104學習

104人力銀行 / KPMG_安侯建業聯合會計師事務所 / 【顧問部】不動產估價報告書複核人員(專員~副理)-361A / 符合度分析
【顧問部】不動產估價報告書複核人員(專員~副理)-361A KPMG_安侯建業聯合會計師事務所
履歷符合度:
登入計算

性格適合度:

職缺要求技能

未具備

PowerPoint

測驗

不動產

測驗

不動產估價

測驗

顧問服務

Outlook

測驗

估價

書審

法遵

已具備

英文

有已符合的經歷忘了填寫嗎?記得定期 更新履歷

學習推薦

林尚能

執行長

04/29 11:57

最近接了三個內訓提案,三個產業差很大,但卡關的地方一模一樣
這個月我同時在規劃三個企業內訓案:
一個是中型營造集團,想推全員 AI 能力。 一個是金控集團,要做企業架構策略規劃。 一個是大學的高教深耕計畫,要為教授開 AI × SDGs 增能講座。
三個產業差很大,文化也完全不同。但跟三邊高層/承辦人聊完之後,我發現他們真正卡關的地方,其實是同一件事——他們不是不想學新東西,是不知道從哪裡開始。
▎卡關一:工具與資訊太多,不知道哪個適合自己
營造業煩惱的是:規章制度、施工標準、圖說、品管表、合約⋯⋯資料散落各處,AI 想用,但連資料在哪都不知道。
大學教授煩惱的是:ChatGPT、Claude、Gemini、Perplexity、NotebookLM⋯⋯每個工具各有所長,理工、人文、社科使用情境天差地別,沒人有時間自己摸索全部。
金控集團煩惱的是:壽險、產險、銀行、證券、投信⋯⋯各子公司有自己的系統與流程標準,整合性治理難度極高,沒有共通方法論就只能各做各的。
表面上看是三種不同的問題,本質上都是**「資訊太多、缺一張地圖」。
▎卡關二:合規與風險顧慮高,寧可不用也不敢踩線
營造業最怕的是合約 AI 辨識的法律邊界——付款條款、違約金、保固若漏看,後果嚴重。
教授最怕的是學術倫理—未發表論文、學生資料能不能丟給 AI?哪些算「使用 AI」、哪些算「AI 代筆」?這條線市面上的 AI 課最少談、教授族群卻最在意。
金控集團最怕的是法遵稽核——金管會法令更新頻繁,任何架構轉型都要衡量法遵風險、稽核軌跡、資安要求。
都是同一件事:怕踩線、寧可不用。
▎卡關三:跨單位共識難以建立
營造業:工地、設計、PMIS、財務、業主端視角不同,會議決議追溯不易。
金控集團:願景在高層、執行在 IT、需求在業務、風險在法遵——四方視角不同,沒有共通語言會造成轉型失焦。
大學:每個學科背景的老師,連「什麼算研究產出」的定義都不一樣。
一樣的問題:沒有共通語言,就無法形成共識。
三個案子,三套提案,但底層邏輯都是同一套:
✦ 先給一張清楚的工具與場景地圖,讓使用者知道從哪開始 ✦ 講清楚合規邊界與最佳實務,把焦慮轉成可操作的原則 ✦ 用結構化方法論讓不同部門有共通語言
如果您的企業、機構、學校也在思考內訓的方向—不論是 AI 全員培訓、企業架構策略規劃、或是教師增能—歡迎私訊聊聊。
我會先聽您的需求,再決定該怎麼幫您(甚至包括誠實告訴您「這個案子應該找誰,不該找我」)。
戰國策集團 | 林尚能 📞 免付費專線 0800-003-191 🌐 mo.com.tw
#AI企業內訓 #企業架構 #高教深耕 #戰國策集團 #林尚能
看更多
0 0 46 0
林尚能

