職場專業技能

2026-08-31 經濟日報記者洪安怡　由聯合新聞網授權轉載 怎麼把AI用得好，是職場下一階段的決勝關鍵。人才招聘與顧問公司華德士（Robert Walters）最新調查顯示，96%台灣專業人士已在工作中使用AI，高於亞洲整體的93%；73%受訪者有信心持續更新AI技能，更居亞洲十個受訪市場之冠。 華德士發布《未來職務洞察：AI如何重塑亞洲職場》報告，調查亞洲十個市場近5,000名專業人才及企業，包括台灣、香港、新加坡、日本、中國大陸、馬來西亞、印尼、菲律賓、泰國及越南。 結果顯示，亞洲已有93%專業人士在日常工作使用AI，超過五成雇主也已正式導入AI工具；其中台灣AI使用率達96%，另有79%認為AI將為未來職涯帶來正面影響。 隨AI加速改變工作內容，企業對人才技能轉型的需求也升高。調查顯示，超過九成台灣雇主預期，未來五年內員工需要因應AI發展重新培養或提升技能，其中18%更認為，超過半數員工都需要進行技能轉型。 104 AI通用素養檢測 實體 104 AI通用素養檢測｜104獨家AI測驗認證 3262人感興趣 了解課程＞ 亞洲整體最常見的AI應用情境，以文案及內容生成占47%最高，其次為數據分析與洞察40%、研究38%；但台灣則以「預測分析與決策支援」占62%居首，其次為文案與內容生成58%、數據分析與洞察40%，反映AI應用正由內容產出，進一步走向資訊分析及決策支援。 不過，AI深入工作流程，也讓職場焦慮從「會不會被取代」轉向「資料能不能放心交給AI」。調查指出，台灣專業人士最擔心資料遭誤用或涉及機密性問題，占54%；其次為AI產生錯誤或參與決策後的責任歸屬，占51%，兩項比例皆為亞洲10個受訪市場最高。 雇主對人才能力的要求也跟著改變，高達76%台灣雇主將「批判思考與事實查核」列為AI時代最關鍵能力，高於亞洲整體64%。 延伸閱讀：當大家都在瘋AI，你要怎麼贏？報告顯示：聰明人都回頭學這老派技能！ 而目前成長較快的職務主要集中在三大方向： 一是能串聯技術與實際業務需求的AI應用與導入相關職務，如AI產品經理、AI商業分析師； 二是將數據轉化為決策與成長動能的相關職務，如數據分析師、商業智慧（BI）及數位轉型相關職務； 三是因應AI應用擴大而增加的治理、風險與法遵相關職務，包括AI治理或風險管理、Responsible AI、AI法遵及資料隱私等職位。 華德士台灣總經理John Winter表示，對組織來說，下一步的關鍵不只是導入AI，而是重新思考工作設計與人才能力，並建立值得信任的AI使用方式。AI能提升效率，但如何做出正確判斷、創造真正的商業價值，最終仍取決於人。 延伸閱讀：AI時代你的工作還安全嗎？李開復「2張職場地圖」解析難取代關鍵 * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 最新【AI產品經理】精選職缺 AI 產品經理 — 商業應用 力新國際科技股份有限公司 台北市內湖區 待遇面議 SA12282 Physical AI 產品經理 華碩電腦股份有限公司 台北市北投區 待遇面議 AI產品經理(台北) 大云永續科技股份有限公司 台北市大安區 月薪40,000元以上 立即前往【更多相關職缺】 * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 最新【AI商業分析師】精選職缺 商業分析師 拓樸龍科技股份有限公司 台北市中正區 月薪50,000元以上 【個人金融】個金商業分析師Business Analyst 玉山銀行_玉山商業銀行股份有限公司 新北市三重區 待遇面議 C6251 商業分析師 (EN) 遠傳電信股份有限公司 台北市內湖區 待遇面議 立即前往【更多相關職缺】 * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 最新【數據分析師】精選職缺 【台北】資訊部-數據分析師/資料分析師 五福旅行社股份有限公司 台北市松山區 待遇面議 【Data Analyst】數據分析師 新加坡商昇新科技股份有限公司台灣分公司 台北市內湖區 待遇面議 【個人金融】數據分析師 玉山銀行_玉山商業銀行股份有限公司 新北市三重區 待遇面議 立即前往【更多相關職缺】 【產業新訊】若您願意提供更多的產業趨勢、業界人才動態、工作機會等資訊至《職場力》 >> 歡迎來函

AI會先取代誰，又會留下哪些位置給人類？李開復以工作內容自由度與人際互動依賴度，提出智力、體力工作兩張職場地圖，解析難被AI取代的關鍵，以及未來最值得培養的5種能力。本文節錄自《AI未來已來》。 文／李開復 本文目錄（點擊可快速前往） 兩張地圖：我的工作還安全嗎？智力工作的四象限地圖體力工作的四象限地圖李開復：3個方向，未來的路成為團隊裡最會用AI的那個人 兩張地圖：我的工作還安全嗎？ 現在把鏡頭從你的公司拉到整個勞動力市場上。每個人都想要一張能進行自我對照的地圖，以判斷自己的工作到底安不安全。很多年前我就做過AI將改變、甚至取代人類工作的預測，事實證明我的邏輯是對的。隨著AI的飛速進步，我把這個預測更新成下面兩張地圖：一張給智力工作者，另一張給體力工作者。 下面先講兩條由兩張地圖共用的軸。 橫軸表示的是一份工作的內容自由度。低自由度意味著工作環境中有標準答案，邏輯清楚、對錯分明，機器在這裡有壓倒性優勢；高自由度意味著工作中沒有標準答案，這種工作可能看起來有一些模糊、很新穎，對隨機應變能力有很高的要求，有時連問題本身都不容易說清楚，人在這裡有優勢。這條軸的兩端並非總是截然兩分的，但大體上可以認為自由度愈低，機器愈占上風。 縱軸表示的是一份工作對人際互動的依賴度。在低依賴度一端，價值是你工作的速度、規模、成本、品質等，在這些方面，機器在未來都會更強；在高依賴度一端，價值是誰能在場承擔責任、誰值得被信任、誰能說服他人、誰能創建合法性、誰能關心別人、誰能被另一個人需要，在這些場景中，人更強。 這兩條軸劃分出四個區域：機器最占優勢的是「工作內容自由度低＋人際互動依賴度低」區域，人最占優勢的是「工作內容自由度高＋人際互動依賴度高」區域。 智力工作的四象限地圖 圖／《AI未來已來》 下面具體介紹智力工作四象限地圖的4個區域。 機器主場（工作內容自由度低＋人際互動依賴度低） 在這個區域，每項工作都有清晰且可遵循的標準答案，不需要某個特定的人在場，比如資料輸入、帳務處理等。一個很「扎心」的事實是，以前我們認為人類能力的高點之一——基礎程式碼撰寫，居然也在這個區域。因為程式碼對不對是有標準答案的。正因為有這把客觀的尺，AI在寫程式碼上才進步神速。所以如果今天你只是一個「寫程式的封閉執行者」，那麼你能留在機器主場的日子就不多了。 人機協作（工作內容自由度低＋人際互動依賴度高） 機器已經比人更會執行這個區域的工作的核心環節，但這個區域的工作仍然需要保留一部分人——可能是為了取得信任、擔負責任，或者確保合法。比如，AI已經能解讀放射科提供的影像資料了，但簽字負責的仍是主治醫生。又如，法官做出的裁決可能本就基於AI的推薦，但這一判決必須由人來做出才有合法性。 這個區域的工作者面臨的風險就是可能變得只會「蓋章」。若是如此，那麼其遲早會被取代。 開放成果（工作內容自由度高＋人際互動依賴度低） 這個區域的工作的特點是：內容很雜、很新穎，所以還得由人來做，但沒人在乎由哪一個人來做。這一類工作沒有關係溢價，如前沿研究、原創寫作、腦力激盪、給全新問題想出第一版策略等，它們處於人類智力和創造性的前沿，但很少涉及人際關係。這個區域的工作者暫時安全，但這種安全性會隨AI技術的進步逐漸下降。 人性核心（工作內容自由度高＋人際互動依賴度高） 這個區域的工作特點是內容很雜且是關於人的。這類工作的從業者多為資深人員，包括心理治療師、優良教師、資深業務等。這是目前人類最有優勢，也最安全的區域。 體力工作的四象限地圖 體力工作的四象限地圖是類似的。（如圖22所示） 圖／《AI未來已來》 左上方的部分，還涉及很多人際互動，收銀員有時要和客戶互動、理髮師需要和客戶聊天溝通，機器的滲透還相當有限。 左下方是機器主場，涵蓋的工作包括倉庫分揀、流水線裝配、產品品質檢驗等，機器正在一塊塊拿下這個區域。 在圖中愈往右的區域，機器的優勢愈小。右下方的工作包括老屋水電改造、災後救援、管道搶修等，對於這些雜亂的工作，工作者需要在不可預測的空間裡隨機應變，人仍然穩穩占優勢。而右上方涵蓋的工作，如護理、臨終關懷、助產、到府私廚等，更是隱藏著機器無法觸碰的人性核心。 這裡還有一個反直覺的現象。十年前，絕大多數人認為AI會先搶走工廠工人和卡車司機的工作，知識工作者最安全。但真實結果是大腦能幹的活比我們以為的更封閉，手腳能幹的活比我們以為的更開放。這正是「摩拉維克弔詭」在四象限地圖上的樣子。 在AI 1.0剛出現的時候，包括我在內的很多人都把創意工作當成人類的安全區，沒想到生成式AI一腳就踏了進來。創意工作可以分為以下兩種。 重組式的創意工作——公式化的行銷文案、圖庫插畫、範本設計，這類工作很快就被推到了「封閉＋交付結果」區域，AI在此已占上風。 原創式的創意工作——真正去界定一個新問題，這是AI很難觸及的，這類工作仍處於「開放＋交付結果」區域。 所以「創意能讓你安全」本身是一個過度簡化的結論，重要的是你得分清你做的是哪一種創意，究竟是有跡可循的公式重組，還是原創性極強的新想法。 