。撰寫研究題材的記者和作家可能使用生成式AI為他們提供事實基礎,或協助草擬初稿。

❹ 非使用者:這些人要不不受生成式AI的影響,要不不知道生成式AI對其工作的效益。我們樣本中的例子包括直接照顧病患的護士和醫護人員,以及其主要工作為與顧客面對面互動的零售門市人員。儘管這些員工目前約占調查的70%,但我們預期大多數非使用者將隨著生成式AI的範圍和使用方式改變而成為輕度或重度使用者。

不再薪資為王,內推+外掛導入AI

我們對高階主管的調查發現,大多數組織計畫透過提升技能、重新培訓和重新部署人才,在內部建立生成式AI能力,而非透過外部招聘和外包。

當然,考慮到組織和工作團隊中各類員工的廣泛分布,一些子群體,例如程式人員和軟體工程師可能更適合借助招聘引進,而其他類型的員工,例如助理和客戶體驗專家,則更適合透過提升技能和重新培訓來弭平差距。

問題在於,如果公司希望利用已擁有的員工來建立生成式AI技能,那麼必須留得住這些人。自從新冠疫情爆發以來,員工表示希望從工作中得到的與雇主願意提供的落差,向來是職場體驗的核心問題。因此,企業成功採用並使用生成式AI的關鍵就在於解決這個人才供需上的落差。

疫情顯示多數員工對工作體驗的追求已徹底改變。雇主與員工之間的脫節導致職場高漲的不滿情緒,這對走在前頭推動生成式AI的員工來說影響更劇烈,尤其在過勞疲乏和流失方面。

我們的調查顯示,生成式AI的創造者和重度使用者重視職場靈活性的程度高於對總薪資的要求,而且他們追求的是在工作社群中的歸屬感、對人的關懷與可靠性。員工也愈來愈重視關係面的元素,例如主管與同事是否關懷他人,以及對員工健康與福祉是否給予支持,這些都比薪資來得重要(雖然薪資向來是一個重要因素)。如果能給予員工彈性,他們就會繼續留任,反之則會離開。

其他讓員工繼續留任的因素包括工作有意義、公司支持員工的健康與福祉、同事可靠且樂於助人,以及安全的職場環境。這與大多數現代員工想要的類似,唯一顯著的差異是:薪資的重要性排名似乎遠遠落後。員工不會只為了錢來上班,當然也不會為了錢而留下。

麥肯錫
圖/ 數位時代

領導者如何縮小差距?

希望借助生成式AI提升生產力的企業,正好有機會解決這個快速擴大群體對工作性質的擔憂。那些強調人類技能的重要性,而非一味追求增加產出的公司,很有可能贏得員工的忠心耿耿,並在長期實現更優異的績效。

麥肯錫
圖/ 數位時代

考慮到生成式AI的影響,領導者應探索3個有關其工作團隊的根本問題答案:

❶ 如何重新構想工作,更以人為中心?

首先確定人們應做哪些工作、生成式AI可做什麼工作,以及人類應如何管理他人及AI的使用。雖然程式編碼等技術技能將成為許多工作的基本要求,但社交情感技能和高階認知技能將成為未來創造性、協作性工作的差異化來源,或許這意味著召開更多實體會議或以其他方式讓大家能以最高效的方式參與其中。

表現出色且能激勵他人的員工,我們稱之為「蓬勃發展的明日之星」,將有助促進協作、創新和更好的決策。然而,他們僅占組織中的4%,因此將這些員工放在有助提升整體績效的職位尤其重要。

❷ 如何重新定義靈活性?

隨著工作變化,企業將需要根據實際達成的成就來評估員工工作成果,而非根據投入的時間來評估。有了AI提升工作效率後,員工是否可在1周短短 20 小時內就完成有意義的工作?倘若如此,1周40小時是否仍是基準工時?與其塞入填滿1周既定工時的工作量,企業不如著重在強調工作中獨特、具創造性的部分,使工作有意義。能預留空間營造人情味的工作也有助建立更投入、生產力更高的團隊。

❸ 如何強調正確的傾聽方式?

這是許多組織似乎很難接受的基本概念:與員工對話,而不是基於假設進行領導。建立持續演進的對話可幫助解決問題並提高士氣。隨著生成式AI人才庫不斷擴大,這點尤為重要。

調查顯示,絕大多數受訪者對生成式AI融入工作表達了熱切期盼,但約4%的人表示擔心工作被取代(年齡在18到24歲的員工比率升至 7%)。這種潛在擔憂為領導者帶來了與員工就AI可能帶來的改變進行對話的機會。

生成式AI版圖的持續演進也為組織迎來關鍵時刻,生產力的變革與工作性質的轉型,意味領導者必須把以人為本的策略視為優先重點,才能確保企業永續成長。組織若能在培養人才時也建立人員的AI能力,就能在這個轉型期不致失去方向,同時也能維繫住工作團隊的忠誠度,建立可長可久的競爭優勢。

責任編輯:蘇柔瑋

往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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