執行長

04/29 09:33

業務從22人剩5人、虧了快一年,這個老闆問我的問題,戳中很多中小企業老闆的痛
前陣子有個二手車商的老闆透過戰勝學院預約諮詢。他在預約表單上把問題打了滿滿一大段,我看完心裡其實就有底了。這是一個典型的「老闆比誰都努力,但努力的方向被自己的制度綁住」的故事。
他問了我四件事:
一、業務從22個剩5個,全是老屁股,怎麼辦?
二、業務只挑利潤高的車賣,正常車一直壓在場子裡,怎麼辦?
三、他自己想了一套新的薪資制度,要我幫他看可不可行。
四、最後一句他寫得很小心:「如果我突然改制度,會不會大家都跑光?」
這篇文章我想分享的,不是制度設計的SOP。制度的細節可以套公式,但這位老闆真正卡住的地方,是制度背後沒人跟他講的那些事。
為了保護當事人,公司名稱、品牌、確切數字我都做了處理,但問題的結構是真的。如果您也是中小企業老闆,這個故事可能會讓您看到自己。
他以為自己問的是「制度可不可行」,其實他問的是別的事
第一次線上會談,他一坐下就把擬好的薪資方案推到我面前。
「林老師,你看,第一個月保底兩萬五,但賣一台才有;第二個月起,台數1、3、5、7各跳一萬;三台以上底薪再加一萬;進口車利潤封頂十萬。我自己想了快一個月,你看這樣行不行?」
我沒有馬上回他這個方案。
我問他:「你公司虧了多久?」
他愣了一下,說:「快一年。」
我又問:「業務從22個剩5個,是這一年的事嗎?」
他想了想:「差不多。」
我說:「那我問最後一個問題,你那5個業務,他們現在每個月還賺得到錢嗎?」
他停頓了一下,回答:「賺得到,他們每個月都還挑得到車賣。」
我跟他說:「老闆,你公司虧了一年,但你的業務沒虧。這就是你真正的問題。」
他在螢幕另一頭沉默了很久。
制度沒有對錯,只有「它在獎勵什麼」
我做企業顧問這些年,看過太多老闆把問題歸咎到員工身上。「現在的年輕人不肯吃苦」、「老的躺平、新的留不住」、「業務不夠拚」。
我懂這種心情,因為老闆是公司裡最焦慮的那個人。但講白話一點:
員工不會跟你的願景走,他們會跟你的制度走。制度設計成什麼樣,他們就長成什麼樣。
我請這位老闆攤開他的薪酬制度。業務無底薪、抽40%。意思是,業務的時間就是利潤;他賣一台高利潤車賺3萬,跟賣一台低利潤車賺8千,付出的時間差不多,但收入差三倍。換成是你,你會怎麼選?
這不是員工不夠拚,是制度在跟員工講:「你聰明的話,就只挑好賣的車。」
業務聽懂了,所以他們真的只挑好賣的車。庫存車一直壓著,老闆心裡乾著急。賣不出去的車變成資金成本、變成場地壓力、變成折舊,最後變成虧損。
他原本想用「台數階梯」逼業務衝量,方向對。但這只解了一半,逼他衝量,他還是會衝高利潤車的量,庫存車照樣沒人碰。
我跟他說:「你要做的事情,不是逼他賣得更多,是讓他發現,賣公司想賣的那些車,他賺得更多。」
這句話他記了下來。後來他在Zoom上跟我說:「我做了八年生意,第一次有人這樣跟我講。」
我跟他改了三件事,動了一個他原本不想動的人
這位老闆原本只想動「業務薪酬」這一塊。我在會談中很直接跟他講,這樣改沒用,會更亂。
我們一起改了三件事,外加處理了一個他原本沒想動的角色。
