104學習

104人力銀行 / 伯懷有限公司 / 居服督導 / 符合度分析
居服督導 伯懷有限公司
履歷符合度:
登入計算

性格適合度:

職缺要求技能

未具備

公共衛生

物理治療

職能治療

照顧服務

測驗

人際溝通

測驗

問題解決

測驗

學校護理

作業流程

宣導

行政事務

測驗
有已符合的經歷忘了填寫嗎?記得定期 更新履歷

學習推薦

吳振興 Jeff 知識長

管理主管

02/09 12:00

【隱藏在效率的背後,AI是否正在扼殺你的思考?】
隨著AI的使用越來越普遍,越來越多人已經順利訓練出自己的AI好幫手,不管是工作、生活、學習新知識,甚至是情感交友,每天都有需要詢問AI的問題,也體會到AI帶來的便利性,整體來說是有大大的效益。
可是近幾年,越來越多人發現一件事:AI 用得越順,生活跟工作確實變快了,但思考的節奏,卻好像變得有點單一。
當「我問問題、AI回答,然後結束」變成習慣,思考反而慢慢被收窄,因為只要丟一個問題進去,很快就有一個「看起來合理」的答案出現。這時不少人可能會在心裡默默想:「這樣應該就夠了吧。」
過往我們可能要花好幾個小時才能完成的工作,如今只要幾分鐘就能搞定,但我們卻仍在多花幾分鐘去深入思考上,覺得是一種浪費時間?
【思考懈怠其實不是沒有動腦,而是太快就停止了】
從心理學角度來看,人本來就偏好「確定性」。在不確定、壓力大的環境裡,大腦會自然傾向選擇一個看起來最合理、最省力的答案,來降低焦慮。
AI 出現後,問題一丟出去,答案立刻回來,而且多半「看起來很有道理」。
在那個一瞬間,大腦會出現一種熟悉的感覺:
「喔,我好像懂了。」
「好像就是這樣沒錯。」
「這答案比我自己想的還完整。」
回答清楚、結構完整、語氣肯定,久了之後,人會不自覺把 AI 當成「標準答案提供者」,而不是「思考的輔助工具」。
那怕身處於AI幻覺之中。問題不在於用 AI,而在於自己的思考上已經被簡化成與AI的一條直線。
【幾個自我小測試,了解自己是否已經有出現思考懈怠】
1. 發問後看完AI的答案,很少再問第二題
以前查資料時,會邊看邊冒出新問題,然後發現原本是學一個單字,卻不自覺了學了很多延伸資料,現在卻常常只是「看到一個合理的完整回答,就直接結束」。
2. 覺得「AI給的答案已經比我想得好,我不用再多想」
這個思維本身已經很危險,因為AI給的回饋是基於你的Prompt,有時候下的情況有落差,AI 通常給的答案會是平均狀況,而你的情境通常不是,甚至很多細節也會不同,所以變成會出現乍聽起來好像算合理,但細問後就漏洞百出的狀況。
3. 開始習慣用「完全照做」取代「理解+思考」
像是當AI給出一個做法,你可能還不理解但你選擇照做,並沒有嘗試了解背後的源由,當腦袋中不再去思考「為什麼」,你可能先快速的通過了這一關,也取得了基本或是不錯的分數,但事實上你對於這個問題還是沒有了解。
當習慣單一答案,就會慢慢不耐煩多元說法,甚至覺得「這些不同意見好像只是浪費時間」。但很多關鍵性的突破,其實正是從那些「看起來很浪費時間」的地方蹦出來的。
