104學習

模型建置

指運用數據分析、統計方法或機器學習演算法,將複雜問題轉化為可操作的數學或計算模型,以預測趨勢、優化決策或自動化流程。這項技能能幫助企業提高效率、降低風險,並創造更具競爭力的產品或服務。在數據驅動的環境中,擁有此能力能讓你更精準掌握市場脈動,提升職場價值。

1,129 個相關職缺

提升你的實力,朝專業更進一步

精選課程

充實自己,讓能力持續成長

AI職場溝通術:LLM大型語言模型應用技巧
AI職場溝通術:LLM大型語言模型應用技巧
行銷/業務 AI 超能力(三):  動態模擬引擎 x 客戶關係自動化系統
行銷/業務 AI 超能力(三): 動態模擬引擎 x 客戶關係自動化系統
Onshape實戰工場:探索創新設計的無限可能
Onshape實戰工場:探索創新設計的無限可能
AI 商業數據與工作應用實戰:分析、報表與決策支援【09/30】
AI 商業數據與工作應用實戰:分析、報表與決策支援【09/30】
Vibe Coding:AI 網路應用開發實戰(上)
Vibe Coding:AI 網路應用開發實戰(上)
PMI-ACP 敏捷專案管理師認證暨實務課程
PMI-ACP 敏捷專案管理師認證暨實務課程
PyTorch生成模型全解析|從生成式對抗網路到擴散模型
PyTorch生成模型全解析|從生成式對抗網路到擴散模型
行銷/業務 AI 超能力(二):  市場情報自動化 x 即時決策戰情室
行銷/業務 AI 超能力(二): 市場情報自動化 x 即時決策戰情室
打造高投入團隊:遊戲化工作設計與激勵機制實作班【9/17】
打造高投入團隊:遊戲化工作設計與激勵機制實作班【9/17】
電腦視覺演算法之人臉辨識實戰【本課程為線上課,報名後專員會提供上課資訊】
電腦視覺演算法之人臉辨識實戰【本課程為線上課,報名後專員會提供上課資訊】

精選證照

考取專業證照,讓能力被市場看見

敏捷專案管理師PMI-ACP |
PMI-ACP® 是由國際專案管理學會(PMI®)推出的國際級敏捷專業證照,考試依據 PMI 最新全球實務分析(GPA)與任務分析(JTA)設計,並全面採用 PMI 官方授權教材與標準化教案,由 PMI 授權培訓夥伴(ATP)依一致規格授課,確保學員具備全球一致且高品質的專業素養與實務能力,真正接軌國際敏捷職場,建立跨框架整合思維與高品質交付能力的國際專業標準。 PMI-ACP® 融合 Scrum、Kanban、XP、Lean 等多元敏捷方法,強調跨產業應用能力與情境判斷能力,涵蓋敏捷轉型引導、產品價值創造、團隊協作效能與持續改進等核心能力。強化產品開發與交付角色的整合思維,使證照更貼近快速變動的市場需求,成為企業推動敏捷轉型與提升交付品質的關鍵戰力。 適合對象包括產品負責人(PO)、Scrum Master、專案經理、敏捷實踐者,以及已取得其他敏捷認證、希望建立更完整敏捷能力架構的專業人士。
PMI 國際專案管理學會
實體設計 (Creo Parametric/SolidWorks) |
實體設計證照主要驗證持有者在Creo Parametric或SolidWorks軟體操作上的專業能力,涵蓋三維建模、零件設計、組件裝配及工程圖繪製等技能,能有效運用軟體完成產品設計與修改,提升設計效率與精確度,適用於機械、電子及工業設計等多種產業,具備此證照者具備良好的CAD工具應用能力,能協助企業加速產品開發流程,提升競爭力。
尚未查核發照單位
DSCRMA流通服務與顧客關係管理分析師 |
