10％生產力來自前1%員工！別讓3件事逼走A咖員工，實作3招管理術「留心也留人」|數位時代 BusinessNext

摘要

1.高績效員工對公司貢獻巨大，他們往往具備主動性強、追求成長、重視回饋，而且能持續交付高品質工作等特質。然而，他們也可能面臨倦怠、感到受限，甚至與同事相處困難。

2.想留住高績效人才？你可以試著從減少無效會議、定期進行團隊動機檢查、提供針對性的高槓桿培訓開始。

企業往往為了績效設計傷透腦筋，但重重的考核機制，最後究竟是留下了高績效人才？或其實是服務了低績效的員工？

這個問題其實沒有標準答案，因為有的企業把明星員工視為公司最大的資產，有些組織則相信，每個人都是缺一不可的人才。

不過，一項2012年的研究發現，公司有10%的生產力，來自表現前1%的員工，同時這些高績效員工的工作效率，往往是一般員工的4倍。

因此，若你想要讓公司更有生產力，打造環境專注激勵高績效員工，或許能更事半功倍。

4方法，辨識哪些人是高績效員工

首先，要先辨識高績效員工。《富比世》曾分享4個方法。

所謂的高績效員工，不會只顧份內的工作，甚至會要求額外的任務，嘗試新的機會來突破自己的極限，並發展新技能；他們總是展露出主動性；並經常尋求回饋，想了解自己如何能做得更好；他們不僅僅是完成任務，還會始終如一完成高品質的工作。

但全美最大的人力銀行網站indeed也指出，儘管高績效人才才華洋溢，但可能出現一些常見的問題，需要管理者特別留心：

第一，他們容易倦怠。由於雇主往往依賴高績效的員工，他們可能長期承受巨大的壓力，因為認為自己不能讓人失望。

第二，他們容易感到無聊。若高績效員工沒有成長機會，就會感到被限制與無聊，導致工作滿意度下滑，結果不夠投入。

第三，某些高績效員工，會對其他員工的顯露出不耐，同時認為自己獨立工作可以做得更好。

給主管實作3招，不只留人也留心

那怎麼做，才能讓高績效人才在組織裡感到快樂呢？

《哈佛商業評論》提供了3個具體作法。

一、將會議減少到最低的可行次數。 若想留住頂尖人才，你必須將他們從例行性會議解放出來，讓他們更多的時間花在有趣、有影響力的工作上，而不是在會議上，忙著幫同事們解決問題。

二、每季為團隊做「動機」的健康檢查。 當團隊陷入惡性循環且無法進步時，會使高績效者感到沮喪。

相較之下，若團隊能進行中性不責備、以行動為導向的對話，討論如何改進、討論在哪裡陷入停滯，會讓高績效員工更能擁有主人翁精神，促進問題解決，並建立一個值得堅持下去的團隊文化。

三、定期教他們高槓桿技能。 很多優秀員工離職，就是因為覺得自己在崗位上沒什麼成長了。這往往是因為公司的績效評估太折騰人，老是盯著過去的成績看，而不是討論有建設性的建議，缺少進步的空間。

趁下次績效評估，不如聊聊哪些具體技能能提高表現。這樣一來，不是光看過去做得怎麼樣，更能著眼於未來該學些什麼。

事實上，多數主管都不清楚該傳授哪些技能，甚至不知道怎麼教。但最關鍵的能力，往往是解決問題、組織團隊和領導力，也是最缺乏的技能。

最理想的情況是，老闆能定期抽空和高績效員工聊聊，解決他們的工作倦怠。因為一位厲害的師傅，能讓高績效員工了解自己不需要事必躬親，而是適度讓其他人也參與其中。

延伸閱讀：懂得讓員工自己動起來的主管，會把6件事做好
 想留住優秀人才，先自問：你有活成員工嚮往的樣子嗎？

資料來源：HBR、Forbes、Indeed、Indeed(2)

本文授權轉載自：商業周刊

責任編輯：李先泰

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。