4. 面對複雜問題時,甚至對AI開始沒有耐心
AI是自己的協作者,以前沒有AI時會需要花一整晚去拆解問題收集資料,現在卻會覺得:「為什麼AI更快一點給出結論?或是AI怎麼會這麼笨?」,而事實上這也是對自己學習耐心的容忍度持續下降。
5. 拿掉了AI,自己好像就什麼都不會了
因為習慣了AI給的種種答案,一旦離開了AI就好像被遮住了眼睛,對於很多問題就會感到遲疑及困惑,也會擔心自己的回覆會不會被人恥笑,其實這些都是很明顯的思考懈怠。
【直線思維可以很有效快速,但不夠應付整個面的現實世界】
直線思維的特點是:「問題 → 解法 → 執行。」在單一穩定可預期的情境下,這樣的快速思維非常好用。
但現實世界,尤其是職場裡的多數問題,往往是:#條件不完整、#資訊不對稱、#人的變動因素很多
這時候,如果只有用單一解決方法時風險反而會被放大。所以真正有彈性的思考,往往不是找「最快的答案」,而是先把思考從一條線,擴展成一個面。
把AI「給我答案」改成「幫我擴散思維」,讓自己回到專注問題而不是答案
像是「請列出 3 種完全不同的觀點去比對」
「如果站在反對方,會怎麼質疑這個結論?」
「有哪些情境下,這個回覆答案可能會不適用?」
2. 不要習慣遇到問題第一時間就問AI,先自己思考一下
很多資深工作者會有一個習慣,在使用AI工具前,先自己思考一輪。或是建立基礎的架構及項目,一方面是讓自己習慣先思考,另一方面也是為了讓腦袋有材料可以與AI進行對照、修正、深化。
【AI 真正適合扮演的角色,不是答案提供器,而是思考刺激器】
當 AI 被用來「給出答案」,這時候思考容易受影響而收斂;但當 AI 被用來「快速整理不同觀點及延伸」,這時思考反而會被打開。
所以當遇到問題時,我們可以試著這樣做
第一步:先自己想一版,不求完整,哪怕很粗糙,至少保留原始思考。
第二步:用 AI 做擴散,而不是收斂,請它提供多版本、多角度,而不是當作是最佳解。
第三步:仔細去比較這幾個版本的差異,而不是直接選一個,重點在於要問自己:為什麼這些解法不同?
第四步:回到實際情境面去做判斷,結合現實條件、人、風險,而不是只看架構完整,邏輯漂亮就真的適用。
第五步:保留調整空間,好的思考通常不是一次到位,而是需要多次的修正補充,而AI最大的優勢就在於縮短修正及補充的時間,而不是取代思考。
【一旦交出思考的主控權,AI就已經在扼殺自己】
AI 的出現,確實讓人變得更有效率。我們也不可能因為擔心被AI影響自己的思考,就拒絕去使用AI、接受AI,這只會讓自己更快被社會所淘汰。
但如果因此讓人習慣放棄「想多一點」、「想深一點」、「用不同角度去驗證」。這是非常危險的。真正成熟的使用方式,不是不用 AI,而是清楚知道:思考的主控權,始終在自己手上。
有時候那些看起來有點浪費時間的發散、比較與懷疑,正是展現我們思考的重要性,避免被單一解綁住、避免判斷失誤的關鍵。
當一個人能把 AI 當成輔助,而不是答案來源,思考就不會被壓扁成自己與AI之間的一條線,而是能幫助自己慢慢延伸思考拓展出一個有厚度的面。
看更多
1 0 860 0
蔡佳峻

