2023年全球員工離職率僅3.6%!ASML人資長分享2大選才策略
2023年全球員工離職率僅3.6%!ASML人資長分享2大選才策略

多數人認識艾司摩爾(ASML),是國際最大的晶片微影設備商,台積電就是藉由 ASML 的「EUV 微影設備」來製造 7 奈米以下更小的晶片。但你可能不知道 ASML 除了設備領先,他們的員工離職率也低於全球半導體業的平均。2023 年,ASML 全球員工離職率僅 3.6%。

ASML 台灣暨東南亞區人資長劉伯玲表示,低離職率的原因很多,其中之一是 ASML 在招募階段,特別注重尋找符合「3C 文化」人才(參見QA)。不只是能力符合需求,也要能夠適應 ASML 企業文化與工作方式。

結合履歷與適性報告,寫下疑惑,在面談中尋求解答

「人才適性評估報告」(talent exploration report),是 ASML 透過問卷評測,評估候選人跟 ASML 的文化價值契合度、個人工作風格、推論能力及學習偏好風格,包括:內外向、喜歡更多溝通或是思考等。

「不是所有優秀的人在這家企業都會成功發展,」劉伯玲坦言,準備面談前,她花最多的時間是揣摩、認識一個人。她習慣先把候選人的履歷擺在一旁,不讓對方的學經歷影響自己的判斷,而是從「人才適性評估報告」著手。

了解候選人的個性與工作方式後,她才會對照履歷上的求職經驗,想像他們在這段職涯中,可能遇到哪些挑戰。比方性格外向的人從某公司業務崗位,轉到更知名企業擔任資深業務;這理應是一個很棒的職涯轉換,但為何他只待了一年?她會一邊看履歷,一邊寫下自己對他的好奇。

「我會把每位應徵者當成一個有故事的人,希望透過面試梳理他們每一個職涯決定。」劉伯玲認為,只有真正理解應徵者的動機和做事方法,才能評估他們能否在 ASML 的工作環境中取得成功。

「人才適性評估報告」 不是 ASML 決定錄取與否的標準,卻是面試官認識候選人的敲門磚,協助他們問出更精準的問題。例如,一位應徵者偏好高度彈性的工作模式;當他應徵專案經理職位時,面試官就能進一步詢問,在面對需要計畫的任務時,他會如何因應。

依照職務設計情境問題,以此評估價值觀與工作模式

ASML 也會安排目標選才課程,教導用人主管 2 種面談法:行為式面談、情境式面談。

「行為式面談」 是基於求職者過去工作經驗,進一步設計問題的方法。例如:「請以一場最困難的業務簡報為例,說明當時你遇到的挑戰。」這種問法會比泛泛地問:「您如何應對有挑戰性的業務簡報?」更能預測對方未來遇到類似情況時,他會展現何種行為與價值觀,以此評估他的做法與公司的文化價值、團隊工作模式是否吻合。

另一種是 「情境式面談」 ,會以該組織或職務相關的情境問題來問對方。比方說:現場服務工程師時可能被問到「在修復機台時,遇到 SOP 程序與時間壓力有衝突時,你會怎麼做?」

ASML 台灣暨東南亞區人才招募經理尹馨表示,行為式面談通常有題庫能參照,「情境式面談」的問題就需要客製化,建議設計工作場域中常發生的兩難情境,了解應徵者會怎麼做出選擇,如果選擇更貼近實際的處理方式,就代表雙方價值觀與工作方法比較貼近。

尹馨分享,ASML 每個單位都有配合的招募同仁協助,必要時陪同新進主管一同面談,給予建議。若發現用人單位一直招募不順,團隊也會透過數字分析及實際洞察,與他們討論是否需要微調招募策略或面試方法, 「聘雇和面試是一個需要持續反思和優化的過程。藉由不斷回顧和學習,我們在人才識別上才能愈來愈準確。」

QA

1. ASML最重視人才的哪些特質?
在ASML需要與 30 幾個國家夥伴工作,所以我們需要符合「3C」文化價值特質的國際化人才加入:思考辯證,勇於表達(challenge);共創雙贏(collaboration);關懷傾聽,尊重包容(care)。國際化人才則要具備 3 個能力:跨國合作與溝通、邏輯思考,以及既能合作也能領導的能力。

2. 該如何準備ASML的面試?
第一,了解 ASML,了解它的技術、商業模式以及企業文化;第二,知道自己為什麼而來,面談不只是公司選你,你也在選公司,請思考自己的需求與公司所提供的是否吻合;第三,做你自己,盡量展現自己的特質,讓面試官能認識你。

劉伯玲

在半導體產業擁有 20 年以上業界經驗,擅長組織設計、人才發展、領導力發展、高階經理教練以及團隊建立與發展等專業,現為 ASML 台灣暨東南亞人資長。

延伸閱讀:【圖解】台灣100%「沒有」奪取美國晶片事業!川普誤解台積電背後真相是什麼?

本文授權轉載自:經理人

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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