第一件:把抽成跟「車的類型」綁起來
這是整個改革的引擎。我跟他說,你過去所有車一視同仁抽40%,所以業務照自己的利益選車。如果你想要他選你想要的車,那抽成就要差異化。
壓最久的那批庫存車(超過你定義的天數),抽成上拉到45到50%,讓業務看到「啊,這台原來最好賺」;中間的一般庫存車維持35到40%;那些他原本就搶著賣的高利潤好賣車,反而把抽成壓到25到30%。
他第一個反應是:「滯銷車抽到50%,我不就更賠?」
我說:「老闆,你那台車現在放著不賣,每天都在燒你的錢。它賣不出去,毛利等於零;它賣出去就算只剩一點點毛利,總比每天往下扣資金成本好。何況,你會發現,制度一改,業務開始幫你算這些車怎麼推,根本不是你以為的那種賣命賠錢。」
他半信半疑,但同意試。
第二件:第一個月給新人一個真正的保底
他原本寫「第一個月保底兩萬五,但賣一台才有」。
我笑著跟他說:「這不叫保底,這叫畫餅。新人前三個月還在學車況、學話術、學怎麼跟客人交手,你要他第一個月就賣出一台才給保底,那他第一個月吃什麼?吃信仰嗎?」
我請他改成:第一個月無條件給兩萬五,但綁住兩個條件,出勤達標、培訓完成。讓新人有理由留下來、有時間學東西。
他擔心:「這樣會不會被拗?來上班拿錢就走?」
我說:「你想,無底薪你都留不住人了,你還在擔心被拗?反過來想,你保底兩萬五留下一個人,他三個月後成為你的戰力,你賺多少?你保底兩萬五留不住的那種人,你也省了一個庫存炸彈。」
第三件:店長制度,必須一起動
這是他原本完全沒打算碰的地方。
店長的設計是「跟老闆對半抽,外加全店業務利潤的10%」。在公司賺錢的時候,這套合理;公司虧損的時候,這套變成寄生。
我跟他算了一筆帳:你公司虧損快一年,店長收入有跟著縮嗎?沒有。前線業務承擔了結果,店長的位置卻沒有承擔風險,那當你要前線改革時,前線會怎麼想?
「為什麼是我承擔變化,他卻照樣抽?」
這個心理一旦在團隊裡發酵,改革還沒推就先輸。
我建議他把店長改成「底薪加超額分潤」。底薪保住生活,但對半抽改成「公司每月超過損益平衡點的部分,店長分20到30%」。意思是,公司賺錢,店長才賺得多;公司虧損,店長收入也會反映出來。
他猶豫了,因為店長跟了他七年。我跟他說:「老闆,你不是要懲罰他,你是要把他從『業績旁觀者』變回『跟你一起扛』的人。一個跟你七年的店長,如果他真的把公司當自己的,他會懂你。」
一週後老闆告訴我,他跟店長談了三個小時,店長最後說了一句:「老闆我懂,公司不好我也心知肚明,你早講我早改。」
這就是改革最動人的地方。很多時候你以為員工會反抗,其實他們只是在等你願意攤開來談。
「我突然改制度,大家會不會跑光?」
這是他在預約表單上寫得最小心的一句。我在第二次會談時,特地把這個問題拉出來單獨處理。
我跟他說:「老闆,我直接講,會反彈,但反彈不可怕。可怕的是你怕反彈,所以你一直不敢動。你已經拖了快一年了,你還想再拖多久?」
他笑了,說:「沒有人這樣跟我講過。我老婆都叫我先觀察。」
我講了一個其他案子的故事給他聽。也是一家中小企業,老闆怕改革,怕了三年,最後他兒子接班那一天,公司倒了。員工不是在改革時跑光的,是在「老闆什麼都不敢做」時,自己默默離開的。