會計師

2021/12/08

21 人事費用佔多少比例是合理的?
大家可能都有聽過一個指標,叫做人均產值,它的公式如下:
人均產值=營業收入÷總員工人數
假設一家公司人均產值算出來是200萬,代表平均每位員工身上扛了200萬業績(營收),這是很多公司會用來衡量員工工作績效的指標。
不知道大家有沒有想過,人事費用佔多少比例會是合理的呢?
跟大家介紹另一個公式:
勞動分配率=人事費用÷營業毛利
不知道大家有沒有注意到,公式中的分母是營業毛利(=營業收入-營業成本),而非營業收入。
這是因為我們在〈05暢銷商品繼續賣,對公司反而不利?〉一文中,有提到:
「毛利又被稱為「還沒有拔毛之前的利潤」,因為毛利=產品售價-生產成本(銷貨成本),尚未扣除公司的相關管銷費用。也就是說,必須先有「毛利」,才有辦法支付後面的人事、租金、水電或是行銷等等「管銷費用」。」
也就是說,公司必須有毛利,才能支應一切管銷費用,這也是為什麼勞動分配率公式中,會以毛利作為分母,用來觀察我們的毛利,有多少比重花在人事費用上,藉以衡量員工薪資與他們為公司賺得的錢,是否呈現一個合理的比例。
舉例來說,A、B公司屬於同一產業且規模相近,A公司之勞動分配率為70%,B公司則為60%,此時,我們可能可以得出一個結論—B公司生產效率可能比較好。
一般而言,勞動分配率接近50%,可能會是比較健康的狀態,但並非絕對,仍會視公司產業及規模大小而有所不同,所以大家不用太過糾結於勞動分配率之絕對值,只要觀察變化的幅度、方向是否合理就可以了。但請大家切記,千萬不要透過壓低人事費用,來降低比率,這樣可能會適得其反,
此外,從這個比率我們也可以瞭解一件事,當一個業務員做了1,000萬的業績,並不代表他就可以獲得1,000萬的薪資待遇,因為薪資並不是用營收來支付的,而是用毛利來支付。如果公司毛利為30%,若業務員想獲得1,000萬的薪資待遇,至少要做到1,000萬÷30%=3,333萬以上的業績,才有機會,因為業務員除了要賺到自己的收入以外,還必須負擔其他行政人員的薪資,畢竟業務員與行政人員缺一不可,兩者並存才能維持公司正常營運。
看更多
6 0 39991 4
吳振興 Jeff 知識長

管理主管

01/05 12:00

【真正能夠帶給你自信的不會是感覺,而是數字】
很多人都聽過《原子習慣》那個很有名的概念:如果每天都進步 1%,一年後,你會進步 37 倍。但老實說我第一次看到這句話的時候,心裡其實是打問號的。
不是不認同這個道理,而是很現實地想問一句:到底什麼才算是「每天進步 1%」?
【問題不在於不努力,而是不了解什麼是有進步的努力】
在過往的工作經驗中,我看過太多人對自己說:「我今天要比昨天好一點。」、但一天一天持續過去了,卻還是說不出來自己到底哪裡有做比較好。不是自己工作不認真,而是「進步1%」這個概念太抽象。
尤其當你身處在一個熟悉、穩定、流程早就跑順的環境裡,很容易就變成事情做得完、日子過得去,所以時間就這樣一天一天地過掉。這是個很難以去閃躲的坑。