李開復：3個方向，未來的路 本節的內容是給每個人的一張行動地圖，這也是你能轉達給身邊其他人的建議。地圖的價值在於告訴你：哪些仗別再打了，以及哪些方向真的通向人還占優勢的地方。整體有以下3個方向供你參考。 方向一：往「開放」靠 你要主動去尋找那些最難、標準化程度最低、最沒人願意去做的事，去問題還沒被定義清楚的地方。如果你是工程師，與其更快地寫一段標準函數，不如去啃那個連需求都沒人說得清的專案。你要去做靠品味和判斷、沒有清晰對錯的事，成為那個決定什麼值得做的人。當執行幾乎免費，稀缺的就不再是「做」，而是「選」。培養品味、磨練同理心都很有價值，你要大量去看你所從事的產業裡最好的作品，逼自己講清楚它好在哪裡。 方向二：往「複雜、風險、把關」靠 高風險的把關、跨部門的協調、要照顧各方利益與進行合規的判斷，這些愈是依賴人和規則的專案，AI愈啃不動。而且出了事，只有人能承擔責任，AI無法承擔責任。你要把自己放到「出了事要由你負責」的位置上去，那正是價值聚集的地方。 方向三：往「溫度、信任」靠 未來人類參與最多的工作，不是前沿技術領域的工作，而是「另一個人特意為我付費」的服務工作。當一個人有了更多的時間和更厚的錢包，他要的往往不只是一頓飯、一堂課，而是「我無條件信任他」、「有個人真的把心放在了我身上」的感受。人與人的關係很多時候需要時間和經歷的累積，這是AI完全無法取代的。 這裡再分享5種無論朝哪個方向走都該努力培養的能力，按重要性由高到低排列如下： 一是模糊中的判斷力（資訊不全時做對決定，並知道什麼值得做）。 二是建立信任與關係的能力（讓他人希望你在場）。 三是共情與在場能力（真正聽懂他人的話）。 四是指揮AI的能力（界定問題、拆解、委派、驗證、整合）。 五是獨特的品味與策展能力。 成為團隊裡最會用AI的那個人 最後，如果挑一件清晰且可以執行的事情來幫助你在未來獲得更強的競爭力，那麼它會是：從2026年起，成為你的團隊裡最會用AI的那個人，這是你能買到的最便宜的保險，而且別只用它追求「更快」，要用它追求「更高」，讓它把你托舉到原來達不到的層級。這正是破解「斷梯」難題的辦法。AI先取代的恰恰是初級職位，新人一開始就要和AI競爭，這第一級台階反而是最困難的；而善用AI，新人能直接交付出過去要熬幾年才拿得出的東西。 節錄自：天下文化《AI未來已來）：變革巨浪中的CEO、企業、個人轉型戰略》／李開復 著 將【104職場力】加入Google偏好來源 推薦閱讀： AI時代該學什麼？程世嘉：比技術更值錢的是「基本功＋軟實力」 AI進入3.0時代：智慧通膨、零點擊、人機協作如何改寫白領工作？

文／104獵才顧問行銷企劃部 每年編招募預算，很多 HR 面對的是同一個場景：主管問「今年錢花在哪、效果如何、明年為什麼要編這麼多」，而你手上只有一堆分散的數字，拼不出一個有說服力的答案。 更棘手的是另一種處境——公司根本沒有年度人力計畫，每次找人都是臨時起意。缺一個補一個，預算永遠在救火，從來沒機會提前規劃。 這篇文章想提供一個框架，幫你把明年的招募預算講清楚。它來自 104 兩份重量級報告的對照：站在企業端的《2026 人資 F.B.I. 調查》（832 家企業填答、邁入第 15 年），以及站在員工端的《2026 員工 C.E.O. 工作價值認知調查》（在職者 1,243 份＋求職者 1,926 份）。 兩份報告一對照，一個核心訊號浮現：快，不等於對。 企業把「找人」變快了——招募天數縮到 44.9 天創新低，較去年再快 15 天。但同一時間，新人到職六個月留任率卻從 66.2% 跌到 62.2%，同樣創新低。速度提升的背後，是企業端做的事，和員工端在意的事，出現了四個關鍵落差。 而這四個落差，剛好對應招募漏斗的四個階段：看見、找到、接住、留住。 搞清楚自己卡在哪一關，才知道明年的預算該優先補哪裡。 本文摘要（點擊快速前往） 為什麼用「招募漏斗」來編預算？ 階段一｜看見：職缺開出去了，人才為什麼沒被吸引？ 階段二｜找到：履歷來了一堆，為什麼還是找不到對的人？ 階段三｜接住：邀約到面試了，為什麼人才還是不等你？ 階段四｜留住：找到人才之後呢？ 四階段 × 四產品：把落差變成預算優勢 如何說服主管：從「臨時補人」到「年度佈局」 為什麼用「招募漏斗」來編預算？ 傳統編預算的方式，是按「項目」分——刊登費多少、活動費多少、獵才費多少。但這種分法有個盲點：你看不出錢花下去，解決的是哪一個問題。 招募漏斗提供另一種視角。人才從「看見你的職缺」到「留在你的公司」，會經過四個階段，每個階段都可能漏水。用這個框架編預算，你問的不再是「這筆錢買什麼」，而是「這筆錢補哪一段的漏」——這才是主管聽得懂、也願意買單的語言。 以下逐一拆解四個階段的落差與對應解方。 階段一｜看見：職缺開出去了，人才為什麼沒被吸引？ 【企業端做的事】 加快招募速度、拓展多元管道、把職缺曝光出去。F.B.I. 數據顯示，企業正從「刊登職缺等人來」轉向主動佈局——網路徵才廣告使用意願從 84.3% 降至 71.9%，校園經營、自行招募與社群招募的佈局意願則同步上升。 【員工端在意的事】 先看獎金公不公平、主管管理認不認同、制度清不清楚，再決定要不要投遞。C.E.O. 報告揭露一個指標性變化：「工作有保障」蟬聯四年重要度第一，今年首度被「獎金制度公平合理」超越。 【落差】 你以為的吸引力，可能只是「你自認」有吸引力。職缺寫了薪資範圍、福利制度，但求職者真正想確認的「獎金怎麼發、公不公平」，往往是最模糊的一段。同時，「薪資／福利競爭力不足」從徵才難題第 5 名躍升至第 2 名（34.1%→39.0%）。 【預算該補哪裡】 這一關的投資重點，是曝光廣度 + 內容透明度。不只是把職缺放出去，而是把員工真正在意的事（獎金公平、制度透明、主管風格）說清楚。 【對應解方：104 整合招募】 透過多管道職務刊登觸及主動求職與被動瀏覽人才，並運用雇主品牌頁面與企業形象溝通工具，把「獎金公平、制度透明」具體說清楚，再以一站式管理掌握曝光與轉換數據。 👉 了解 104 整合招募如何放大曝光、也讓條件被理解 階段二｜找到：履歷來了一堆，為什麼還是找不到對的人？ 【企業端做的事】 把心力放在篩出「條件相符」的人。但「投遞履歷人員條件不符需求」已連續兩年蟬聯徵選難題第一名，比例維持六成以上，是持續存在的結構性問題。 【員工端在意的事】 離職常常不是條件問題，而是主管風格、制度、文化等「相處問題」。C.E.O. 數據顯示，「薪水太低」雖仍是轉職念頭第一名，但占比從 40% 降至 36%，非薪資因素的合計影響力並未縮小。 值得注意的是，不同世代在意的順序完全不同：56 歲以上最重視「工作保障」與「同事溝通互動」；25 歲以下則把「獎金公平」與「薪資符合期待」排在最前面。用同一套話術溝通所有世代，並不划算。 【落差】 篩對了條件，不代表篩對了會留下來的人。履歷數字達標、條件相符率也不錯，但新人半年內還是留不住——問題往往不在履歷上。 【預算該補哪裡】 這一關的投資重點，是精準匹配 + 主動出擊。尤其是關鍵型職缺，別再被動等履歷。 【對應解方：104 獵才顧問 × 104 關鍵人才庫】 關鍵職缺靠主動出擊。104 獵才顧問主動對接潛在目標人才、精準篩選並協助判斷市場行情；104 關鍵人才庫則長期經營水面下人才池，讓 HR 可自主搜尋優質潛水人選。關鍵人才不一定會主動投遞，但企業可以主動找到他。 👉 了解 104 獵才顧問如何精準對接關鍵人才 👉 了解 104 關鍵人才庫如何長期儲備人才池 階段三｜接住：邀約到面試了，為什麼人才還是不等你？ 【企業端做的事】 認為邀約到面試已完成招募一大步，把重心放在篩選與決策。但流程正在失速——面試到談率從 71.6% 降至 68.0%，代表每 3 個被邀約的人，就有 1 個沒出現在面試現場。 【員工端在意的事】 面試當下的態度、內容說明是否誠實一致，直接決定要不要接受 offer。C.E.O. 數據顯示，整體 62% 求職者表示面試過程會影響到職意願，26–35 歲更高達 67%。影響到職意願前三名分別是：工作內容與預期相符（76%）、面試主管的態度（76%）、實際洽談的薪資（75%）——其中 8 年級對「面試主管態度」特別敏感，達 84%。 【落差】 企業以為面試是「篩人」，員工把面試當成「篩公司」。從邀約到面試的每個步驟與接觸，人選都同步在給你打分數。 【預算該補哪裡】 這一關的投資重點，是速度與體驗兼顧。回覆要快、流程要順、體驗要好，別讓人才在等待中流失。 【對應解方：104 招募管理 Pro】 當企業帶進更多履歷後，更需要一套系統把流程接住：HR 與用人主管協作透明化、多管道履歷匯流、自動化快篩與人選亮點摘要、智能面試邀約與甄試自動化、結構化面談表、即時視覺化各管道招募分析。讓速度與體驗兼顧，別讓人才在等待中流失。 👉 了解 104 招募管理 Pro 如何加速流程、兼顧體驗 階段四｜留住：找到人才之後呢？ 【企業端做的事】 加速導入 AI 協助招募與人資作業——企業用 AI 協助人資作業的比例，從 2024 年的 36.5% 一口氣衝上 2025 年的 73.0%，近乎翻倍。 【員工端在意的事】 員工願意用 AI，但多數還在摸索：68% 在職者用過生成式 AI（較去年大增 15 個百分點），但近 8 成自評仍在初階；同時近 3 成擔心工作被 AI 取代，藍灰領其他專業類焦慮比例最高達 39%。 