服務業已佔國內生產總額的七成,其中各式商品的流通服務又佔服務業總額的大宗,因此,具備流通經營管理能力的實務人才,將是未來市場的熱門需求之一。 本檢定培訓(流通服務與顧客關係管理分析師-證照班),期望達成以下目標: •結合理論與實務培養務實致用的流通經營第一線管理人才 •促進流通服務與顧客關係管理之應用學習 •協助流通e化人才的職能培育推廣 •培訓通過證照檢定考試。 本證照學科從『流通經營基礎』到『顧客關係管理』並結合科技應用工具,如POS系統、CRM系統等,藉由顧客消費分析(例如:消費頻率、客單價、商品組合分析等),更精準地設計市場產品行銷策略,改善顧客消費經驗,結合優質服務,以因應市場的快速變動讓顧客滿意,提高市佔率與顧客忠誠度。
盈豐資訊科技有限公司
ERP軟體顧問師 |
一、「ERP軟體顧問師」是指專業管理顧問公司、ERP軟體供應商或企業內部提供企業ERP系統導入專案的技術顧問人才。此技術顧問需對於ERP系統有一定的熟悉度和掌握,能協助企業針對ERP軟體各模組做出適當參數設定,使其符合企業所需的流程。依據企業內部各功能流程,將其區分為財務模組、配銷模組、生管製造模組的顧問人才。 二、「ERP軟體顧問師」鑑定模組: 1.財務模組認證 2.配銷模組認證 3.生管製造模組認證。 三、「ERP軟體顧問師」設立目標: 1.迅速且大量的培育華人地區企業e化專業人員。 2.經由考試設計教學內容,提供學員進修管道。 3.提供企業e化所需人員: a. 軟體參數設定。 b. 軟體使用諮詢。
中華企業資源規劃學會
IT Expert-3D動畫科技藝術-模型製作與材質設定 |
根據2000年APEC部長會議決議,經濟部工業局於民國90年度下半年,即著手推動「資訊專業人員能力鑑定國際合作及推廣計畫」,其目的是在於建立我國資訊專業人員能力鑑定之完整體系,藉以提昇我國資訊人力的素質。並透過國際間的交流合作,人才交互認證的機制,使我國資訊人才達到國際化的水準。 另一方面,為加強我國軟體工業產品之品質,進而提升我國軟體工業之國際競爭力,行政院科技顧問組於民國91年組團至印度考查後提出「加強我國整體軟體教育訓練功能構想」,並於91年5月成立「軟體人才培訓推動小組」,舉辦「提升我國資訊軟體人才培訓策略研討會」,訂定出提升我國資訊專業人員素質的策略與作法。 基於上述兩項政府之計畫內容有共同之目標及彼此互動之影響,經濟部工業局積極推動「經濟部資訊專業人員鑑定」,以宏觀與完整之角度研訂各項鑑定規範,從各項資訊軟體人員分類,到各類人員之主要業務、技能標準、知識體系,以及最後之各類人員之訓練、專業能力鑑定科目等,予以完整之研究與規劃。不但為產業界選擇訂出了標準,同時也可提升企業整體資訊專業及競爭力。 前置作業 動畫製作 後製作業
經濟部ITE資訊人員鑑定
Revit國際認證 |
Revit Architecture 是現今建築設計方案最佳利器,也是在國際性開發案中不可或缺的主流工具軟體.Revit具有建築設計所需全面性的串聯功能,不僅軟體模組完整、易操作、更有BIM資料庫的參數式設計概念,讓使用者從2D平面規劃到3D模型視角、初步入門到專業設計均能輕鬆掌握;而開放的量體設計及元件設計功能更是進階設計者超強輔助工具. 通過Revit Architecture 2011認證,您可完全了解Revit操作介面、管理圖面資料和精準估算成本,並實際認識Revit的組織架構,包括協同作業的理念,以及分析模型結溝合理性等。
Autodesk