但話說回來,怎麼推也是有方法的。我給他幾個原則:
「不要開全體大會宣布。」
這是他原本想做的事,召集所有人,鄭重宣布新制度。我攔下來。我說全體大會是最糟的場合,老屁股要面子掛得起來,當著所有人面,他一定要反抗給大家看;年輕人不敢表態;散會後士氣全垮。
正確做法是:跟每個業務「分別」面談。一對一的場合,沒有觀眾,他會把真心話講出來。「老師,我家裡有房貸」、「我下個月小孩學費要繳」。這些話他在大會上不會講,但在私下你會聽到。聽到了,你才有辦法針對性地處理。
「給他們2到3個月的緩衝期。」
公告新制度時,告訴老業務:前2到3個月,你可以選擇用新制或舊制計薪。讓他們覺得被尊重,不是被逼。
但這背後有一個機制在運作。一旦新制度上路,會有業務開始發現「咦,衝量加上推庫存車,我好像賺更多」,他們會自己切過去。剩下死守舊制的人,自己也會看清楚自己在哪。你不用逼,制度自己會說話。
「事先準備好『他走人』的劇本。」
我請他在改革前就把人才招募管道、新人培訓SOP、最壞情況下的營運計畫,全部準備好。不是要逼員工走,是要讓他自己心裡有底。
我跟他說:「老闆,當你心裡有Plan B,你跟員工談話的氣場會完全不一樣。你不再是求他留下,你是邀請他選擇要不要一起改變。這個差別,員工聽得出來。」
「最關鍵的,把那一個新人,當成你改革的樣板。」
他店裡剛好有一個剛進來的新人。我跟他說:「這個人從第一天就用新制度,你要盯著他、幫他、把他養出成績來。」
為什麼?因為當這個新人月銷做到5台,其中3台是壓最久的庫存車,他算出來的薪水比那幾個老屁股還高的時候,你不用講任何話,老屁股的世界觀會自己崩塌。他們會發現:「原來新制度真的可以賺到錢,原來我這幾個月在躺平,是在虧。」
這時候不用你逼,他們會主動找你:「老闆,新制度怎麼算?我也想試看看。」
我跟這位老闆講:「你不需要說服老人,你只需要讓新人發光。發光這件事,制度會幫你做。」
寫在最後:給正卡在類似困境的老闆
如果你看完這篇,覺得故事裡的某些段落,怎麼這麼像你公司:
業績下滑,但你又找不到真正的破口;
人才流失,老的躺、新的留不住;
自己擬了制度,但不敢上路;
想改革,但怕一改全公司炸鍋。
我想跟你說一句很實在的話。這些問題,極少是「老闆不夠努力」造成的。中小企業老闆是公司裡最努力的那個人,你的問題從來不是不夠拚,是你拚錯了方向。
你需要的不是另一套激勵口號,是一個能跟你坐下來、把制度攤開來算給你看、敢跟你講真話的人。
如果你願意,我們可以聊聊。
▶ 預約一對一線上諮詢|戰國策戰勝學院
為了讓我們的時間用在刀口上,諮詢前麻煩你先準備這幾樣東西:
近12個月的損益表(按月);目前的主要產品或庫存清單;過去12個月,每位業務(或每個業務單位)的銷售明細;主管(店長/部門主管)的薪資結構;還有你自己估的損益平衡點,一個月要做到多少業績才不虧。
資料越清楚,我們聊起來越深入。第一次會談我會直接幫你把方案套進實際數字試算,不是紙上談兵。
林尚能
戰國策集團 戰勝學院 經營顧問
陪伴中小企業:制度設計、薪酬改革、接班布局、AI落地
看更多
0 0 45 0
104學習