【落差】 企業推 AI 求效率，員工要引導不要焦慮。落差不會消失，只是從「招募條件」換了個形式，變成「AI 轉型」。花了心力縮短招募天數、接住面試流程，如果員工在 AI 浪潮中感到不安又缺乏引導，一樣會流失。 【預算該補哪裡】 這一關的投資重點，是超前部署 + 長期經營。留才不是留住現在的人，而是為未來的人力配置提前準備。 【對應解方：104 關鍵人才庫】 從「主動搜尋」到「長期經營」——不只是缺人時才用的搜尋工具，而是長期經營人才關係的資料庫，可提前部署關鍵職位接班與人才梯隊，因應 AI 浪潮下的人力重新配置，並持續追蹤人才動態，降低關鍵人才臨時流失的應變壓力。 👉 了解 104 關鍵人才庫如何為未來人力超前部署 四階段 × 四產品：把落差變成預算優勢 把四個階段收斂成一張表，就是你明年招募預算的配置藍圖： 不同職缺類型，落差重點不同 編預算前，先分清楚你的職缺屬於哪一類——優先補的落差不一樣，錢的配置也不一樣： 大量型職缺（門市、客服、量產線）：重點在「看見」與「接住」——曝光廣度 ＋ 流程速度。 關鍵型職缺（管理職、稀缺專業職）：重點在「找到」與「留住」——精準匹配 ＋ 長期經營。 多據點／多流程職缺（連鎖服務業）：重點在流程標準化與速度一致性。 先分清楚職缺類型，才知道該優先補哪個落差、把錢花在哪。 如何說服主管：從「臨時補人」到「年度佈局」 回到開頭那個難題：公司沒有年度人力計畫，每次找人都臨時起意，該怎麼說服主管重視年度規劃？ 答案藏在兩份報告最一致的訊號裡：單點加速，解決不了整體落差。 招募天數創新低、AI 導入速度翻倍——這些都是「單點提速」。但留任率同步創新低，證明只加速某一段，沒辦法讓整條漏斗變好。人才比較的是「整段體驗」：曝光內容是否透明、面試是否被尊重、留任後是否被公平對待與引導成長，任何一段掉隊，前面的努力都會被稀釋。 這正是說服主管的關鍵論點： 臨時補人，是在單點救火；年度佈局，是把四個階段一起顧好。 當你能用招募漏斗指出「我們卡在哪一關、那一關的漏水讓我們損失多少、補起來需要多少預算」，招募預算就不再是一筆說不清的支出，而是一項可以被管理、被驗證的投資。 企業的競爭，正在從「徵才競爭」走向「人才吸引力競爭」——招募不是把職缺填滿，而是持續累積人才願意選擇你的理由。而這一切，從編對明年的招募預算開始。 掌握更多趨勢與工具，大家都在看 完整版《2026 半導體業人才報告書》免費下載！四大數據預警與五大策略指引，搶才風暴中的科學突圍 完整版《2026 科技業人才白皮書》免費下載！薪資行情、AI 職能與精準招募策略全解析 完整版《2026 民生服務人才白皮書》免費下載！人才速寫、供需解盤及招募心法全解析 招募天數少了 15 天，留任率卻掉了 4 個百分點——你的產業，卡在哪一種「找不對」？ 更多服務，招募計畫讓 104 與你一同前行！ 🔹 104 整合招募 補「看見」的落差——多管道曝光搭配雇主品牌溝通，讓職缺不只被看到，更讓員工在意的條件被理解。 👉 了解更多 🔹 104 獵才顧問 補「找到」的落差——關鍵職缺靠主動出擊，由專業顧問對接不主動投遞的稀缺人才。 👉 了解更多 🔹 104 招募管理 Pro 補「接住」的落差——多管道履歷匯流、智能邀約與流程自動化，讓速度與體驗兼顧。 👉 了解更多 🔹 104 關鍵人才庫 補「留住」與未來佈局的落差——長期經營人才關係，為接班梯隊與 AI 浪潮下的人力重配置超前部署。 👉 了解更多

75%數位工作者每週用AI省下約11小時，卻有69%曾交出「自己也無法負責」的半成品，當大家都把時間拿去當「Botsitting（AI保姆）」、反覆餵資料與除錯，我們究竟是變高效，還是陷入了生產力假象？同步揭開高效工作者的逆向生存法則。 文／《104職場力》 本文導覽 時間去哪了？87%職場人都中招的「生產力假象」每週花6.4小時伺候機器，大家其實只是「AI保姆」從Botsitting到「職場廢話」，引爆職場信任危機！累到不想檢查：69%的職場人曾交出「自己也無法負責」的成果工具看起來越聰明，我們越容易放棄判斷、推卸責任不想被Botsitting累死，高效工作者做對了什麼？懂得「刻意不用AI」把AI當隊友推敲 生成式AI普及後，你的工作真的變輕鬆了嗎？ 企業搜尋與工作AI平台Glean旗下的Work AI Institute，針對美、英、澳三國共6,000名全職數位工作者進行調查，發布了《Work AI Index 2026》研究報告。 調查結果呈現出一組強烈的反差：高達87%的工作者日常工作都有使用AI，其中有75%認同AI提升生產力，平均每週透過自動化省下約11小時；但再進一步詢問，卻只有13%的人真心覺得組織整體績效有顯著提升。 那省下來的11小時究竟去了哪裡？ 時間去哪了？87%職場人都中招的「生產力假象」 每週省下11小時，為什麼只有13%的人覺得效率真的變好？ 很多人用AI寫草稿、抓摘要，速度的確變快了，但省下來的時間，全在實際的工作流程裡被悄悄吃掉了，主管想看到的「把時間拿去做策略、帶來業務成長」這類理想根本沒發生。 每週花6.4小時伺候機器，大家其實只是「AI保姆」 這筆大家都沒算到的隱形時間成本，報告直接命名為Botsitting（伺候AI）。 調查發現，工作者每週平均花6.4小時在Botsitting，這段時間甚至比真正拿它來產出工作（3.6 小時）還要長。 那這6.4小時裡大家到底都在忙什麼？ 反覆餵背景資料（每週2.3小時） 請AI產出一份文件前，得不斷補充公司規矩、專案細節、客戶需求等前後文，有時同一個任務換個視窗，就得重新貼一次Context跟指令；另外還有一個尷尬點是，背景資訊餵少了怕得不到想要的答案，塞太多又容易引發AI「情境腐爛」、產出荒腔走板的內容，如何拿捏也是一門學問。 調查顯示，員工每多花10%時間在餵資料，感到心力交瘁的機率就跟著增加25%。 忙著抓錯與監督（每週2.2小時） AI最可怕的地方是「給出的文字或分析看起來超專業、講得頭頭是道，明眼人一細究才發現漏洞百出」，所以謹慎的工作者只能一行一行盯著檢查，抓AI的幻覺、核對數據真實性，清理那些看起來漂亮卻毫無用處的產物，並隨時準備接手AI付失敗留下的爛攤子。 反覆除錯換問法（每週1.7小時） 當AI第一次給不出好結果，人類就開始當偵探，改Prompt、補指令、修正錯誤，甚至把同一個問題丟給兩三套不同的AI互相比較，直到擠出跟自己預期差不多的答案…… 這種「人➔AI➔錯➔改Prompt➔換模型➔人手動修整」的無限來回，心智耗損率最高（疲憊倍率高達1.4倍）。 更慘的是「工具還越用越多」，77%的人每週在好幾套AI工具間跳來跳去，3分之1的人工作時甚至同時開到4個以上，在視窗間來回複製貼上、比對答案，光是這些切換成本就耗掉一大半精力。 104 AI通用素養檢測 實體 104 AI通用素養檢測｜104獨家AI測驗認證 3262人感興趣 了解課程＞ 從Botsitting到「職場廢話」，引爆職場信任危機！ 當Botsitting讓職場人筋疲力竭，截稿時間又步步逼近時，大家就容易自暴自棄，最先被犧牲的就是「專業把關」。 當大家開始交出未經查證的產出，出事就推給AI，甚至連主管與客戶都不知道眼前的報告到底能不能信，這場由AI引發的連鎖反應就會動搖職場上的信任基礎。 累到不想檢查：69%的職場人曾交出「自己也無法負責」的成果 調查的數字相當驚人： 69%的使用者坦承，自己曾在工作中交過這種未經把關的成品。 41%的人承認，如果主管或客戶追問細節，根本講不出背後的推導邏輯。 在那些已經對AI感到身心俱疲的職場人當中，交過這種產物的比例更直接飆到95%。 針對這個情況，報告直接幫它取了一個很犀利的名詞，叫「Botshitting」。 工具看起來越聰明，我們越容易放棄判斷、推卸責任 為什麼大家敢交出連自己都沒把握的東西？問題就出在我們對工具的「盲目信任」，以及對專業責任的稀釋。 看得順，就以為是對的（流暢度偏誤） AI寫得越有條理、語氣越自信，使用者的警覺心就越低，尤其是職場經驗較少、還不熟悉業務眉角的Z世代，交出這種半成品的機率比其他世代高出19%。 出了事，第一反應怪工具 當沒做到專業把關，當責感通常也會跟著瓦解，有28%的受訪者坦言，自己犯了錯卻把責任推給「是AI算錯、AI給錯資料」，把人該負的最終責任甩鍋給機器。 信任透支帶來的後遺症 天天在Botsitting與擦屁股之間循環，員工對工作的熱情也會被消磨殆盡。 調查發現，經常陷入Botsitting的員工，想換工作的機率高出73%；更有51%的人無奈表示，AI沒幫自己省去繁瑣雜事就算了，反而還把自己原本最喜歡、最有成就感的工作給自動化掉了。 不想被Botsitting累死，高效工作者做對了什麼？ 在調查裡，有少數是既能提升效率，又能顧好品質的強者，他們不盲目追捧工具，而是抓準了兩件事： 懂得「刻意不用AI」 這群高手比一般人多出18%的機率會主動在特定任務上關掉AI，他們很清楚，有些需要深度判斷、人際信任和專業洞察的事情，交給AI只會帶來沒完沒了的除錯黑洞，不如自己動手更快更準。 把AI當隊友推敲 比起無腦把AI當免責的代工廠，高手們反而是把工具當成對話的夥伴（75%的高成就者把AI當隊友看待，一般人只有32%），他們把力氣花在補充關鍵情境和最後把關，確保交出去的每一份成果都禁得起檢視。 在AI越來越聰明的時代，比誰用的工具多、省的時間多，都只是一場數字遊戲，如果省下時間的代價，是在疲憊中交出連自己都無法說明的半成品，那這份效率只是一場自我安慰的假象；且不只會逐漸失去批判思考，最終也守不住自己的專業價值。 104學習推薦： （參考資料來源：Glean Work AI Institute, The Work AI Index 2026: Botsitting, botshitting, and the hidden human labor of AI at work, 2026.） 將【104職場力】加入Google偏好來源 延伸閱讀： OECD研究揭：全球青少年閱讀力正在下滑！AI世代如何培養「深度腦」？ AI破牆，硬知識貶值了！拆解「2種智力」決定你被取代還是被放大