精選貼文,掌握第一手知識

如何用AI分析主管性格?用DISC模型改善向上溝通,應對不同類型上司

用AI分析主管的溝通風格可行嗎?本文介紹如何運用DISC性格模型,判斷主管偏好的溝通方式,並調整彙報、回饋與向上管理策略,讓職場溝通更順暢。節錄自《AI職場溝通力》。 文/紀菲 本文目錄(點擊可快速前往) 懂性格分析的AI,幫你輕鬆應對「百變」上司用AI工具分析主管DISC性格及應用步驟一:蒐集資訊步驟二:利用AI進行分析與回饋步驟三:理解上司的性格步驟四:調整彙報方式步驟五:應用並觀察步驟六:持續改進想分析上司性格,要提供哪些資訊給AI? 懂性格分析的AI,幫你輕鬆應對「百變」上司 在職場上,我們會遇到各種各樣的上司:有的喜歡直來直往,有的喜歡拐彎抹角;有的熱情如火,有的冷靜如水。要想和這些上司打好交道,首先得懂他們! 我有個朋友叫Sam,他在一家公司做專案助理。他的上司王總是個典型的「工作狂」,對工作要求極高。Sam剛就職那陣子,每次彙報工作都小心翼翼地,生怕出一點差錯。但王總似乎總是不太滿意,Sam為此頭疼不已。 有一天,Sam在為一個重要的項目彙報做準備,他知道這將是一次大考。於是,他加班到深夜,把彙報資料做得盡善盡美。第二天,他信心滿滿地走進會議室,結果王總聽了不到5分鐘,就皺起眉頭說:「這些細節我都知道了,直接說重點!」Sam當場就傻眼了,他辛辛苦苦準備的內容就這麼被一句話帶過了。 你看,如果我們不能準確把握上司的性格和溝通風格,那麼我們的努力很可能就會付之東流。 在探索和瞭解他人方面,人類的智慧是無窮的。學者們提出了多種性格分類方法,這些方法可以幫助我們更好地理解他人,更好地與他人溝通。而在職場溝通中,我想給大家介紹一個非常實用的性格分析工具—DISC性格分類模型。這個模型把人的性格分成4種類型:D型(Dominance,支配型)、I型(Influence,影響型)、S型(Steadiness,穩健型)和C型(Compliance,服從型),如下圖所示: 我們可以簡單地這樣記:D老大、I小太陽、S暖寶寶和C小偵探。 D老大:就是那種走路帶風、說一不二的上司。他們目標明確,行動迅速,喜歡掌控全域、直截了當,不喜歡拖泥帶水。 I小太陽:這種人熱情開朗,總是笑容滿面。他們喜歡和人打交道,善於帶動團隊氛圍,鼓勵發揮創意和自由表達。 S暖寶寶:這種人性格溫和,耐心細緻。他們總是默默付出,為團隊提供溫暖和支持,這類上司則更注重團隊的和諧與穩定。 C小偵探:他們邏輯性強,注重細節,總是能發現別人忽略的問題,是團隊中的「糾錯專家」。他們追求完美,對工作品質有極高的要求。 說到這4種性格的人,我腦海裡立刻浮現出《西遊記》。孫悟空就是D老大,戰鬥力「爆表」,喜歡獨當一面;豬八戒就是I小太陽,總能逗大家開心;沙僧則是S暖寶寶,默默付出,不求回報;唐僧就像C小偵探,追求完美、講究細節,如下頁圖所示。 那我們如何應對這幾種性格的上司呢? 遇到D老大,你就得直接點,別繞圈子,有什麼說什麼,別拖拖拉拉的,他們喜歡有決斷力的下屬。 遇到I小太陽,你就得熱情點,多誇誇他們。他們喜歡被人關注和認可,所以你的回饋要及時。 遇到S暖寶寶,你就得耐心點,多聽聽他們的想法。他們雖然話不多,但心裡都有數。 遇到C小偵探,你就得嚴謹點,別出錯。他們眼睛裡容不得一粒沙子,所以你的報告不但要詳細,還需要有深度。 你可能會說:「我知道不同的人有不同的性格,但我不擅長分析別人的性格啊,這可怎麼辦?」不用擔心,有AI幫你,它就像一位高情商的人際管理專家。 用AI工具分析主管DISC性格及應用 比如Adam,他以前總是搞不懂上司的心思。但自從他使用了AI性格分析工具後,一切都發生了翻天覆地的變化。 那Adam具體是怎麼做的呢? 步驟一:蒐集資訊 Adam開始蒐集上司在溝通方面的資訊,包括:上司在團隊郵件中的回覆、上司在會議上的發言、上司寫的報告或工作指導文件。 步驟二:利用AI進行分析與回饋 他將蒐集到的資訊提供給AI,讓AI透過自然語言處理技術來分析上司的語言風格和行為模式。 比如,他可以這樣問AI: 「我們現在面臨的挑戰非常嚴峻。專案進度已經比原計畫落後了整整兩週,這對我們整個季度的業績都有影響。我需要大家立即行動起來,展現出我們團隊的執行力和決心。首先,我要求專案經理立即提供一個詳細的趕工計畫,包括每天的具體任務和預計完成時間。其次,我需要所有團隊成員對自己的工作負責,確保每一步都精確無誤。我們沒有時間再犯錯誤。我不希望再聽到任何關於問題的討論,我需要的是解決方案。如果你遇到障礙,給我一個明確的計畫,告訴我你打算如何解決它。我們的目標是在下個月底前完成這個專案,不要有任何藉口。最後,我需要看到資料,看到進度。每個部門的負責人都要向我報告你們部門的進展情況,以及你們如何確保按時完成任務。我期待大家的表現,讓我們行動起來!」這是我的上司在會議上的發言,請基於這段發言幫我分析上司的DISC性格。 AI回答: 基於您提供的上司在會議上的發言,我們可以嘗試對他的DISC性格進行分析。DISC性格分類模型是一個廣泛使用的性格分析工具,它根據四個主要面向來評估一個人的性格傾向:D(支配型)、I(影響型)、S(穩健型)和C(服從型)。從發言中,我們可以觀察到以下特點:D(支配型):●強調專案的緊迫性和重要性;●要求立即行動,展現出對結果和效率的重視;●不希望聽到問題,而是直接見到解決方案;●設定明確的目標和期望,即在下個月底前完成專案。