產品

04/28 10:35

AI 工作流是什麼?上班族提升效率的入門指南
AI 工具越來越普及,許多上班族已經開始用 ChatGPT、Gemini、Claude、NotebookLM 等工具協助工作。但真正能提升效率的關鍵,不只是「會不會問 AI 問題」,而是能不能把 AI 放進日常工作流程裡,形成一套可重複使用的「AI 工作流」。
過去使用 AI,很多人可能是想到什麼就問什麼:請 AI 幫我寫一封信、改一段文案、摘要一篇文章。這些做法當然有幫助,但如果每次都從零開始,效率仍然有限。
真正的 AI 工作流,是把工作拆成幾個步驟,讓 AI 在不同環節協助你處理初稿、摘要、整理、分析與發想,再由人來判斷、修正與決策。
簡單來說,AI 工作流不是讓 AI 取代你,而是讓 AI 成為你的工作助理。它可以協助減少部分重複整理的時間,但最後的品質把關、事實查證與責任判斷,仍然需要由人完成。
一、什麼是 AI 工作流?
AI 工作流指的是:將 AI 工具整合進日常工作流程中,讓它在固定任務中扮演特定角色。
舉例來說,如果你每週都要寫週報,過去可能需要回想本週做了什麼、整理資料、歸納成果、撰寫文字。導入 AI 工作流後,你可以先把已確認可使用的工作紀錄、待辦清單、專案進度整理後提供給 AI,請它協助分類成:
本週完成事項、遇到的問題、下週計畫、需要主管協助的地方。
接著,你再檢查內容是否正確,補上實際成果、數字與自己的判斷。
這就是一個簡單的 AI 工作流:
資料整理 → AI 協助產出初稿 → 人工檢查與修正 → 完成正式內容
AI 負責加快整理與初稿產出,人則負責確認事實、補充脈絡、做出判斷。
二、為什麼上班族需要學 AI 工作流?
許多人學 AI 時,最常遇到的問題是:「我知道 AI 很強,但不知道工作上到底怎麼用。」
其實,上班族最需要 AI 協助的,通常不是非常高深的技術,而是每天都會遇到、但很耗時間的工作,例如:
會議紀錄整理、Email 回覆、簡報製作、報告撰寫、資料摘要、Excel 分析、SOP 整理、專案進度追蹤、週報月報撰寫、學習筆記整理等。
這些工作都有一個共同特色:它們不一定困難,但常常需要大量整理、歸納與文字產出。
如果能把 AI 放進這些流程中,就有機會減少部分重複工作時間。對新手來說,AI 可以協助建立架構;對資深工作者來說,AI 可以協助加快第一版產出;對主管來說,AI 可以協助整理資訊、統整進度與提高溝通效率。
但需要注意的是,AI 工作流的目的不是讓工作「完全自動化」,而是讓人把時間留給更重要的判斷、溝通與決策。
三、AI 最適合協助哪些工作?
AI 很適合處理「文字整理、資料歸納、初稿撰寫、格式轉換、初步分析」類型的任務。以下是上班族最常見的應用場景。
1. 會議紀錄整理
開會後最麻煩的事情,往往不是開會本身,而是會後整理。AI 可以協助把會議筆記、逐字稿或已取得同意的錄音內容,整理成會議重點、決議事項、待辦清單與負責人。
適合請 AI 協助的內容包括:
會議摘要、討論重點、行動項目、決策紀錄、下次會議追蹤事項。
不過,使用 AI 整理會議內容時,必須特別注意資安與隱私。若要錄音、轉逐字稿或上傳會議內容,應先確認參與者知情,並遵守公司內部規範。涉及客戶資料、薪資、人事、合約、未公開商業資訊時,不建議直接上傳到一般 AI 工具。
AI 整理後,也需要人工確認人名、日期、數字、決議內容與責任分工,避免錯誤資訊被當成正式紀錄。
2. Email 與商務訊息回覆
很多上班族每天都花不少時間在回信、回訊息。AI 可以幫你把口語想法改成正式語氣,也可以幫你將太長的回覆縮短,或將生硬的文字改得更有禮貌。
例如你可以輸入:
「請幫我把以下內容改成正式但不冷淡的商務信件。」
「請幫我回覆客戶,語氣要專業、清楚,並委婉說明目前無法提前交付。」