文／黛C 🎯 科技業人資✖職涯顧問師 2027 年部門預算怎麼編？從人力需求、外包成本、AI 與 SaaS 工具、教育訓練到情境預算，整理主管編年度預算必算的 5 筆帳，讓資源配置更精準。 每到第三、第四季，許多主管都會開始面對年度預算。真正難的，通常不是把明年的數字填進 Excel，而是當上級或財務追問：「為什麼需要這筆錢？如果少了，會影響什麼？多投入之後，又能換回多少成果？」主管能不能拿出一套清楚的估算方式。 尤其到了 2027 年，單純沿用去年的預算結構，準確度可能愈來愈低。薪資成本持續變動，AI 與 SaaS 工具快速進入工作流程，有些工作可以透過自動化降低工時，有些專業能力的取得成本卻變高。如果只是把今年實績加減幾個百分點，很容易把今年的低效支出一起複製到明年，真正需要補強的資源反而沒有被編進去。 因此，編預算前可以先換一個順序：**先算明年要完成多少工作、需要多少產能，再決定該用人力、外包、工具還是培訓補足。以下 5 筆帳，可以幫主管把「我覺得需要」轉成更具體、可被驗證的預算依據。 1. 團隊到底缺幾個人？先把工作量換成 FTE，避免 Headcount 多報或少報 「明年事情會變多，所以希望增加一個人」，是主管很常使用的人力申請理由，但它有一個問題：很難判斷這一個人到底是怎麼算出來的。更精準的方法，是先把明年新增的工作換算成工時，再進一步估算需要多少人力。這裡可以用 FTE（Full-Time Equivalent） 來計算，簡單來說，就是把工作量換算成「大約需要幾個全職員工才能完成」。它的用途很簡單：把模糊的「很忙」換成「實際缺幾個人的工作量」。 例如，明年預計新增 12 場活動，每場從企劃、執行到結案平均需要 40 小時，全年就增加 480 小時；另外新增兩個長期專案，每月各需要 20 小時，一年再增加 480 小時。光是這兩項新增工作，全年就多出約 960 小時。接著再估算一名員工一年真正能投入核心工作的有效工時。這裡不能直接用「一天 8 小時 × 工作天數」來算，因為實際工作還包含會議、行政、內部溝通、訓練與休假。主管真正要抓的是員工一年可以拿來完成主要任務的時間。 假設一名員工一年可投入核心工作的有效工時約為 1,300 小時，明年新增工作量為 900 小時，換算方式就是： 900 ÷ 1,300 ≒ 0.69 FTE，意思是，這批新增工作大約需要 0.7 個全職人力。 這個數字真正有價值的地方，在於它可以幫主管做下一步決策。0.7 個人的工作量，是否值得直接新增一名正式員工？其中有沒有 0.2 個人的工作可以透過自動化處理？0.2 個人的工作適合委外？剩下的 0.3 個人工作量，是否能透過重新分工消化？ 反過來，如果算完發現明年的新增工作量已經接近 1.5 FTE，團隊卻只打算增加一個人，也能提早看見人力超載的風險。 行政院主計總處 2026 年公布的統計顯示，2025 年有 34.8% 的工業及服務業廠商調升經常性薪資，40.7% 員工獲得調薪；截至 2026 年 3 月，也已有 31.4% 廠商確定或預計調薪。當人事成本持續變動，每一個新增 Headcount 都更值得先用工作量驗證需求。 簡單說，FTE 的用途就是：先算出「到底缺多少工作量」，再決定要不要真的補一整個人。 2. 什麼時候該新增員工、什麼時候繼續外包？先算出成本臨界點 很多主管會把人事費與外包費分開看，但只要某一項工作長期、固定又高頻發生，這兩筆成本就應該放在一起比較。 假設一個團隊一年固定需要剪輯 60 支影片，每支外包 8,000 元，全年成本就是 48 萬元。如果明年需求增加到 100 支，外包費就會提高到 80 萬元。這時就可以開始問：工作量增加到什麼程度後，繼續外包的成本已經接近，甚至可能高於增加內部人力？ 不過實務上，主管不能只拿「外包 80 萬」和「員工年薪 80 萬」直接比較，因為兩者包含的成本不同。如果要估算增加一名員工的實際成本，至少還要把年薪、獎金與雇主負擔、設備、軟體、招募成本，以及新人學習期間一起算進去。 假設一名剪輯人員全年的總成本約為 90 萬元，而明年外包支出預估 80 萬元，這時兩種做法的成本其實已經很接近。但「差 10 萬元」還不足以直接決定要不要增加人力，接下來還要看三件事。 第一，需求是否全年穩定 如果需求只集中在旺季三個月，正式人力可能在淡季出現閒置；如果每個月都有固定且穩定的工作量，增加內部人力的合理性就會提高。 第二，溝通與修改成本高不高 如果每個專案都需要和外部廠商來回修改五、六次，表面上的外包報價可能比較低，但主管與團隊花在對接、確認與修改上的工時，也是一筆容易被忽略的成本。 第三，這項能力值不值得留在團隊裡 如果它直接影響產品、品牌、客戶關係或未來核心業務，把能力留在內部還能持續累積經驗與知識；如果只是低頻、專業度高的單次任務，交給外部專家反而更有效率。 所以最後可以用一個簡單原則判斷：如果工作量穩定、需求高頻，而且需要大量內部協作，就可以優先評估是否增加人力；如果需求集中在特定期間、工作量波動大，或需要的是低頻但高度專業的能力，保留外包通常更有彈性。 成本可以幫主管判斷「哪一種做法比較划算」，工作特性則能進一步判斷「哪一種配置更適合團隊」。 3. AI、SaaS 值不值得續？不要只看 License 價格，改算使用率、節省工時和新增產能 近年部門預算裡，另一筆很容易默默膨脹的支出，是 SaaS 與 AI 工具。專案管理、簡報設計、數據分析、會議紀錄、文件協作，再加上 ChatGPT、Claude、Copilot 等 AI 服務，每一套看起來可能都不算貴，但當帳號逐年增加，年度總支出很容易變成一筆可觀成本。 而且企業對 AI 的投入仍在增加。國際商業與科技研究顧問公司 Gartner 2026 年調查 1,303 名企業功能主管發現，85% 預計在 2026 年增加 AI 支出；受訪組織在 2025 年平均已將約 12% 的部門預算投入 AI。不過，同一份調查也顯示，只有 22% 的組織已成功把 AI 擴大到多個事業單位。 對主管來說，這代表「有買 AI」已經不是足夠的判斷標準，真正需要看的是使用程度與實際產出。 先算每位活躍使用者成本 假設某套工具一年花 24 萬元，共買 20 個帳號，表面上每人一年成本是 12,000 元。但如果每月至少使用一次的只有 8 人，實際每位活躍使用者成本就變成： 240,000 ÷ 8 = 30,000 元 因此，續約前至少可以看三個數字：購買多少帳號、每月真正活躍的使用者有多少，以及每位活躍使用者成本多少。如果同時還有兩套以上功能高度重疊的工具，例如兩套會議摘要、兩套專案管理系統，或多個 AI 工具都在處理類似的文字生成工作，也可以順便檢查有沒有重複付費。 再往下算：AI 到底替團隊省多少時間？ 假設一套 AI 工具一年成本 12 萬元，每月能替 10 位同事各省下 2 小時，一年就是： 10 人 × 2 小時 × 12 個月 = 240 小時 如果平均每小時人力成本估算為 600 元，這 240 小時換算出的時間價值約為 14.4 萬元。 但這裡還不能直接說 AI 的 ROI 是正的，因為「省下時間」和「公司真的多得到產能」是兩回事。 主管還要再看第三層：省下來的時間被拿去做什麼？**如果團隊因此多完成專案、服務更多客戶、減少外包或提升分析品質，那才開始真正轉成可見的產能。 可以把 AI 預算的判斷拆成三層：第一層看使用率；第二層看省下多少工時；第三層看這些工時最後有沒有轉成更高價值的工作。 這樣比單純問「大家覺得好不好用」更能判斷明年要不要續約或擴大採購。 4. 教育訓練該編多少？從「明年缺什麼能力」倒推，比一人一筆額度更精準 教育訓練預算很常用「每人每年多少額度」來抓，但這種方式比較難回答一個重要問題：花完這筆錢之後，團隊究竟多了什麼能力？ 主管可以改從能力缺口開始。假設明年部門目標需要更多 AI 資料分析、BI Dashboard、英文簡報或專案管理能力，就先盤點目前團隊裡有多少人可以獨立完成這些工作。真正要補的地方，就會很快浮現。 例如一個 6 人團隊，目前只有 1 人能獨立完成 AI 資料分析，BI Dashboard 則完全沒有人能獨立製作。這兩項能力的培訓優先度，通常會高於「大家有興趣學」但和明年工作關聯較低的課程。 經濟部中小及新創企業署 2026 年推出企業 AI 人才培育輔導計畫，提供超過 200 門免費 AI 主題課程，涵蓋營運管理、行銷客服、製造流程、知識管理與內部作業優化，也把學習進度、訓練成果與成效追蹤納入企業培訓機制。