I(影響型):●在這段發言中,上司並沒有特別展現出強烈的影響型特徵,如熱情或鼓勵性的言辭。S(穩健型):●雖然上司強調了專案的緊迫性,但他並沒有表現出典型的穩健型特徵,如耐心、合作或考慮他人的情感。C(服從型):●要求專案經理提供詳細的趕工計畫,並需要每個部門報告進展情況;●強調工作推動精確無誤,這反映他對細節和準確性的關注。 基於上述分析,我們可以推斷這位上司的性格傾向於D(支配型)和C(服從型)。他展現出強烈的任務導向性,要求迅速行動、設定明確目標,並關注細節和準確性。他不太注重情感因素或團隊合作等軟性方面,而是更關注結果和效率。 需要注意的是,這種分析是基於一段特定的發言進行的,而人的性格是複雜的,可能在不同情境下展現出不同的特點。因此,這種分析應該被視為一種初步和大致的評估。 在反覆提供不同資訊和AI進行分析討論後,Adam判斷上司很可能是D型。 步驟三:理解上司的性格 Adam又問AI:針對D型上司,如何溝通更有效率? AI回答: 針對D型上司,要實現高效率溝通,可以考慮以下幾點策略:1.直接和簡潔。D型上司通常喜歡直接、簡潔的溝通方式。因此,在彙報工作、提出問題或尋求回饋時,你應儘量避免冗長和複雜的表述,直接陳述要點,用資料和事實支持你的觀點。2.突出結果和解決方案。D型上司往往關注結果和行動。在與D型上司溝通時,應優先展示你已經取得的成果或計畫達成的目標,並針對問題準備好相應的解決方案,不要只是抱怨或尋求同情。3.尊重上司的時間。D型上司通常時間觀念很強,不喜歡浪費時間。因此,在與其溝通前要確保你的請求或問題是緊急且重要的。同時,在會議或討論中,你應儘量保持高效率和專注,避免進行無關緊要的閒聊。4.保持積極和自信。D型上司通常欣賞下屬積極、自信的態度。在與其溝通時,要表現出你的專業性和自信,同時避免發表過於消極或自我否定的言論。即使你面臨困難或挑戰,也要展現出你正在積極尋找解決方案的態度。5.提供明確和具體的回饋。當D型上司向你提出要求或建議時,你要給予明確和具體的回饋。這有助於他們瞭解你的進展情況和需要的支援。同時,如果你對他們的要求有任何疑問,也要及時提出並尋求澄清。6.瞭解並適應上司的溝通風格。瞭解並適應上司的溝通風格可以幫助你更有效地與他們溝通。透過觀察他們的行為、語言和溝通習慣,你可以逐漸理解他們的期望和需求,並據此調整自己的溝通方式。7.尋求共同點。在溝通中,嘗試找到與D型上司的共同點。這有助於建立聯繫和信任,並使他們更願意聽取你的意見和建議。綜上,要記住,高效率溝通是一個雙向的過程。在努力適應D型上司之溝通風格的同時,也要保持自己的專業性和自信,勇於提出自己的觀點和建議。 步驟四:調整彙報方式 根據AI的回饋,Adam開始調整自己的彙報方式。他學會了在彙報前總結關鍵點,確保每個要點都簡潔有力;他避免進行冗長的解釋,而是直接提供結果和必要的資料支持。在提出問題時,他會同時提供幾個解決方案,並闡述每個方案的利弊。 步驟五:應用並觀察 在下一次與上司的一對一會議中,Adam採用了新的彙報方式。他直接彙報了項目的關鍵成果,並提出了幾個明確的後續行動計畫。Adam注意到上司對他的彙報反應積極,沒有像以前那樣頻繁打斷他,而是認真聽完了他的彙報,並給予了建設性的回饋。 步驟六:持續改進 Adam意識到溝通是一個持續的過程,他決定繼續使用AI來監測上司的反應,並根據需要調整自己的溝通策略。 時間一晃就過去了好幾個月,Adam在這段時間裡截然不同。他和上司的溝通越來越順暢,這讓自己在職場上的形象煥然一新。上司看他這麼能幹,不僅經常找他商量事情,還把更多的重擔交給了他,對他既信任又看重。 想分析上司性格,要提供哪些資訊給AI? 那我們可以蒐集哪些資訊提供給AI,讓AI幫助我們分析上司的性格呢?我幫你整理了一下,具體如下: 郵件:上司在郵件中呈現的語言風格、決策指令和溝通方式都是分析上司性格的關鍵線索。 會議發言:如果可能,蒐集上司在會議中的發言,包括開場白、提出的問題、做出的會議總結等。 工作文件:例如主管撰寫的工作報告、專案計畫書或績效評估報告等文件,能夠體現上司的專業風格和性格傾向。 決策案例:記錄上司在特定情境下做的決策,包括決策的速度、風格和偏好等。 回饋和評價:上司在工作中給予的回饋和評價,尤其是上司提出的批評和建議。 日常交流內容:在日常工作中,上司與同事的非正式交流內容,如休息時的聊天內容。 演講:上司公開演講的影片也能為分析上司的性格提供線索。 任務分配方式:上司分配任務的方式也能反映其性格特徵。 最後,溫馨提示一下,人的性格複雜多變,不是一兩個詞就能概括的。比如,一個人平時看起來挺果斷,做事雷厲風行,但處理一些講究細節的問題時,他又能慢得下來。所以,借助AI分析上司的性格時,別指望一次就能分析得徹底,可以多分析幾次,嘗試不同的AI工具。 跟上司打交道,別急著給他們貼標籤,我們得多觀察,多瞭解他們的性格,然後據此調整我們說話做事的方式。要是覺得與上司的溝通不太順暢,就要及時改變溝通策略,在不斷調整的過程中,我們和上司的溝通肯定能越來越順暢。 節錄自:商周出版《AI職場溝通力:讓你在彙報、面試、提案中一開口就說服人.AI時代不被淘汰的職場溝通學》/紀菲 著
【104職場力】・AI