但 AI 不一定知道你公司的實際政策與承諾範圍。涉及價格、合約、交期、賠償、客訴、法律責任等內容時,務必由負責人確認後再寄出,避免產生誤解或過度承諾。
3. 報告與簡報製作
許多人做報告或簡報時,最卡的是「不知道怎麼開始」。AI 可以協助產出大綱、整理架構、優化標題,甚至把長篇資料濃縮成簡報頁面重點。
例如你可以請 AI:
「請把以下資料整理成 8 頁簡報大綱。」
「請幫我把這段內容改成主管簡報用語。」
「請依照問題、原因、建議、下一步的架構整理。」
AI 很適合協助完成第一版,但真正有說服力的簡報,仍需要你補上資料來源、商業判斷、實際案例與具體數據。
4. 資料蒐集與摘要
當你需要快速理解一個新主題時,AI 可以協助整理你提供的資料,摘要文章重點、比較不同觀點,或產出初步觀察方向。
不過,AI 不一定能取得最新資訊,也可能產生錯誤或過時內容。若是涉及新聞、數據、法規、價格、政策、職缺條件、產業趨勢等資訊,仍應回到官方網站、原始報告或可信來源查證,不建議只依賴 AI 的回答。
比較安全的做法是:先由人提供可靠資料,再請 AI 協助摘要與整理;最後由人確認內容是否適合使用。
5. Excel 與數據分析
不熟 Excel 公式的人,也可以用 AI 協助理解公式、產生函數、整理欄位、設計分析方向。例如你可以問:
「我想統計每個部門的平均銷售額,Excel 公式怎麼寫?」
「請根據這份表格欄位,建議我可以分析哪些指標?」
「請幫我解釋這張報表中可能代表的趨勢。」
AI 可以協助你更快理解資料,但不能取代你對資料來源、計算邏輯與商業背景的判斷。若牽涉財務決策、營運績效、人事評估或對外公布數字,仍需由負責人確認資料是否正確。
6. SOP 與知識管理
很多公司都有一種狀況:工作流程靠資深同事口頭傳授,真正要交接時才發現文件不足。AI 可以協助把零散說明整理成 SOP、檢查表、教學文件與新人訓練資料。
例如你可以把一段操作流程整理後提供給 AI,請它產出:
步驟說明、注意事項、常見錯誤、檢查清單、交接提醒。
這類工作流很適合行政、人資、客服、行銷、營運、專案管理等職能。只要搭配人工確認,就能讓知識更容易被保存與傳承。
四、建立 AI 工作流的 4 個步驟
想開始使用 AI 工作流,不需要一次學會所有工具,也不需要從複雜自動化開始。建議從最常遇到、最耗時間的任務切入。
步驟一:找出重複性高的工作
先觀察自己一週內最常做、最花時間的工作。
例如:每週寫週報、每天回信、每次開會都要整理紀錄、每月要做報表、常常要寫社群文案。
只要是「重複出現、格式類似、需要整理文字或資料」的工作,就很適合先嘗試導入 AI。
步驟二:把工作拆成小步驟
不要只對 AI 說:「幫我做報告。」這樣的指令太模糊,AI 產出的內容也容易不符合需求。
你可以把任務拆成:
先整理重點 → 再產出大綱 → 再寫初稿 → 再優化語氣 → 最後檢查是否有遺漏。
拆得越清楚,AI 越容易協助你完成真正需要的結果。
步驟三:建立固定 Prompt 模板
當你發現某個任務常常會重複出現,就可以把好用的指令存成模板。
例如會議紀錄模板:
「請根據以下會議內容,整理成:
1. 會議目的
2. 討論重點
3. 已決議事項
4. 待辦事項
5. 負責人
6. 截止日期
7. 需要追蹤的問題
請用條列式呈現,語氣清楚、適合寄給團隊成員。請特別標註不確定或需要人工確認的地方。」
最後一句很重要,因為它能提醒你不要把 AI 產出直接當成正式答案。
步驟四:人工檢查與優化
AI 產出的內容不能直接視為最終版本。使用前,建議檢查:
內容是否正確?
語氣是否符合公司文化?
數字、日期、人名是否有誤?
是否有過度承諾?
是否遺漏重要脈絡?
是否包含不該外流的資訊?
是否適合對外發布?
AI 工作流的核心不是「全自動」,而是「半自動加速」。人仍然要負責最後品質。
五、使用 AI 工作流前,先做 5 個安全檢查
在把資料丟給 AI 前,建議先問自己 5 個問題。