對主管來說，這提供了一個很實用的做法：把培訓 KPI 從「上過幾堂課」改成「有多少人能獨立完成這項工作」。 例如，今年只有 1 人可以獨立製作 BI Dashboard，2027 年希望提升到 4 人；今年只有 2 人可以使用 AI 完成完整資料整理流程，明年希望提高到 6 人。這樣預算就可以從「教育訓練費 10 萬元」，進一步變成「投入 10 萬元，把某項關鍵能力從 1 人提升到 4 人」。 年底檢視時，也不用只看上課人次或預算執行率，而可以直接看能力缺口到底縮小多少。 5. 預算突然被砍 10% 怎麼辦？提前做好 90%、100%、110% 三個版本 不少主管都有過這種經驗：花了很多時間做完年度預算，送出後收到一句：「請各部門再減 10%。」如果一開始只有一版預算，最常見的做法就是每個項目都砍一點。活動費少一點、軟體少幾個帳號、培訓縮一些、外包也減一點。最後所有事情看起來還能做，但每一項資源都剛好不夠。 更有效率的方式，是一開始就做三個情境版本。 90%：預算縮減時，哪些成果一定要守住？ 這一版只留下會直接影響核心工作與主要目標的支出，例如必要人力、必要工具、已承諾專案，以及無法取消的營運成本。重點不是「每個項目砍 10%」，而是先定義：如果資源少 10%，哪些結果一定要保住？ 100%：依照目前最合理預測編列的 Base Case 這一版按照現階段最可能發生的業務量、工作量與資源需求編列，也是正式預算的主要版本。 110%：業務超標時，哪些資源值得優先追加？ 如果明年專案量、客戶數或業務表現高於預期，主管也可以提前決定哪些成本可以跟著增加，例如外包產能、額外工具帳號、專案費或增補人力。 這種「先替不同情況準備預算版本」的方式，在管理上稱為 情境規劃（Scenario Planning）。簡單來說，就是先假設明年可能出現「預算縮減、符合預期、業務超標」等不同情況，提前決定每種情況下哪些支出要保留、哪些可以縮減，以及哪些資源需要跟著增加。 實務上，也可以把預算再分成三類：一定要花、工作量增加才花，以及可以延後。這樣當上級要求砍預算時，不需要臨時從整張表亂刪；當業務突然增加，也能知道哪些資源應該優先追加。 預算編完後，再檢查兩個數字：每個成果花多少？預算增加後成果有沒有跟著增加？ 總預算只能告訴主管「明年準備花多少錢」，真正能幫助判斷效率的，是支出和成果之間的關係。 第一個可以看的數字是「每單位成果成本(Cost per Output)」，也就是平均完成一個成果需要花多少錢。依照不同部門，可以換算成每場活動、每支影片、每個專案或每位客戶的平均成本。假設今年 100 萬元預算完成 20 個專案，每個專案平均成本就是 5 萬元。明年預算增加到 120 萬元，如果只能完成 21 個專案，單位成本就提高；如果能做到 28 個專案，則可能代表團隊產能或規模效益正在改善。 第二個可以看的，是預算增加幅度與成果增加幅度之間的關係。如果某項預算增加 20%，產出只增加 5%，主管就值得往下查成本為什麼提高；如果增加 10% 預算，卻能換回 30% 的產出，這筆投資就更容易說明價值。 這兩個指標的好處，是不需要把部門管理變成一堂財務課，卻已經能讓預算從「花多少」往前走到「花得有沒有效率」。 好的部門預算，要能回答「這筆錢可以替團隊多完成什麼？」 主管在預算審查時，最有說服力的通常不會是「去年也有這筆錢」，而是能清楚說明資源和成果之間的關係。 申請新增人力，可以說明明年增加多少工作時數、相當於多少 FTE；申請外包費，可以說明工作量到什麼程度後外包仍然比內製有效率；續約 AI 或 SaaS，可以提出活躍使用率、省下工時，以及省下來的時間最後轉成多少產能；教育訓練則可以直接對應明年要補上的能力缺口。 同樣的邏輯，也能用在預算刪減上。當某一筆預算被拿掉時，主管應該可以說清楚：會少掉多少產能、延後哪個專案，或增加什麼執行風險。 做到這一步，年度預算就不只是去年的數字延伸，而會更接近一張「下一年度資源配置圖」。 而主管真正要算清楚的，也正是這件事：有限的資源放在哪裡，才能替團隊換回最大的產能與成果。

文／104獵才顧問行銷企劃部 回想一下上一個難補的職缺。 為了找到那一位錄取者，HR 讀了大量履歷、安排了多場面試、跟用人主管來回討論了好幾輪。最後錄取一位——這是招募的成果。 但那些「進到最後兩、三名，只是這次差一點」的人選呢？那位條件很好、只是報到時間喬不攏的候選人呢？那位這次職缺不適合、但明顯是塊料的人呢？ 在多數企業的系統裡，答案是：他們消失了。 許多企業使用的招募系統，履歷與甄試歷程的保存期限有限，過了就查不到。於是幾個月後有類似職缺開出來，HR 只能重新刊登、重新篩選、重新面試——上一輪投入的所有時間，等於重來一次。 這篇文章想談的，就是這個被反覆浪費、卻很少被正視的資產：人才庫。 本文摘要（點擊快速前往） 招募最貴的成本，不是花掉的錢，是重複做的事 為什麼「當時不合適」不等於「永遠不合適」 顧問觀點：從「開缺才找人」到「有人才等開缺」 深度解方：104 招募管理 Pro 的人才經營怎麼運作 典型企業情境：三週補上一個急缺，靠的是三個月前的準備 招募最貴的成本，不是花掉的錢，是重複做的事 招募的成本，大家通常只算得出看得見的那一半：刊登費、廣告費、可能的獵才費用。 但真正可觀的，是看不見的那一半——HR 與用人主管的時間。從撰寫職缺、篩選履歷、安排面試、來回討論到發出 offer，每一個環節都在消耗團隊本來可以做更有價值事情的時間。 更痛的是，這些時間投入很多是重複的。 104 職場力曾整理出一個許多 HR 都熟悉的循環：急招 → 妥協 → 錯聘 → 再招。缺口出現時臨時啟動招募，時間壓力下只好放寬標準，錯聘的人沒多久離開，於是又回到急招——每一圈都在燒錢燒時間，而且愈轉愈累。 這個循環之所以難打破，一個關鍵原因是：企業沒有把過去招募累積的人選，變成下一次招募的起點。 每次都從零開始，自然每次都一樣辛苦。 為什麼「當時不合適」不等於「永遠不合適」 「這次沒錄取」的原因，其實五花八門，而且很多跟人選本身的素質無關： 這次的職缺方向不合，但他的能力其實很強 面試表現很好，但另一位更資深，這次只能擇一 條件完全符合，但報到時間對不上、或薪資這次談不攏 他當時還沒有轉職的打算，只是先看看機會 這些人選有一個共同點：他們是你已經花時間了解過、甚至面談過的人。 相較於市場上完全陌生的履歷，你對他們的掌握度高得多。 而且求職市場有一個常被忽略的現實——不少有換工作意願的優秀人才，其實處於觀望狀態，不會主動投遞履歷。這代表：你上次接觸過、留有聯繫的人選，往往比你重新刊登能吸引到的人更有掌握度。 問題只在於——當你需要的時候，找得到他們嗎？ 顧問觀點：從「開缺才找人」到「有人才等開缺」 104 獵才顧問團隊在協助企業優化招募策略時，經常提醒一件事： 被動式招募——只在出現缺口時才啟動流程——是招募週期被拉長的根本原因之一。 當你等到職缺開出來才開始找人，時間就已經在倒數。而主動經營人才庫的企業，走的是完全相反的路徑：在還沒確定用人時，就先建立人選名單；等決策落定，直接接洽已經熟悉的對象。 這個轉變的價值，不只是快。它還帶來三件事： 適配度更高——名單裡的人是你篩選過、了解過的，不是碰運氣的新履歷。 關係更成熟——透過持續互動，人選在進入流程前就了解企業文化與挑戰，篩選更精準。 節奏更從容——不受單一職缺開立與否的限制，可以先養成人才關係，需要時再啟動。 換句話說，人才庫不是一個「存履歷的地方」，而是一種把招募從被動救火，變成主動佈局的工作方式。 而要做到這件事，前提是你的系統要能把人選真正留下來、找得回來、還能主動提醒你。 💬 想知道過去接觸過的人選，在系統裡能保留哪些資訊、日後怎麼調用？ 👉 留下你的招募情境，由顧問說明人才庫的實際運作 深度解方：104 招募管理 Pro 的人才經營怎麼運作 人才庫要能發揮價值，必須跨過三道關卡：資料留得住、人選找得到、系統會提醒。 以下是 104 招募管理 Pro 在人才經營模組上的設計。 一、資料留得住：從「短期保存」到「5 年保存」 這是 Pro 相較標準版最關鍵的差異之一。 標準版的履歷與甄試歷程保存期限僅 60 天／1 年；升級 Pro 後，履歷與甄試歷程可延長至 5 年保存，等於把每一次招募累積的資料，轉化為企業專屬的人才金庫。 這個差異的意義在於：你這次面試留下的評語、對人選的觀察、討論的紀錄，不會在幾個月後消失。幾年之內有類似職缺時，它們都會成為你再次接觸這位人選的起點——你不必重新認識他一次。 二、人選找得到：檔案夾分類與標籤註記 留下來的人選如果找不到，等於沒留。104 招募管理 Pro 提供檔案夾分類與人選標籤註記，HR 可以依職務、依潛力程度、依工作狀態分類管理，也可透過指定條件快速查找需要的人才。 過去堆在信箱與 Excel 裡、雜亂難查的歷史人選，變成一個可以隨時檢索的資源池。 三、系統會提醒：履歷更新檢核與 AI 自動再推薦 人才庫最容易失效的地方，是資料放久了就過時——這個人現在還在原公司嗎？聯絡方式還對嗎？ 104 招募管理 Pro 提供履歷更新檢核，可針對查找到的人才庫人選，確認履歷是否有更新的版本、當前狀態是否仍符合。 