【當環境開始穩定,工作進入軌道,人就容易進入「無意識重複」】
當接到一個新任務,因為對於內容不熟,所以會針對內容進行大量的思考及改變,這時候其實有很大的進步空間,但等到一段時間後,流程逐步熟悉,每天該處理什麼、該盯哪些數字、該找誰溝通,都已經是自然的動作。
表面上看起來一切穩定,但內心其實隱約有個聲音:「我好像有做了很多,但這些表示我就真的有持續進步嗎?反而增加了更多的內心小劇場」
那時候我才意識到一件事:穩定會讓人安心;但一旦進入穩定,反而容易讓人成長停滯。
【與其去苦考每天是否有進步 1%,我選擇改用「每月成果覆盤」】
後來我做了一個調整。我不再逼自己每天進步 1%,而是換成一個比較務實的方法,以「月」為單位,做成果覆盤。
挑出幾個「對工作真的有影響」的項目,幫它們設定數字指標,例如:
1. 流程的處理時間
2. 異常出現的次數
3. 每日任務完成率
4. 交辦任務完成度
不是為了交好看的報表給長官,而是逼自己去面對現實。
【想辦法達成數字的過程會讓人不舒服,但它不會騙人】
每個月做覆盤其實很痛苦。因為數字一攤開,你就沒地方躲。尤其當自己已經很努力在做的時候,
1. 有些月份你會發現:明明很忙,但關鍵指標幾乎沒動;這能幫助我調整思考,會不會我原本認為是有效的方法,其實並不是真的那麼有效。
2. 也有些時候,你以為自己沒做什麼,結果數字卻默默往前。那表示過程中我可能做對了什麼,但我其實沒有發現。
當然思考這個過程,並不是每次都能找到真正的答案,但思考的這個過程能促使我避開【無意識重複的工作型態】,每次都有多一次思考進步的機會。
對於進步1%這件事,自我感覺常常會騙人,但數字並不會。
【建立數字成果,是在替自己及長官存入「信心資本」】
正常人一聽到指標、數字、覆盤,就會聯想到大量的壓力。對我來說當然也是如此。
但等到一年後再回頭看,就會發現那些辛苦建立的數字,都會變成很具體的信心證據,而長官也是透過這些數字去評估你的表現成果,以及審核是否可以承接更大的責任。
我不是自我感覺良好,也不是原地踏步,而是我有能力把抽象的努力,轉成實際成果,然後真的去把所要求的這件事情做好
這時候你就會發現原來自信並不是來自於「我覺得我已經很努力」,而是來自「我很清楚知道我曾做到了些什麼」。
【舉個實際在用的一個簡單流程,從這四步開始】
① 選項目:不要多,2~3 個就好
一定要是「對工作有影響」的,而不是為了給自己感覺良好。
② 設指標:能量化就量化
不用完美,但至少能跟現在做比較。
③ 每月回顧:只問自己三個問題
哪裡我有進步,我做對了什麼?
哪裡我卡住了,要調整些什麼?
下個月若只增加一件,我要優先做什麼?
④ 將這些成果記錄下來呈現出來,不要只放在腦袋裡
一年後你就會感謝現在努力的自己。
每個月對自己誠實覆盤一次。然後要求自己做到更好,一年後就會發現那些數字,會成為你說話時的底氣自信。
看更多
0 0 483 0
吳振興 Jeff 知識長