你適合當PM嗎?解析產品經理必備3種特質與溝通心法

產品經理(PM)扮演產品關鍵的橋樑角色,不僅要看懂全局、擬定策略,更需要與設計師、工程師高效溝通,協調各方需求並推動產品前進。哪些人適合PM工作?作者透過實務經驗分享,解析PM必備的3種核心特質,以及在與不同角色協作時應具備的溝通心法。 文/Michelle Chen(軟體業PM產品經理) 本文目錄:3個PM需要的核心特質(點擊可快速前往) 特質1:你是否習慣全局性思考,並以策略性規劃推動執行?特質2:你是否喜歡且習慣站在對方的角度,使用對方的語言溝通?PM與設計師溝通重點PM與前端工程師溝通重點PM與後端工程師溝通重點特質3:你是否接受甚至喜歡改變,且有隨時改變計劃的彈性? 我習慣定期把自己的職涯規劃拿出來review,問問自己對於「現在的狀態」是否還滿意。最近是我在現職公司任職滿一週年的日子,於是又把這個問題拿出來檢視一番。我發現對於做PM打造產品這件事(撇除外在條件,像是workload、手上的案子、公司策略、主管等),過了幾年我仍非常喜歡且享受其中。再往下探索,是什麼個性或是特質讓我喜歡且適合做產品經理呢?今天整理3個我認為最核心的特質,分享給有興趣往PM產品經理發展,或還在思考自己到底適不適合的朋友參考! 特質1:你是否習慣全局性思考,並以策略性規劃推動執行? 作為產品經理你每天要應對來自各方的利害關係人,需求從四面八方而來,每季的Product Roadmap規劃&執行,每月2~3次的Sprint(如果團隊跑Scrum),甚至每天的跨部門Support,PM的日常總是被滿滿的需求與會議轟炸,任務清單中的To-dos & Action Item似乎看不到盡頭。在這種「艱困」的處境下,能習慣「全局性思考」的PM就比較能從容應對,懂得從任務海中抽身,避免無謂地瞎忙。所謂全局性思考有點抽象,換個方式來說就是:從整體,更高維度視角看待事情,而不是深陷於眼前的問題。 舉個例子來說,假設你是一位部門主管,你發現某個專案快到截止日但離完成還有一大段距離,你可以選擇臨時外聘人力,或是給團隊成員加班獎勵鼓勵他們挪出更多的時間工作完成任務,這也許是最快能見效的暴力解法。但如果你採取全局性思考,你會先退一步思考,這個專案的規劃是否合理,是否有可以簡化的部分,或者是否團隊中有某個特定的人遇到瓶頸。如果能協助這位成員解決問題,整個團隊的運行會變得更加順暢,也許就能如期完成專案。 全局性思考的能力能幫助PM有效辨識什麼才是真正需要解決的「關鍵問題」,而不是像在大魯閣打棒球一樣,只是對每個問題隨著出現而進行反應。這種思考方式讓你從整體上把握問題的根源,不是只解決表面的問題。 找到問題後,接下來就要透過策略性規劃來實作,這時候一定要提到常見的80/20法則。 20%的因素,將導致80%的結果。找出那關鍵20%重要的事情並全心投入,往往能帶來大部分的成果。 首先找到那20%重要並值得花團隊全心投入的P0-重要且須馬上行動的事。並懂得拒絕或是取捨那些重要但不急,甚至根本不用解決的問題 。取捨決策是一個好PM必備能力。 另外,作為產品的代言人,PM一定要知道哪些任務可以被整合在一起(甚至延伸成一個epic);又有哪些tasks可能會因為其他迭代而順勢被解決,因此現階段可以忽略不做;又有哪些可能看似有問題,但其實是故意為之的機制。 有策略、有條理的安排團隊資源,聚焦在關鍵20%重要的問題上,可以讓團隊更有效率且優雅的工作。(非常重要,誰會想要每天灰頭土臉工作,你說是吧) 特質2:你是否喜歡且習慣站在對方的角度,使用對方的語言溝通? 有這個特質的PM絕對會是團隊的寶,而不會變成大家避之唯恐不及的任務交差使者。習慣從對方的角度出發,用對方熟悉的用語溝通,不僅能提升理解效率,還能拉近彼此距離,建立良好互動。這有助於建立信任,讓未來的合作更順利愉快,形成正向循環,培養無敵默契。(每次遇到只是一兩句話一個眼神,團隊內的工程師和設計師就能馬上理解我的意思,就會覺得「哇,你們真的是神隊友,我好幸福啊!」) 這邊簡單舉例與設計師以及前後端工程師討論需求時應該著重的方向: PM與設計師溝通重點 重視使用者體驗(UX/UI):需要清楚描述使用者的需求(如果需要可以附上完整的user story),並在需求說明中「用戶使用流程」、「易用性」、「介面設計」以及「資訊呈現方式」等。 【溝通舉例】「我們希望這個功能的流程是:1.先點擊這個按鈕,2.展開選單,3.選單中會有幾個預設選項且我們會幫用戶進行預選,整個操作希望可以在3步內完成。」 特別注意!尊重設計師專業:作為PM一定要尊重團隊內設計師以及工程師的專業。對設計師,請保留讓他們自由發揮的空間。提出的需求絕對不會是硬性規定設計師只是把你想像中的畫面/流程畫出來而已,保留設計彈性通常得到的結果都會比自己發想的還要完整流暢! 