Z世代職場新趨勢：裝忙！假裝看資料、打字很大聲⋯為什麼又又又「叛逆」了？|數位時代 BusinessNext

影片｜Z世代職場新趨勢：裝忙！假裝看資料、打字很大聲⋯為什麼又又又「叛逆」了？

Z世代開始學習如何在工作中「裝忙」，這樣的現象不只單純是年輕人的壞毛病，很可能代表著企業與員工間的溝通問題。

Z世代愛裝忙？原因可能跟「重返辦公室」有關

看到Z世代裝忙的情況，可能很容易浮現年輕人「一代不如一代」的念頭，但專家們普遍認為，和企業重返辦公室的政策有著密切關係，並且有著不同面向的因素。求職平台career.io發現，裝忙行為的增加與在辦公室度過的時間成正比。

「要求回到辦公室的公司也是向員工傳達：在辦公室等於有效率。」career.io職涯諮詢師亞曼達．奧古斯丁（Amanda Augustine）表示，「這種趨勢反應出年輕員工的信念，即工作時間和是否在辦公室不影響他們的成果。」

此外，對疫情時代踏入職場的許多Z世代年輕人來說，這是他們初次體驗在辦公室待上8小時工作。居家辦公代表可以靈活控制時間，隨時中斷工作休息喝杯茶、小睡一下，但這些Z世代多年來習慣的工作彈性卻在回到辦公室後完全不適用。

事實上，過去幾年裡Z世代追求工作彈性情況，就催生出許多職場新名詞，例如到公司露臉便閃人的「咖啡打卡」；祕密兼差多分工作的「過度就業」；以及沒有請假就自主放假的「安靜休假」等。

職場訓練專家、Mindseta創辦人喬迪．芬德利（Jody Findley）則認為，裝忙有時是Z世代在職場的「生存本能」，辦公室文化中，員工往往有著必須「看起來很忙」的壓力，以避免受到批評或審查。

尤其近年工作變得更難找、許多職位被AI取代，使得Z世代無法冒著找不到下一份工作的風險辭職，裝忙成為許多人對重返辦公室不滿的宣洩辦法。

回到辦公室理由在哪？成企業與員工溝通關鍵

而要解決裝忙問題，還得讓企業從制度及員工溝通方面著手。

「無論在辦公室或家中，離開工作崗位和低效率都可能存在。」企業內部溝通公司Redefining Communications創辦人兼執行長珍妮．菲爾德（Jenni Field）強調，「只有人們不想要工作，他們就不會工作。」換言之，「如果一個人交不出成績，問題不在於在哪裡工作，而是怎麼管理他們。」

企業需要做的，便是與員工溝通為何需要重返辦公室，讓員工理解實體出勤有所必要。「如果要人們待在辦公室，需要除了實際現身外的其他明確目的，尤其是工作可以在家完成的情況下。」菲爾德指出，「如果沒有明確目的，領導者需要和員工一起努力，重新定義實體出勤工作應該是什麼樣子，從根本解決裝忙的原因。」

職涯顧問公司City CV創辦人兼執行長維多利亞．麥克琳恩（Victoria McLean）則提到，當員工開始裝忙時，「問題不是他們為什麼不賣力工作，而是他們為什麼不覺得自己的工作值得（賣力）。當人們為了裝忙付出更多努力時，代表可能存在信任或敬業度上的問題。」

隨著 AI 工具逐漸普及，真正拉開差距的，已不只是技術或算力的強弱，是企業能否整理資料、重新設計流程，並把 AI 融合既有工作方式，持續轉化為營運價值。

Amazon Web Services（AWS）將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表，從技術趨勢、資料治理、流程設計與組織轉型等面向，拆解 AI 落地前必須處理的現實問題，協助企業重新檢視自身的導入條件與下一步布局。

企業下一步，不只是再導入一套 AI 工具，而是讓 AI 進入日常營運

模型可以採購，系統可以建置，但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責，才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型，同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業，場域複雜、既有系統眾多，正因如此，更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎，進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄，今年以「雲騰智慧大南方齊創 AI 好未來」為主軸，將討論重心從雲端與算力基礎，推進到應用全面升級，協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升，才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑，10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」，而是導入之後企業的真實改變。

OpenAI 重磅講者親臨高雄，從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey，以「前瞻 AI 如何助力產業領袖開創新局」為題，分享在 AI 技術快速演進之下，企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張，哪些應用已具備規模化條件？哪些仍需要更完整的資料、治理與組織準備？這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向，拆解 AI 落地前必須處理的現實問題。「數據為本，AI 啟航」先回到資料基礎：外部模型跑得再快，若企業自身的欄位定義、存取權限與資料品質尚未整理到位，技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門，真正困難的不只是把系統建起來，而是由誰推動流程改造、由誰認列成果，以及當 AI 產出的判斷出現問題時，責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題，對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求，也提醒企業：效率不能取代治理，AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界，將直接影響 AI 應用能不能被長期採用。

從六種產業場景，看 AI 如何走進真實流程

真正具備參考價值的 AI 案例，不只要說明「做了什麼」，還要回答幾個更實際的問題：解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷，又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景	議程規劃與關鍵課題
智慧支付	藍新金流運用 AWS AI 自建智能 KYC 與交易監控；處理身份辨識、交易監控與風險判斷
製造	以語意層串接資料孤島，讓 AI Agent 正確理解分散在不同系統的資料
媒體科技	會說台語的 AI Agent：從醫院櫃台到第一線的落地實戰
零售製造	零售製造轉型；把技術接進實際營運與使用者體驗

這些差異進一步說明，AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的，不只是更多案例，而是看見不同產業如何依資料條件、即時要求與風險門檻，把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」，邀集超過 15 組雲端生態系夥伴設置展示攤位，聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理，還是組織協作，不同問題點，都能找到對應的解方。

10 月 23 日，從智慧製造的產線優化、金融科技的風控升級，到運動產業的會員體驗創新，看 AI 如何從概念走進產業現場，成為百工百業轉型升級的實際動能。

「2026 亞馬遜港都 AI 創新日」，掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名