1. 是否包含個資?
例如姓名、電話、Email、身分證字號、薪資、病假紀錄、客戶資料等,都不建議直接輸入一般 AI 工具。若真的需要整理,應先去識別化,或依公司規範使用指定工具。
2. 是否包含公司機密?
例如未公開財報、合約條款、商業策略、產品 Roadmap、內部報價、客戶名單等,都應依公司規範處理,不應任意上傳。
3. 是否需要取得同意?
若要錄音、轉逐字稿或整理會議內容,應確認參與者知情,並遵守公司政策與相關規範。
4. 是否需要查證?
涉及新聞、法規、數據、價格、職缺條件、政策與專業建議時,都應查證原始來源。AI 可以協助整理,但不應被視為唯一依據。
5. 是否可以直接對外發布?
AI 產出的文字應經人工審稿,確認沒有錯誤資訊、過度承諾、侵權疑慮或不符合品牌語氣的內容。
六、上班族可以先從這 5 種 AI 工作流開始
如果你是 AI 新手,建議不要一開始就追求複雜工具串接,可以先從以下 5 種最容易看到成效的工作流開始。
1. 會議紀錄工作流
適合對象:專案經理、主管、業務、人資、行政、行銷。
流程:取得同意的會議內容 → AI 協助摘要 → 產出待辦 → 人工確認 → 發送團隊。
這是日常工作中很實用的場景,但務必注意錄音同意與資料保護。
2. Email 回覆工作流
適合對象:業務、客服、主管、行政、跨部門溝通者。
流程:輸入背景 → 說明對象與語氣 → AI 草擬 → 人工修改 → 寄出。
重點是要告訴 AI:收件人是誰、你的目的、希望語氣是正式、委婉、積極還是簡短。
3. 簡報大綱工作流
適合對象:企劃、行銷、產品、專案、主管。
流程:輸入主題與可使用資料 → AI 產出架構 → 補充案例與數據 → 轉成簡報頁面。
AI 很適合幫你打開第一步,避免卡在空白投影片前。
4. 週報與績效整理工作流
適合對象:所有需要回報工作成果的上班族。
流程:彙整任務清單 → AI 分類成果 → 整理成週報 → 補充數字與影響 → 送出。
這個工作流也能幫助你累積年度績效資料,避免年底考核時才回想自己做過什麼。
5. 資料摘要與學習工作流
適合對象:需要快速吸收新知、追蹤產業趨勢、準備提案的人。
流程:提供可信資料 → AI 摘要 → 請 AI 提出重點與應用方向 → 人工查證與判斷 → 形成自己的觀點。
這很適合用在閱讀產業報告、研究競品、整理課程筆記或準備內部分享。
七、AI 工作流不是工具問題,而是工作方法問題
很多人學 AI 時,會一直追最新工具。但對上班族來說,更重要的是先理解自己的工作流程。
同一個 AI 工具,在不同人手上會產生不同效果。差別不只在工具,而在你是否知道:
我想解決什麼問題?
我有哪些資料可以安全提供?
我希望 AI 幫我做到哪一步?
哪些內容需要我自己判斷?
產出後要用在什麼情境?
是否需要查證或主管確認?
當你開始用這些問題思考,就不只是單純「問 AI」,而是在設計自己的工作流。
把 AI 當成工作助理,而不是標準答案
AI 工作流的價值,不是讓工作完全自動化,而是幫助上班族從重複、瑣碎、耗時的工作中,找出可以被輔助的部分。
從今天開始,你可以先選一個最常見的工作場景,例如會議紀錄、Email 回覆、週報整理或簡報大綱,試著建立自己的第一套 AI 工作流。只要能把一個任務變得更清楚、更容易重複使用,就已經是很好的開始。
未來的職場競爭力,不一定是誰使用最多 AI 工具,而是誰能更有效率地結合 AI 與自己的專業判斷。
AI 可以幫你整理資訊、產出初稿、提供方向;但真正做出選擇、承擔責任、創造價值的人,仍然是你。
使用提醒
本文提供 AI 工具應用的學習建議,實際使用時仍應依公司資安規範、個資保護要求與工作情境調整。AI 產出內容可能有錯誤或過時資訊,重要資料、對外訊息與正式決策,仍需由使用者查證與確認。
看更多
1 0 3524 1
104學習

