Z世代掀「微退休」風潮!打造Z世代、嬰兒潮共存世代,為何成老闆新難題?
Z世代掀「微退休」風潮!打造Z世代、嬰兒潮共存世代,為何成老闆新難題?

1.相較於等到退休後才環遊世界,越來越多年輕員工選擇「微退休」,在工作間留下時間出國旅遊、探索個人志趣。

2.「微退休」可能引起債務危機,也會造成職場人力真空。所幸「退休者大回流」正在發生。但退休者的回流,能補足Z世代微退休造成的人力缺口嗎?

你曾經想過要放下手邊工作,環遊世界嗎?

美國Z世代正掀起「微退休」風潮,不再等到退休時才圓夢,而是在工作間按下暫停鍵,為自己留下時間。

這樣的想法,其實和工作、生活面對的困境加劇有關。民調機構蓋洛普(Gallup)去年底發布調查顯示,只有5成受訪者認為自己生活良好,是同一份調查2009年以來新低。

Z世代最年輕,壓力也最大

《財星》(Fortune)分析,員工幸福感自2020年疫情爆發後開始下滑,幾年過去,無力感依然存在,職場評論平台Glassdoor的評論區2024年「倦怠」一詞的提及次數更創下新高。在這種變動時期進入職場的Z世代,通常還是辦公室內薪資最低的一群,使他們被醫療保險集團信諾(Cigna)定義為「最壓力山大的世代」。

這使他們更重視心理健康、個人成就、有意義的體驗,而不會只專注在職涯長期發展和晉升,加上社群媒體放大他們及時行樂的慾望,使他們更想趁著年輕、身體狀況仍允許時探索世界、發展興趣。

特別是疫情以來遠距工作的崛起,對想旅遊卻又不想影響收入的人而言,可透過兼職、專案型工作,繼續維持生計。

像是21歲的珂比(Lauren Kirby),在托兒所工作。18歲踏入職場至今3年,她已經「微退休」30次,前往30個不同國家旅行。「這讓我從害羞、內向的青少女,轉變成自信、堅定的女性,」她告訴《紐約郵報》(New York Post)。

延伸閱讀:Z世代意思是什麼?嬰兒潮、X、Y、Z、α世代差在哪?一張圖理解「五代差異」

退休者也在重回職場,Z世代真能微退休?

但《福斯新聞》(Fox News)專欄作家詹金(Ted Jenkin)不禁問道,美國信用卡債務達1兆2千億美元,平均每個人身上還背著超過6000美元的卡債,Z世代真的能做到「微退休」嗎?

他進一步分析,「微退休」可能讓年輕人在求職時,被雇主認為多次離職,產生負面印象,也可能因為參與奢華旅行而陷入債務危機。

另一個問題,則是人力空缺。Z世代人數已在去年首次超過嬰兒潮世代,如今已是美國職場主力,若他們紛紛「微退休」,必然帶來人力短缺。

所幸「退休者大回流」正在發生,《富比世》指出,2025年有13%退休人士計劃重返職場,順勢填補人力空缺。

退休者重返職場的主要原因,就是經濟安全。希望能緩解不斷上漲的生活成本、非醫療債務所造成的財務壓力,還可維持社交、重新找到人生目標。

因此,對企業而言,打造適合嬰兒潮、Z世代共存的職場至關重要。軟體公司IRIS Software美國人資主管蜜爾佛德(Shanna Milford)建議,企業應提供適當職業培訓、避免年齡歧視,為年長員工進行科技賦能,既可提升職場包容程度,也會讓退休人士發揮更大戰力。至於Z世代,則應調整舊有規範,使他們在組織內更能發揮潛能。

如此一來,不管是「微退休」的Z世代,或是希望重返職場的退休者,都能根據自身的經歷與價值觀,選擇適合自己的職涯發展方向。

本文授權轉載自商業周刊,原文標題為《3年「微退休」30次,瘋起微退休的Z世代,壓力有多大?》

延伸閱讀:
你喝咖啡挑對時間了嗎?最新研究:「這時段」喝,可降低早死風險!
看到理想職缺卻不敢投?5個行動建議,不再糾結自己夠不夠格

關鍵字: #Z世代
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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