【溝通舉例】如果需要做一個活動頁面:「這個頁面會包含A~C 3個大分類的資訊,其中A/B分類會另外連結到C/D頁面。這個主頁面的設計,希望能傳達出現代感,並保留畫面的簡潔性,方便用戶快速找到他們要的資訊。可以參考這個網站的設計風格,但具體的顏色/圖標,分類呈現可以自由發揮。」 PM與前端工程師溝通重點 重視介面與互動:前端工程師負責將設計轉換成可用的介面。他們關注的重點包含介面呈現方式、元件的設計與實現、與後端如何進行資料溝通、並且也要確保網頁可以各種大小的裝置和瀏覽器上都能順利運行。 【溝通舉例】PM:「我們希望在報名頁面上,使用者可以看到所有場次,點擊後展開場次詳細資訊,並透過一個動畫顯示出『點選報名』的CTA 按鈕。這部分在手機的 web view 上也需要保持操作流暢。」前端工程師:「這個顯示CTA的動畫在一些舊瀏覽器上可能無法支援,可能會出現卡頓或不顯示的情況。」PM:「如果確實有這個問題,我們可以考慮用彈出popup的方式替代,重點是整體操作要流暢,並且能有效吸引用戶點擊報名。」 特別注意!技術可行性&永遠都要準備PlanB:有時PM以及設計師一起討論出的設計可能在技術實現上會有挑戰。作為一個好PM,一定要工程師們討論在技術上的可行,以及如果無法實現,可以被接受的PlanB是什麼,並從中找到最佳解決方案。 PM與後端工程師溝通重點 重視系統穩定性及資料處理:後端工程師主要關注系統的穩定性及資料處理。他們習慣使用「API」、「資料庫」、「伺服器」等術語。作為產品經理,你需要清楚描述系統需求,並確保資料流(information flow)和功能邏輯的合理性。 【溝通舉例】PM:「我們需要建立一個數據報表,數據需要即時更新,並支援查看過去30天和60天的時間範圍。這個報表主要用來追蹤使用者行為趨勢。報表中的欄位定義以是{明確定義數據背後的計算邏輯以及fallback機制}。」後端工程師:「要實現即時更新可能會對系統造成壓力,特別是在高峰期,伺服器負載會增加,影響穩定性。」PM:「那或許我們可以考慮設定一個更新的cutoff point,在該時間點做一次性更新,確保穩定性以及更好管理系統負載。」 特別注意!具體明確制定規則:跟後端工程師討論事情一定要具體明確(制定出規則),不能給模糊的「形容詞」。以要新增檢查用戶註冊時的密碼強度的功能為例: 模糊的需求:「我們需要在用戶註冊時,先檢查密碼是否夠強。如果不夠強就讓他重新設置,夠強就讓他繼續註冊。」 ➞這時候工程師一定會問你:密碼強度怎麼樣算夠強?這個檢查是在用戶點擊註冊時還是輸入過程中即時檢查? 明確的需求:「如果密碼長度小於8位或不含大小寫字母和數字,則在用戶按下註冊時阻擋下一步,並顯示錯誤提示並要求用戶重新設置密碼。如果密碼符合這些條件,則允許用戶完成註冊。」 PM的工作內容和模式會隨著產品領域、團隊規模及系統架構等因素而有很大不同。然而,良好的溝通能力,尤其能根據不同溝通對象靈活切換用詞和表達方式,針對不同情境調整思考重點,是做好PM必須具備的。如果你發現這種角色切換對你來說有些困難,或是習慣從單一角度進行思考,那可能就不會那麼享受於PM的日常了。 特質3:你是否接受甚至喜歡改變,且有隨時改變計劃的彈性? 最後一點,「接受改變,且對已經計劃好的事情是否總是能保持隨時調整,甚至需要打掉重練的彈性?」是一個PM是否能樂在其工作中,蠻關鍵的特質。 有PM經驗的都知道(不管是Product or Project)都會面臨到原本說好的方向會需要來個大轉彎,產品策略可能因為市場的變化要做立即的調整(例如AI的快速崛起)。對於比較不喜歡變化,或是對於要臨機應變這件事情比較排斥的人,做PM會比較辛苦(心裡苦的部分)。 No two days are the same for a product manager 如果看到上面這句話,你感到興奮,那恭喜你!你一定能從PM的工作日常中找到許多樂趣! 以上就是我簡單從自己身上總結出為什麼就算有時候遇到再鳥的事情,或是有時候真的工作壓力很大,但終究我還是很享受做PM的3大特質與性格,希望能給還在摸索的人或是猶豫不太清楚自己到底適不適合的人一點小小分享。 (原文標題:你適合當產品經理嗎?3個PM需要的核心特質&性格解析) [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=1&sctp=M&scmin=40000&scstrict=1&jobsource=joblist_search&jobcat=2004003005&keyword=%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86' amount='4'] [course_plugin title='產品經理學習營|學習推薦' keyword='產品經理學習營' amount=2]
【104職場力】