更進一步，針對儲存於人才庫的履歷，可設定 AI 自動再推薦機制：結合企業篩選條件與 AI 推薦，協助 HR 從人才庫中快速掌握最合適的人選。 這正是把「上次差一點的人選」重新接回招募流程的關鍵設計——讓過去接觸過的人才，在新職缺出現時能被重新看見。 💬 想知道 AI 自動再推薦是依哪些條件比對、推薦結果實際長什麼樣？ 👉 留下你常開的職缺類型，由顧問說明推薦邏輯 典型企業情境：三週補上一個急缺，靠的是三個月前的準備 ⚠️ 以下為示意情境，由顧問依實務經驗歸納整理，並非真實個案揭露。 某企業的財務部門，因應組織擴編，需要一位具備制度建置經驗的資深財會人員。這類人選在市場上稀缺、主動求職者少，若從零開始刊登，光是等到合適履歷可能就要一、兩個月。 但這次 HR 並沒有從零開始。 三個月前，同部門招募另一個職缺時，曾面試過一位資深財會人選——當時因為職級與該缺不完全相符而未錄取，但 HR 在系統裡為他做了標籤註記，並保留了完整的面試評語，將他留在人才庫中。 這次新缺一開出，HR 透過人才庫的 AI 自動再推薦，從歷史人選中比對出這位人選。調閱當時的甄試歷程確認方向吻合，再透過履歷更新檢核確認他的近況，直接聯繫——對方對這個更符合資歷的職缺很有興趣。 從接洽到確認錄取，整個流程在三週內完成，遠快於重新招募的時程。 關鍵不在於這次招募做得多快，而在於：三個月前那次面試的投入，沒有被浪費。 掌握更多趨勢與工具，大家都在看 招募做了這麼久，你知道哪個管道最划算嗎？HR 必學的數據決策思維 HR 發了 10 封邀約，主管卻說「這不是我要的人」？終結招募內耗的關鍵解方 告別低效招募！畢業季海量履歷期，HR 如何運用 AI 奪回時間主控權？ 更多服務，招募計畫讓 104 與你一同前行！ 🔹 104 整合招募 人才庫要有人可存，前提是持續有優質人選進來。透過客製招募網頁與多元管道曝光，讓每一次招募都為人才庫注入新的活水。 👉 了解更多 🔹 104 獵才顧問 當人才庫裡沒有合適人選、又急需補上關鍵職務時，由專業顧問主動接觸市場上未公開求職的稀缺人才。 👉 了解更多 🔹 104 關鍵人才庫 若想更進一步主動經營中高階與關鍵專業人才，可透過關鍵人才庫平台，提前建立名單、持續互動，讓關鍵職缺隨時有備援人才可用。 👉 了解更多

每天花多少時間找檔案、Email、待辦事項？工作區太多，容易讓資訊分散、增加尋找時間。作者分享5個工作區整理技巧，從待辦工具、標籤分類到數位化管理，減少東翻西找，提高工作效率。本文節錄自《時間不夠用？先減掉八成雜事》。 文／飯田剛弘 本文目錄（點擊可快速前往） 打造一個「工作區」「丟棄」紙張、「保留」數位檔案──建立工作區的技巧1. 找到適合自己的待辦事項管理工具2. 善用標籤、關鍵字與篩選功能3. 減少工作區的數量4. 從小範圍開始5. 不確定是否該丟棄時，「丟掉」實體物品，「保留」數位檔案 打造一個「工作區」 各位是否每天為了尋找物品或資料而花費許多時間呢？像是「那封電子郵件到哪裡去了呢？」、「那張備忘錄跑去哪了？」、「那個檔案存在哪裡啊？」、「那份文件擺去哪了？」之類的情況。其實，花在尋找上的時間，比我們想像中奪走更多寶貴的時光。 因為這些動作往往在不知不覺中進行，所以不容易發現。可能在一天之內就發生好幾次在找東西的情況。 或許這樣說會有點太過直接，但這些「尋找」的時間，幾乎不會產生任何價值。 更麻煩的是，愈是在忙碌的時候，愈容易發生不清楚所需的資料或訊息在哪裡，結果反而花更多時間到處尋找。 要減少這些時間浪費的方式，就是打造一個「工作區」。 所謂的「工作區」，指的是儲存與管理必須處理的事項和工作，以及相關資訊與資料的地方。像待辦事項清單、筆記本、電子郵件、聊天訊息、桌面上，或是抽屜、書架、包包等等，都可以成為「工作區」。重點是在平日就要養成習慣，除了「工作區」之外，不要隨意擺放。 不過，如果「工作區」過多，反而會使工作無法順利進行。以下是一些常見的情況： 找不到需要的工具，花了很多時間尋找，甚至最後不得不再去購買。 找不到他人之前曾經告知的資訊，導致工作無法繼續。 瀏覽過覺得有參考價值的網站，沒有加入書籤，結果再次搜尋時，耗費許多時間與心力。 記錄過和他人約定時間的筆記，不知道擺去哪裡，令人十分困擾。 事先調查的資訊筆記不小心弄丟，只能靠自己模糊的記憶回想。 找不到付款所需的文件或帳號資訊。 忘記購買必要的物品，卻買了其他多餘的東西。 直到要出門前，才慌張地到處翻找需要的票券或文件。 雖然有事先預約，卻找不到預約號碼或確認的郵件，而感到非常焦急。 當我們覺得自己不擅長安排時程時，上述這些情況往往更常出現。要讓事物順利進行， 最好是盡量把「工作區」集中在一個地方。若是把需要的東西或資訊放在不同地方，自己也會搞不清楚究竟放在哪裡，最後只會徒增尋找的時間。 因此，若要快速且輕鬆地找到所需資訊，最理想的做法是將所有待辦事物集中在同一個地方。 即使要將所有待辦事項完全集中在一個地方並不容易，但只要能盡量減少「工作區」的數量，就能縮短尋找的時間，讓工作更順利進行。 重新檢視自己有多少個工作區？ 首先，請先參考下頁的表格，也就是數一數自己目前有多少個「工作區」。 數位資料的存放地點 工作區數量電子郵件（收件匣、寄件匣、草稿等）待辦事項清單（電子郵件、筆記本、Word檔等）雲端儲存區（Google 硬碟、OneDrive 等）電腦（桌面、各檔案夾）或 3C 設備（手機、平板）通訊軟體（Slack、Teams、LINE 等）其他應用程式和軟體 非數位、實體的存放地點 工作區數量筆記本或備忘錄行程表或月曆便條紙或便利貼檔案夾或文件夾各種盒子或箱子層架或書桌周圍床上包包或錢包裡白板自己的大腦其他人（同事或秘書等）家中衣服或褲子口袋 數出來的結果有幾個呢？我自己在舉辦研討會或培訓課程時，總會請學員統計自己的工作區數量，結果因每個人的工作內容與職務類型不同而有很大差異。 例如，擔任出納會計、總務等行政職的人，有時可能多達數十個工作區。而管理階層或外勤的業務人員，也有人少於十個工作區。 關鍵在於，先掌握自己目前的工作區數量，接著思考如何縮減那些花在「東翻西找」上的時間浪費。 「丟棄」紙張、「保留」數位檔案──建立工作區的技巧 以下介紹幾個在安排工作區時的重點： 1. 找到適合自己的待辦事項管理工具 市面上的待辦事項管理工具琳瑯滿目，有的只提供簡單的製作備忘錄與清單功能，有的 則是可管理完整專案的專業系統。選擇時要符合自己的需求與個性，這點至關重要。 若一開始就挑選過於複雜、使用不易的最新款高階工具，反而容易半途而廢。當自己想 要嘗試新工具時，建議優先選擇操作簡單、能與電腦和手機同步的雲端服務為佳。 2. 善用標籤、關鍵字與篩選功能 為了能快速找到待辦事項與相關資訊，可以用資料夾、透明文件夾或標籤，依照一定規則進行分類。不過更建議在整理時，能以數位化為前提，運用容易聯想的關鍵字、標籤、標記或篩選等功能，確保資訊能快速搜尋，管理也會更加輕鬆。 3. 減少工作區的數量 要降低「漫無目的尋找」所浪費的時間，最關鍵的做法就是把工作時需要的東西全部集 中在同一個地方。前面的內容也有提到，盡量減少工作區的數量非常重要。雖然實際數量會因工作環境和職務不同而有所差異，但原則上最好控制在個位數以內，以避免混亂。 4. 從小範圍開始 如果要處理的事情太多，要整理所有事物往往非常耗時費力。建議先從當下最需要處 理、最重要的部分開始整理，再慢慢拓展到其他部分。在熟悉工作區使用環境的同時，也能專注在盡量減少「時間浪費」和「找東西」上。 5. 不確定是否該丟棄時，「丟掉」實體物品，「保留」數位檔案 在試著減少工作區的數量時，常會出現不知道該不該留下的文件或資料。這時，我個人建議可以依照資料的類型處理。基本原則是若屬紙本資料，可「先掃描儲存成數位檔案後，再丟棄」，如果屬於數位檔案，則「暫時保留」。 紙張只會愈積愈多，占據空間又降低效率，因此建議能盡量數位化，達到減少紙張的效 果。如果擔心一下子全部丟棄會有風險而感到猶豫不決時，可以先掃描或拍照存成電子檔，再逐步進行斷捨離。 再次強調，工作區的數量一旦過多，即代表相關的資料與資訊分散各處，不僅增加尋找時間，也容易在管理和保存上出現困難，進而導致錯誤和疏失。 因此，要先掌握自己目前的狀況，再逐步減少工作區的數量，才能有效提高工作效率。 節錄自：寶鼎出版《時間不夠用？先減掉八成雜事：不加班也能升職的高效工作法》／飯田剛弘 著