管理主管

2025/12/26

【當剛剛好成為主流,為什麼職場反而需要over quality?】
在製造現場與流程管理裡,「over quality」長期來說都被視為一種浪費。因為品質只要符合規格,做得再多再好,往往只是徒增成本,甚至影響效率。
這樣的邏輯沒有問題,卻也讓不少人會不自覺地把同一套標準,直接套用到職場表現上,事情做到「剛好符合新水能交差就好」,多一分也不行,因為這樣才是保護自己最安全的選擇。
但從組織運作與管理決策的角度來看,這種「只做剛剛好」的文化,往往正是很多人才難以被看見的關鍵原因。
【產品世界講規格,職場世界講的是「認知差距」】
在產品管理中,品質是否達標,可以被量化、被檢驗;但在職場中,「表現是否到位」其實是高度仰賴主管的主觀判斷。尤其是管理者在評估一個人時,很少只看內容本身,而是同時觀察三件事:
1. 這個人是否理解到這件事情真正的重點
2. 他能否站在決策者的視角思考,並嘗試解決問題
3. 當不確定性出現時,他是不是能夠去降低風險的人。
而這些判斷標準,很多人都可能聽主管說過,但很多人也往往會把他理解成「反正就是用這句話,來要我去多做一些」,誤解 over quality是把事情做到滿、資料做到多、細節做到極致。
但從不同的角度來看,真正有價值的 over quality,反而是能夠幫助讓主管「少想一點」。
例如,在重要專案簡報中,與其堆疊展示大量精美數據資料,不如可以先替決策者整理出清楚的邏輯,以利進行後續判斷
這樣的 over quality就不是過剩品質,而是一種清楚判斷力的展現。因為它傳遞的訊息很清楚:我不只完成這個任務,同時也理解這件事在整個系統中的位置及重要性。
【為什麼「關鍵項目」中,over quality更容易讓自己被看見?】
在組織中那些能夠建立印象,並且影響主管對你評價的事件,往往不是那些日復一日的例行工作,而是高重要+高影響+且充滿不確定性的任務。
在這些情境下,管理者最在意的不是要花多少時間及努力,而是先獲得安心感。誰能讓這件複雜的事情變得可控,誰就更容易被記住。也因此over quality 並非適用於自己所有工作項目上,而是一種「選擇性使用」的能力。
●用對場景,它是大大加分;用錯地方,反而是成為自己工作負擔。
【從管理視角看什麼樣的 over quality 才有價值?】
綜合實務觀察,有效的 over quality 通常具備三個特徵:
1. 降低決策時間成本,而不是增加主管閱讀時間成本
2. 提前分析及說明強調風險,而不是漠視問題然後再事後補救
3. 提出我們有哪些選擇方向,而不是強調自己在過程中的辛苦努力
簡單來說,over quality 讓人誤解的不是要你多做,而是要避免「沒有重點的努力多做」。如果想要讓 over quality 成為可被複製的能力,可以從三個問題開始:
① 先問清楚:這件事的「重點觀眾」是誰?
是主管?客戶?跨部門?不同對象,要強調的主題重點完全不同。
② 建立「會被別人記住的關鍵要點」
不用很多,2-3個就好:可能是清楚的結論圖、風險提醒、或是替對方先想好的選項。
③ 把over quality 用在「讓人省時間」的地方
不是單純花時間去做更多精美的資料,而是花時間讓接收者的理解成本更低,決策者的決策時間更短。
④ 報告玩完後要收集回饋,來修正思考方向
通常報告中被問的問題少了,通常代表你當下是做對了,但每次類似的場景可能會有不同的需求,所以同樣要收集與會者的回饋,作為改善的建議參考。
【最後我想說:剛剛好的作法只是起點,不是努力的終點】
可以理解「既然可以做到達標就好,為什麼我還要多做?」但在職場上,達標只是讓你留下來,記憶點才會讓你往前往上走。
我們並不用吹毛求疵,將每一件事都做到滿,但至少要有一兩次,你要清楚地告訴自己:「這一次,我要讓人能夠記住我。」
● 例行性工作:求穩定、求準時、求不出錯,比 over quality更重要
● 高曝光專案:可以適度 over quality,強化報告重點與脈絡
● 長官決策用資料:一定要 over quality,但關鍵重點是「好理解易決策」
● 個人表現舞台:選一兩個關鍵點放大讓人記住就好,而不是全面過度用力
看更多
0 0 624 0
Steven Wu

稽核|104Giver職涯引導師 第3202410019號

2025/12/20

[閱讀]BCG問題解決力閱讀筆記
《BCG問題解決力:一生受用的策略顧問思考法》是由波士頓顧問公司(BCG)董事總經理暨全球合夥人徐瑞廷撰寫,並由黃菁媺協助文字整理,於2021年由時報文化出版,主要聚焦在策略顧問如何用結構化思考拆解與解決問題。
《BCG問題解決力》雖然已出版有好一段時日了,近期再次閱讀,最有感的是,書裡談的並不是專屬於顧問工作才會用的高大上的方法,而是任何需要面對複雜問題的人,都可以實際套用的思考架構。
內部稽核期望變成組織內諮詢者的角色也是如此。
從問題定義、拆解議題樹、設定假設到用數據驗證,每一個步驟都和我們在做年度稽核計畫、專案風險評估、以及撰寫稽核報告時的思路高度呼應,顧問與內部稽核都是在解決組織問題,原本本質上是那麼的相似,透過這本書用更清楚的語言與模型具象化出來。
以下是我閱讀這本書的筆記,從如何問對問題、怎麼聚焦真正的風險、以及如何說出有說服力的故事,分享這本書,期盼帶給內部稽核工作的朋友們一同學習,若看完覺得有感,非常推薦購買或是到圖書館借閱這本書來看。
看更多
0 0 864 0