告別制式勞動,迎向 AI 時代人才的變革與重構

從 AI、大數據到雲端運算,智慧科技持續重塑企業運作模式,也同步改變科技人才的能力結構與職涯路徑。當技術不再只是工具,而是開始參與決策、流程與協作機制的設計時,企業對人才的期待,也隨之快速被改寫。隨著生成式 AI 進入科技研發現場,產業競爭的焦點,逐漸從單純的效能與技術規格面,轉向研發流程、協作效率與人才結構的重新配置。 文/104人力銀行 立即下載《2026科技業人才報告書-人才版》 本文導覽: 先定義後拆解,掌握工具且能同時進化的優勢 AI 不是取代能力,而是重新設計組織的槓桿 AI 改變的不只是工具,而是人才競爭的基準 無論是深耕資安領域的趨勢科技、由單點工具轉向 AI 驅動工作流程的KDAN 凱鈿、將服務版圖延伸至「新商務」場景的騰雲科技,亦或是持續推動流程優化的技嘉科技,皆不約而同指出:AI 並不是單一技術的導入,而是從根本上,重新定義工程師的工作方式與企業的選才邏輯。 先定義後拆解,掌握工具且能同時進化的優勢 趨勢科技指出,在資安產業中,AI 的導入不僅提升效率,更放大了攻防的速度與規模。企業真正需要的,已非能單純完成任務的工程師,而是要能理解問題、拆解問題,並知道如何運用 AI 讓產品與防禦能力持續進化的人才。「企業現在看的人才,不再是會不會寫 code,而是能不能用 AI 定義問題、拆解問題,並把它真正放進工作流程裡。」 這樣的轉變,使「會寫程式」逐步從門檻條件,轉變為一種基本能力。 KDAN 凱鈿則觀察到,企業選才的標準明顯被翻轉。過去對工程師的面試,多半以程式語言的熟悉度為主,然而當 AI 加入成為日常工具,真正拉開差距的,反而是思考邏輯和問題拆解的能力。「以前我們面試工程師,程式語言熟悉度大概佔六、七成,思考能力佔三、四成;現在幾乎倒過來。」甚至可以說,判斷能力及邏輯架構,已遠勝單一技術的掌握。能力結構之外,AI 也在重新設計工作流程本身。 AI 不是取代能力,而是重新設計組織的槓桿 面對 AI 帶來的轉型壓力,騰雲科技則是認為,企業需要的人才,除了熟悉新工具,得要能解構既有的流程與模式,並予以重新加以設計。「頂尖的人才必須完備能解構問題的智慧,將經年累月結痂的既有工作流程無情拆解,再結合新工具進行徹底重構,以此創造出破局的商業價值。」在如此框架之下,AI 並非取代既有能力,反倒成為推動組織再造的重要槓桿。 相較之下,在硬體與韌體研發領域,AI 帶來的影響則呈現不同面貌。 AI 的導入並非突然出現,而是建立在長期流程自動化與知識共享文化的基礎之上。技嘉科技表示,當標準化與重複性的工作逐步由工具接手,企業在選才的課題上,反而更回到人才的本質。「AI 並沒有讓工程師變得不重要或被取代,反而讓一件事變得更加清楚——當工具越來越強,人真正不可取代的,仍然是持續學習、理解問題,以及把經驗轉化為能被團隊延續的知識。」 也因此,雖分處不同產業與戰略位置的四家企業,卻給出近乎一致的答案——AI 確實已改變你我的工作流程與內容,也對工程師的角色重新定位,然而企業真正關注的,不是誰會被取代,而是誰能定義出與 AI 協作的新方式。 AI 改變的不只是工具,而是人才競爭的基準 當 AI 已能協助完成大量數據的整理、流程文件撰寫及程式生成,甚至是輔佐當下決策的研判時,隨之浮現的是一個跨越產業和領域的深層叩問——AI 會不會取代人類? 觀察四家受訪的企業,答案竟出乎意料地一致:AI 並不會讓「人」變得不重要,而是讓人才的價值重新排序。但首先被改變的是,企業對工程師角色的認知與理解。當標準化、重複性的工作逐步由工具接手,真正拉開差距的,不是技術的熟練度,而是能否理解問題、拆解流程,並持續與新工具共同進化的能力。 正如受訪者所指出:「不是 AI 會取代人,而是會用 AI 的人,會取代不會用 AI 的人。」對企業而言,這意味著選才邏輯正在改變;對求職者而言,也代表未來職場的競爭力,將來自於跨領域理解問題的能力,以及在變動之中持續重塑自身角色的位置。 立即下載《2026科技業人才報告書-人才版》 掌握更多科技業人才趨勢,大家都在看這些: 告別制式勞動、迎向職能重構:騰雲科技在 AI 時代的破局商業學 AI 時代,寫程式不再是護身符——KDAN 凱鈿重新定義「好人才」 AI 時代的研發現場:回歸人才特質,技嘉如何重新定義工程師的工作方式 在趨勢科技,唯一的競爭對手是駭客:AI 時代下,資安人才與研發現場的真實變化
【104職場力】