文： 104人資市集 整理 勞動部正研議調高徵才薪資揭示門檻。依目前研議方向，門檻可能由現行 4 萬元提高至約 5 萬元；若正式上路，目前薪資落在 4～5 萬元、仍可使用「面議」的職缺，將成為新增的揭示範圍。  政策細節與上路時間尚未定案。企業現階段可先整理可能受影響的職缺，同時檢視薪資區間的設定依據，避免正式實施後才逐筆處理。  快速看｜若薪資揭示門檻提高，HR 可先盤點月薪 4～5 萬元職缺，確認經常性薪資、薪資區間的設定依據，以及招募薪資與內部薪資是否有明顯落差。政策尚未定案，現階段以盤點與制度準備為主。  現行門檻 經常性薪資未達 4 萬元須揭示 研議方向 提高至約 5 萬元，正式內容待公告 HR 可先準備 盤點 4～5 萬職缺、檢視薪資區間依據  哪些 4～5 萬元職缺需要優先盤點？  可先從目前仍使用「面議」、且經常性薪資可能落在 4～5 萬元的職缺整理起。若公司職缺量大，可再依招募頻率與影響範圍排出優先順序。  長期招募或經常補人的職務  同一職務由多個部門共同招募  核薪幅度較大、常依候選人條件個別議薪的職務  目前沒有明確薪資級距或核薪標準的職務  盤點時建議以「經常性薪資」判斷，而不是把年終、加班費或不固定獎金一起計入。若需要確認現行規定與經常性薪資的認定方式，可參考文末延伸閱讀。  薪資區間怎麼訂？從職務評價、內部薪資與市場行情著手  薪資揭示增加後，企業需要更明確地說明一個職缺可以提供的薪資範圍。實務上可先確認以下三項資料，再決定對外區間。  1. 先確認職務層級與責任範圍  同樣的職稱，不同公司的責任範圍可能差很多；同一家公司內，也可能因管理責任、專業深度或工作複雜度不同而落在不同職等。先把職務內容與職等對清楚，薪資範圍才有一致的基準。  2. 檢視公司內部同職務的薪資分布  整理同職務或相近職務目前的薪資狀況，包括最低值、中位數、最高值，以及不同年資、職等或能力條件的差異。這一步可以協助 HR 確認現有薪資級距是否仍符合公司實際狀況。  3. 對照市場薪資水準  外部市場薪資可作為薪資級距與招募區間的參考。若市場行情已明顯高於公司內部水準，企業可能同時面臨招募競爭力與內部薪資調整兩個問題，需要分開評估。  職務評價 責任／層級 薪資級距 內部薪資＋市場行情 核薪原則 年資／能力／經驗 招募區間 職缺揭示  圖｜薪資區間可由職務評價、薪資級距與核薪原則逐步整理，再轉成對外招募區間。  ​薪資揭示後，內部薪資需要一起檢視哪些項目？  對外刊登的薪資區間，現職員工同樣看得到。若招募區間與內部同職務薪資有明顯差距，HR 可先確認差異的來源，再評估是否需要調整。  新進職缺的起薪是否高於現職同職務員工  不同部門使用同一職稱時，薪資區間是否差異過大  市場行情調整後，既有薪資級距是否仍適用  特殊技能、人才稀缺度或工作內容差異，是否已有明確核薪依據  招募職缺 45,000～50,000 元 現職同職務 42,000 元  差異本身不一定不合理，重點在於是否有明確的職務、能力、市場或核薪依據。  公司還沒有完整薪資帶，可以先從哪裡開始？  如果公司目前尚未建立完整薪資帶，可以先從受影響較大的職務開始整理，不需要一次涵蓋所有職位。  列出目前薪資可能落在 4～5 萬元的職缺  將工作內容相近的職務分群  整理各職務現有薪資分布  參考市場薪資，確認公司目前的薪資定位  先建立基本薪資區間與核薪原則  確認不同招募渠道的薪資資訊一致  對招募量大的職務先建立基本規則，後續再逐步擴大到其他職等與職系，執行上較容易落地。  HR 刊登職缺前，可先檢查這 7 項  ☐ 職缺的經常性薪資是否已確認？ ☐ 是否可能落在未來新增的 4～5 萬元揭示範圍？ ☐ 薪資區間是否有職務或職等依據？ ☐ 內部同職務的薪資分布是否已檢視？ ☐ 市場薪資是否已有最新參考資料？☐ 對外招募區間與內部薪資是否存在明顯落差？ ☐ 官網、人力銀行與其他招募渠道的薪資資訊是否一致？ 常見問題  4～5 萬元職缺現在就不能寫「面議」嗎？  目前仍可以。現行規定仍是職缺「經常性薪資未達 4 萬元」須公開揭示或告知薪資範圍；4～5 萬元職缺是否納入新的揭示範圍，仍待主管機關正式公告。  現在就要把 4～5 萬元職缺改成公開薪資嗎？  目前仍在研議階段，現行規定照舊。現階段可先盤點可能受到影響的職缺，待正式規定公告後再依新制調整。  公司沒有薪資帶，可以先訂招募區間嗎？  急迫職缺可以先依現有核薪條件處理，但若同一職務長期都由不同主管逐案決定，容易出現標準不一。建議同步整理職務層級、薪資範圍與核薪原則。  對外薪資區間一定要和現職員工一樣嗎？  不一定。市場行情、候選人條件、工作內容與職等都可能造成差異。企業需要確認的是差異是否有合理依據，以及是否已反映在現行薪資制度。  如果市場薪資已高於公司內部薪資，該怎麼處理？  可先確認落差最大的職務，以及是否已影響招募或留任，再評估薪資帶調整與現職薪資修正的優先順序。  薪資揭示和薪資透明是一樣的嗎？  不完全相同。這次研議的是招募階段的薪資揭示門檻；內部薪資制度、同工同酬與薪資公平屬於更廣的管理議題。當公開薪資的職缺增加，企業也會更需要檢視兩者之間的關聯。  新制尚未定案，HR 現階段可先完成哪些準備？  現階段不需要急著全面修改職缺。先把 4～5 萬元職缺整理出來，確認薪資區間的依據，再檢視招募薪資與內部薪資是否有明顯落差，等正式規定公告後即可較快完成調整。  若盤點過程發現，同一職務的薪資缺乏一致標準，或市場薪資與公司現行薪資帶已有落差，可再進一步檢視職務評價、薪資調查與薪資結構。 延伸學習：104 人資市集「薪酬管理師｜專員級認證課程」、104 人資市集「薪酬管理師｜經理級認證課程」從職務評價、薪資調查應用到薪資結構設計，協助 HR 建立薪資制度的基本架構與實務方法。 延伸閱讀 徵才薪資擬沒 5 萬不得面議！揭露門檻將調高 涵蓋 9 成職缺  實際薪資未達 4 萬、徵才職缺禁寫「面議」，企業雇主到底該如何揭示薪資範圍？  職位評價與績效調薪  員工不滿意薪酬，加薪能解嗎？如何設計系統化的薪酬結構｜企業實例  資料來源｜勞動部《就業服務法》第 5 條、第 67 條及薪資揭示相關規定（註：政策仍在研議階段，實際門檻、計算方式與施行日期，以主管機關正式公告為準。）  提升員工帶動企業的成長！最划算的 AI 教育訓練方案首選>> 超過7000+的HR都報名過的104人資學程！求職成效提升至4.5倍！>> 　 訓練要留證！勞檢不過，最高可罰 300萬元>> 成為人資市集Line好友獲得最新課程優惠及免費講座資訊>> 訂閱人資市集電子報獲得專家工作分享及產業新知 >>

輝達開出年薪650萬招募簡報師，點出一個當前的職場現實：把複雜資訊講得簡單清晰，就是高價值的核心硬實力！然而每個人履歷都寫「擅長 PPT」，用人主管和企業該憑什麼相信你的專業呢？由國內三大簡報專家打造的「台灣簡報認證」，能快速客觀驗證你的簡報邏輯，直接為履歷加分、拉開競爭差距！ 文／104學習 本文導覽 不只是排版，高薪買的是「把複雜講成簡單」求職最大痛點：每個人都說自己「精通簡報」業界三大名師背書：20分鐘線上測驗，直接替履歷加分提早卡位建立差距，就是最划算的職涯投資 輝達開出年薪650萬台幣找簡報設計師，引發網友熱烈討論，這件事點出職場最真實的現實：把複雜事情講清楚，本來就是超高價值的專業，但每個人履歷都寫自己擅長簡報，主管到底憑什麼相信你？ 不只是排版，高薪買的是「把複雜講成簡單」 很多人以為做 PPT 只是找漂亮模板、調調字型，但輝達願意開出這種高階年薪，買的其實是「資訊轉譯」的硬實力。 科技巨頭每天要面對投資人、跨國客戶與內部高層，講台上不能有一句廢話。簡報師的工作是把深奧的 AI 技術與複雜數據，轉化成對方一聽就懂、願意買單的商業故事。 現在AI工具隨手一按就能生出一份投影片，操作軟體早就不是門檻；真正值錢的，是你能不能抓出重點、梳理邏輯，並促成最後的商業決策。  延伸閱讀：AI會做投影片，不代表你會說服人：職場簡報力健檢的6個關鍵 求職最大痛點：每個人都說自己「精通簡報」 打開104人力銀行的履歷，十個人裡面有九個人都會在技能欄勾選「擅長 PowerPoint、具備簡報溝通提案能力」，但對人資和用人主管來說，這反而是最難在面試前驗證的模糊技能。 畢竟口說無憑，很多人自稱精通，做出來的頁面卻塞滿整段密密麻麻的文字；加上主管不可能每個人都找來現場試講，而在學校報論文、做小組作業的經驗，拿到職場商務提案也常常不管用。 這種「大家都在寫，卻沒人拿得出證據」的狀況，正是為什麼越來越多求職者選擇直接考一張具公信力的簡報實力認證來證明自己。  延伸閱讀：「台灣簡報認證」是什麼？為什麼求職者、上班族都該考？ 業界三大名師背書：20分鐘線上測驗，直接替履歷加分 想在一片履歷海當中被挑選相中、一眼被看見，你需要一套具備公信力的客觀標準。 台灣簡報與溝通教育訓練領域的三位代表性人物：企業簡報教練王永福（福哥）、影響力教練謝文憲（憲哥），以及台大簡報大賽創辦人葉丙成教授，聯手制定了這套標準化的評測機制。  這次推出的104 × 台灣簡報認證-初級門檻很親民，不考軟體操作、也不用上台演練，純粹檢核你的「簡報核心觀念」，內容涵蓋簡報觀念、簡報準備、投影片技巧、表達技巧、邏輯結構與群眾分析等六大能力。  測驗方式：線上測驗，單選加複選共 30 題，70 分及格。  彈性快速：約 20 分鐘就能完成，即報即考、不限時間地點。  履歷連動：測驗通過後，104學習於3-5個工作天將直接把認證回傳至你的 104 履歷資格認證欄位，讓你的實力被看見。  104學習推薦： 實體限定優惠 台灣簡報認證-初級｜104 × 台灣簡報認證 3863人感興趣 了解課程＞ 提早卡位建立差距，就是最划算的職涯投資 初級認證只是起點，未來還能一路挑戰中級（作品審查）與高級（實體上台，由福哥、憲哥親自評定），現在考等於提早卡位，拉開跟其他求職者的差距。  從日常向主管回報進度、跨部門協調爭取預算，到對外向客戶提案競標，簡報力決定了你在職場上的能見度與說服力。與其在自我介紹裡花大篇幅解釋自己多會溝通，不如在履歷放上一張有公信力的認證，讓你的實力一眼就被看懂。  立即報名【台灣簡報認證】 AI也許能幫你做簡報，但沒辦法替你說服別人！「台灣簡報認證」由企業簡報教練王永福（福哥）、影響力教練謝文憲（憲哥）、台大簡報大賽創辦人葉丙成教授共同發起，是一張標準化的「簡報溝通能力」認證，已對接104證照中心，檢測通過(70分以上)104幫您回傳於個人履歷，認證終身有效，適合求職新鮮人、轉職者、在職工作者、主管報考。　▶ 台灣職場簡報認證 - 初級｜104 × 台灣簡報認證