產品

04/26 22:27

AI 時代英文更值錢!TOEIC 全球報告:81% 雇主需求提高,精通者最高加薪 22%
許多人以為 AI 翻譯工具能取代英語力,但現實卻是:英文越好的人,越能駕馭 AI。
TOEIC 多益測驗台灣區總代理忠欣公司於 2026 年 3 月 12 日引述 ETS 最新《TOEIC 全球英語力報告》指出,在全球企業大規模導入 AI 的今日,英語力已成為人才不可或缺的「硬實力」。在台灣,這份實力更直接與你的「薪資」與「面試機會」掛鉤。
❇️全球數據揭秘:AI 反而放大了英語力的重要性
ETS 針對 17 國、1,300 位人資決策者的調查顯示:
• 需求不減反增:81% 雇主表示導入 AI 後,對員工英語能力需求反而提升。
• AI 的局限性:約 6 成 雇主認為 AI 無法彌補語言能力的不足。
• 精準駕馭 AI:9 成 企業指出,撰寫 Prompt(提示詞)、操作 AI 介面及評估生成內容,都極度依賴良好的英語邏輯。
❇️台灣職場現實:英語力 = 薪資溢價與面試門票
104 人力銀行分析,在目前「事浮於人」的缺工潮下,英語力已從加分項轉為「薪資紅利」
• 實質加薪:要求精通英文或具備 TOEIC 證照的職缺,平均薪資比一般工作高出 6% 至 22%。
• 面試優先:具備 TOEIC 證照的求職者,獲得面試邀約的機率是無證照者的 1.52 倍。
• 必備三支柱:建議將 AI、ESG 與英語 並列為新時代三大核心能力。
目前 104 職缺庫中,有高達 6.7 萬個 職缺要求「精通英文」,其中金融與科技製造業更是將其列為基本門檻。
❇️企業策略轉型:英文已是官方通用語言
忠欣公司執行長巴士誠強調,英語力已從個人能力擴大為「企業競爭策略」。
• 官方語言化:2025 年台灣已有近一成企業將英語設為官方通用語言,成長顯著。
• 全方位滲透:除了行銷、研發部門,現在連法務、總務與生產單位也都開始衡量英語能力。
• 人才培育:超過 36% 的人資部門會以英語力作為「選用、培育、留任」人才的指標。
💡 你的英語實力足以應付 AI 挑戰嗎?
在投遞下一個高薪職缺前,先來測測看自己的程度:https://nabi.104.com.tw/assess/toeic
看更多
0 0 2242 1
104學習

產品

04/26 22:12

AI 時代英文更值錢!TOEIC 全球報告:81% 雇主需求提高,精通者最高加薪 22%
許多人以為 AI 翻譯工具能取代英語力,但現實卻是:英文越好的人,越能駕馭 AI。
TOEIC 多益測驗台灣區總代理忠欣公司於 2026 年 3 月 12 日引述 ETS 最新《TOEIC 全球英語力報告》指出,在全球企業大規模導入 AI 的今日,英語力已成為人才不可或缺的「硬實力」。在台灣,這份實力更直接與你的「薪資」與「面試機會」掛鉤。
❇️全球數據揭秘:AI 反而放大了英語力的重要性
ETS 針對 17 國、1,300 位人資決策者的調查顯示:
• 需求不減反增:81% 雇主表示導入 AI 後,對員工英語能力需求反而提升。
• AI 的局限性:約 6 成 雇主認為 AI 無法彌補語言能力的不足。
• 精準駕馭 AI:9 成 企業指出,撰寫 Prompt(提示詞)、操作 AI 介面及評估生成內容,都極度依賴良好的英語邏輯。
❇️台灣職場現實:英語力 = 薪資溢價與面試門票
104 人力銀行分析,在目前「事浮於人」的缺工潮下,英語力已從加分項轉為「薪資紅利」
• 實質加薪:要求精通英文或具備 TOEIC 證照的職缺,平均薪資比一般工作高出 6% 至 22%。
• 面試優先:具備 TOEIC 證照的求職者,獲得面試邀約的機率是無證照者的 1.52 倍。
• 必備三支柱:建議將 AI、ESG 與英語 並列為新時代三大核心能力。
目前 104 職缺庫中,有高達 6.7 萬個 職缺要求「精通英文」,其中金融與科技製造業更是將其列為基本門檻。
❇️企業策略轉型:英文已是官方通用語言
忠欣公司執行長巴士誠強調,英語力已從個人能力擴大為「企業競爭策略」。
• 官方語言化:2025 年台灣已有近一成企業將英語設為官方通用語言,成長顯著。
• 全方位滲透:除了行銷、研發部門,現在連法務、總務與生產單位也都開始衡量英語能力。
• 人才培育:超過 36% 的人資部門會以英語力作為「選用、培育、留任」人才的指標。
💡 你的英語實力足以應付 AI 挑戰嗎?
在投遞下一個高薪職缺前,先來測測看自己的程度:https://nabi.104.com.tw/assess/toeic
看更多
0 0 881 0