明明資料齊全、說明完整，報告卻總是無法說服人？問題往往出在解讀方式。作者曾任貝恩顧問公司策略顧問，解析報告最常見的3個誤區：只從自身立場解讀、見樹不見林、以及硬套理論脫離現實，並整理出克服問題的3種能力，幫助從大量訊息中找出核心重點。本文節錄自《薪水翻倍的報告撰寫法》。 文／金玲瓏 本文目錄（點擊可快速前往） 報告的常見3大誤區陷阱1：侷限觀點的解讀陷阱2：見樹不見林陷阱3：脫離現實框架用錯，不如不要用避開失真陷阱，需要的3種能力 報告的常見3大誤區 到目前為止，我們已探討報告的3個要素。邏輯思維、「所以重點是什麼」與「為什麼會得出這個結論」，都是強化結構的有力工具。接下來，就讓我們一起看看，該如何巧妙運用這些工具吧。 有時，即使報告已包含所有必要要素，內容仍可能偏離主題。儘管清楚說明了該做什麼、為什麼這麼做，也加入各種數據，羅列得非常清晰，最後得出的結論卻難以引起共鳴，也缺乏說服力。這時，必須重新檢查以下3點： 侷限觀點的解讀。 見樹不見林。 脫離現實。 只要能避開以上3個陷阱，就能保證報告不會偏離主題。現在就來一同檢視這3個問題，以及該如何避開它們。 陷阱1：侷限觀點的解讀 第一個陷阱是：侷限觀點的解讀。舉例來說，A項目是公司的新事業，公司正在評估是否應持續投入資金於該事業，以及目前的經營成績。此時，負責人拿著整理好的報告說：「近期銷售增加50％，顯示已逐漸培養出忠實顧客，應該繼續經營這項事業。」 這段陳述乍聽之下相當合理，看似符合報告該有的邏輯結構。「所以重點是什麼」（繼續經營這項事業）與「為什麼會得出這個結論」（近期銷售增加50％，顯示已逐漸培養出忠實顧客）兩者均無遺漏。但這樣就能確保負責人說的正確無誤？ 據了解，A項目多年來持續占用公司超過一成的資金，但銷售占比卻始終不足公司整體的1％。此外，在市場中的競爭力也不明確，最近銷售之所以成長，只是受到大型促銷活動帶動。這項事業投入的成本很多，獲利卻趨近於無，某種程度上甚至可以視為虧損。即使擁有部分忠實顧客，人數也相當有限，而且長期以來幾乎沒有新顧客。 在這樣的情況下，負責人卻表示：「A項目最近銷售表現不錯，所以應該繼續經營。」這樣的判斷，真的正確嗎？ 當然，A項目負責人的發言並非毫無根據。銷售成長與擁有忠實顧客，的確是不爭的事實。只是，若從公司整體角度來看，A項目更像是花了很多錢，卻沒什麼水花的「雞肋事業」。而從負責人的立場來看，由於這是自己長期投入心力的事業，自然會希望保住它，同時也能避免因經營成果不佳而遭到批評。 越是在這樣的情況下，越需要以客觀角度看待問題。站在公司的立場，比起費心包裝A項目的業績，更希望負責人能主動指出問題，並提供替代方案。例如停止該項目，將相關資源重新投入其他核心業務，或嘗試轉向更具成長潛力的新項目。 即便是具邏輯依據的發言，也不代表一定是正確的訊息。同樣一個現象，也會因觀察角度、評斷標準與解讀方式不同，而產生截然不同的結論。隨著邏輯結構的差異，最終呈現出的訊息，可能偏向個人立場，也可能真正符合整體利益。 陷阱2：見樹不見林 偏離主題的第二個原因就是見樹不見林。有一天，負責線上服務的主管發現一項異常數據──使用B服務的人數突然下降20％，他立刻慌張的向上回報：「B服務的使用人數下滑20％，必須立刻改善該服務。」 這項提案中，「所以重點是什麼」（立即改善B服務）與「為什麼會得出這個結論」（B服務的使用人數下滑20％）看似都交代清楚了。但問題是，只要改善B服務就夠了嗎？ 在急著下結論之前，不妨先檢視整體狀況。仔細查閱後會發現，不只是B服務，連帶C服務與D服務的使用人數，也都下降20％。 換句話說，最近使用整體服務的人數下降20％，因此各項服務的使用人數也因此受到影響。既然如此，難道能說問題出在B服務嗎？眼下最該做的，真的是改善B功能嗎？ 在改善B服務之前，應該先釐清為何整體使用人數銳減，並確認是否能採取措施，挽回這些使用者。 工作中很常出現類似情況──忽略整體脈絡，僅憑一、兩項數據就急著判斷並下結論。即使是再聰明的人，也可能掉入這種陷阱。因此，為了避免這種錯誤，應該在解讀問題與分析情況時，不斷反問自己：「我是否忽略了整體？」、「是否有遺漏的地方？」 除此之外，我們再來看看行銷組長C的案例。某天，C突然發現這個月訪客人數暴跌了30％。驚慌之下，他立刻提出以下提案：「這個月的訪客人數暴跌了30％，必須盡快增加行銷預算。」 這個提案看起來也十分合理。增加行銷預算，的確可能帶動使用者成長。「所以重點是什麼」（立即增加行銷預算）與「為什麼會得出這個結論」（訪客人數暴跌30％），這兩個部分，也都交代清楚。 倘若此時擴大範圍檢視數據，又會發現什麼？真正該做的應該是在急著追加行銷預算前，先回頭檢視過去兩年的整體趨勢，而非只盯著最近這兩個月的數據。只要仔細查看就能發現，這個公司因為事業屬性的關係，某些季節使用者會增加，反之則會下降。由此可知，現在的數據變化，只是反映了季節波動。 由於季節因素影響，這項服務的當月訪客人數，原本就會比上個月減少約30％。若不與前一個月相比，而改與去年同期比較，會發現人數其實上升20％。既然如此，「訪客人數比上個月暴跌30％」，算是嚴重問題嗎？ 雖說對企業而言，若能每月持續成長是再好不過，但像這樣季節性明顯的事業，在判斷數據時，更需要以宏觀的角度來看待。 觀察某種現象並從中獲取訊息時，必須兼顧整體與局部，以及長期趨勢與短期變化。若只關注局部現象或短期數據，可能會忽略更重要的細節，甚至導致判斷失真。 陷阱3：脫離現實 最後一個陷阱，則是脫離現實。以下是一個與多家企業合作的案例，這些合作公司原本各自經營自家工廠。然而，總部企劃負責人D卻認為：「各自運營不僅無法發揮規模經濟，也缺乏效率。」因此，他強烈主張，即使要耗費巨額資金，也應整合成一座大型綜合工廠，並表示：「蓋了大工廠後，合作公司的訂單就能統一透過總部管理，合作方也能因規模經濟獲得更大利益。」 在D看來，只要將工廠合而為一，不但能發揮規模經濟、降低成本並提高效率，也能省去經營工廠的繁瑣雜事，這份提案看起來的確不錯。關於「所以重點是什麼」（蓋一座大型綜合工廠）與「為什麼會得出這個結論」（透過規模經濟讓雙方獲利）的邏輯結構，也相當完整。 不過，這項計畫勢必要投入大額投資，總讓人覺得哪裡不太對勁。因此，團隊決定深入檢視，而後在過程中發現幾個關鍵問題。在確認合作工廠的生產流程後，發現這些製程都難以自動化。也就是說，合作工廠的產量與投入的人力成正比，並不是蓋一座大型綜合工廠就能解決的事。 另一個問題是，合作方各自負責生產的內容本就不同。只有在製程相近的情況下，才能產生協同效應，但由於產品與生產流程皆不相同，即使強行合併，也無法形成更快速、更有效率的運作模式。 此外，光是讓合作方關閉目前營運中的工廠，並將既有設備與貨物轉移至綜合工廠，就需要付出龐大成本，這本身便是一大阻礙。更何況，每個合作方早已經在工廠用地、設備等方面投入大量資金，也為了維持運營招聘不少職員，因此要讓工廠停運並不容易。 透過規模經濟改善效率、提高利潤率，是管理學常見的策略之一。但現實往往比教科書更複雜，有時甚至會與理論完全相反。不論接觸任何書籍或理論，都要時刻警惕過度套用，或認為它能適用於任何情況。若對現實缺乏足夠理解，只是一味強調理論和技巧，那麼提出的訊息表面看似合理，實際上卻可能早已偏離重點。 框架用錯，不如不要用 套用特定框架也是如此。隨着管理學發展和顧問產業興起，各種思維框架接連誕生。從大家熟悉的「SWOT分析」、「○○矩陣」，到「○○飛輪」等，在經營學書籍、教科書，以及各種部落格都隨處可見。然而，如果對現況缺乏正確理解，就貿然套用這些模板，有時可能會產生「不如不要用」的念頭。 目前許多廣為人知的框架，大多出自顧問公司。即使是曾開發過優秀框架的經營顧問，在實際工作時，也不會只依賴單一框架就想推動所有專案。因為每個產業、每家公司面臨的問題和情況都截然不同，無法用同一套模板帶入所有案例。 正因如此，比起使用既有框架，能否根據專案當下的情況，重新建立思考框架才是更理想的做法。 不同情況適用的框架各不相同，與其了解各種框架、鑽研特定框架，擁有能針對情境處理的能力更重要。所以，簡報不該只停留在形式，應以能真正影響業務和成果的訊息為主。 避開失真陷阱，需要的3種能力 到目前為止，相信你已經了解即使具備完整的邏輯結構，訊息仍可能失真的3種典型情況，分別是「侷限觀點的解讀」、「見樹不見林」及「脫離現實」。想避免落入這些陷阱，就必須具備以下能力： 客觀解讀：比起從主觀角度解釋現象，更應站在客觀立場提出合理觀點。 綜觀全盤的思考能力：從整體與長期角度得出合理結果，而非沉溺於細枝末節和短期目標。 現實感：跳脫表面包裝或固有理論，聚焦本質、傳遞具有實際意義的訊息。 前面提到的邏輯思維，以及能展現思考能力的「所以重點是什麼」與「為什麼會得出這個結論」，再加上「客觀解讀」、「綜觀全盤的思考能力」及「現實感」，等於已經具備從大量訊息中找出核心重點的能力。 節錄自：大是文化《薪水翻倍的報告撰寫法：我在全球三大顧問之一，貝恩策略公司學到的祕訣。》／金玲瓏 著