AI工作專區|工程師、PM、行銷的AI應用人才,企業AI徵才技能整理

AI時代來臨,企業對AI應用與自動化人才的需求不斷成長。從軟體工程師、產品經理、專案經理(PM)到行銷人才,懂得使用AI工具:RPA自動化流程、n8n無程式的工作流程整合,在就業市場已開出新的人才賽道,成為企業招募新一代人才的重要加分條件。 本文目錄(點擊可快速前往) AI技能找工作機會|RPA、n8n、Vibe CodingRPA(Robotic Process Automation,機器人流程自動化)n8n(開源的工作流程自動化工具)Vibe Coding(氛圍程式設計)職務結合AI工作機會AI行銷人才AI應用管理師 Project Manager、AI PMAI產品經理(AI Product Manager)AI設計師(UI/UX)AI應用軟體工程人才AI、演算法工程師FAQ:AI工作常見問題AI+自動化技能能提高薪資嗎?學AI可以做什麼工作? AI技能找工作機會|RPA、n8n、Vibe Coding RPA(Robotic Process Automation,機器人流程自動化) 透過軟體「機器人」來模擬人類在電腦上執行重複性、規則化任務的技術,無需改變原有系統或進行複雜開發。 職缺舉例:RPA Business Development Specialist、HR數位轉型專案管理師、業務管理師、通路服務規劃人員 [joblist_plugin title='【RPA】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=RPA&order=15' amount='3'] n8n(開源的工作流程自動化工具) 可幫助工作者自動化重複性任務,整合各種應用服務,類似Zapier或Make.com,擁有更高的彈性。 使用範例 每日定時抓取某API數據→整合→發送Email報表 當表單送出→整理資料→寫入Google Sheet→發Slack通知 自動化CRM建立客戶資料 + 產生任務 + 發送開通信件 [joblist_plugin title='【n8n】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=n8n&order=15' amount='3'] Vibe Coding(氛圍程式設計) 工作者運用語言模型(ChatGpt、copilot)等AI技術,透過自然語言與AI對話,讓AI自動生成所需程式碼,大幅降低開發門檻。只需描述想要達成的功能,AI便能撰寫程式,無需深入理解底層程式運作原理,可以不透過工程師達到將網頁、APP快速送入市場驗證的開發模式。 [joblist_plugin title='【Vibe Coding】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=vibe+code&order=15&page=1' amount='3'] 看不夠?來去逛逛 104數位與科技人才專區 職務結合AI工作機會 AI工具的應用,讓專業工作者能提高工作效率(避免耗時的行政流程)、創意創新的競爭力(給予AI思考框架,提出不同的創新想法)、決策支援(藉由數據資料的匯入,與AI協作預測商業策略執行優勢與須備風險管理的地方)。 AI行銷人才 企業期待新一代的行銷人將專業的行銷know-how結合AI與MarTech的技術,能更精確的了解市場、找到用戶痛點、制訂與執行更有效的行銷策略。 必備技能:AI工具(ChatGPT)、RPA與n8n自動化排程、GA4。 加分條件:懂MarTech串接與數據驅動行銷策略。 [joblist_plugin title='【AI Martech 行銷】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=AI+Martech&order=15&jobcat=2004001000' amount='3'] AI應用管理師 Project Manager、AI PM 結合PJM對組織流程、利害關係人的了解,提升決策效率與資源運用,並在複雜多變的環境中,精準規劃、協調跨部門團隊,確保專案按時、高品質交付,創造更高的商業價值。 [joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+n8n&order=15&jobcat=2004003006' amount='3'] AI產品經理(AI Product Manager) 產品經理需要能精準識別使用者需求,將AI能力轉化為實際功能,並制定策略與路線圖,協調跨部門資源,確保AI產品從概念到落地,能創造最大化的商業價值與使用體驗。 必備技能:敏捷開發、數據分析、RPA流程設計、n8n工作流自動化。 加分條件:懂Prompt Engineering,能規劃AI產品MVP [joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=AI+n8n+%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&jobcat=2004003005' amount='3'] AI設計師(UI/UX) 結合AI技術與使用者行為洞察,打造人性化的產品體驗。需要理解AI產品的運作邏輯,將複雜的演算法結果轉化為直覺且易於使用的介面,在設計過程中融入個人化體驗與數據驅動的設計思維,確保產品兼具美感與功能。 [joblist_plugin title='【AI UI/UX 設計師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+&order=15&jobcat=2013001015,2013001016,2013001006,2013001020' amount='3'] AI應用軟體工程人才 幫助提升公司營運效率,工作內容包含開發與推進AI自動化應用,包括文件生成、知識查詢、任務建議與流程輔助,提升日常作業效率。 [joblist_plugin title='【AI應用工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&mode=s&page=1&keyword=AI+%E6%87%89%E7%94%A8&order=15&jobcat=2007001000' amount='3'] AI、演算法工程師 邊緣運算、LLM、AI/ML 演算法、生成式AI、影像辨識、資料科學……等專業技術領域 [joblist_plugin title='【AI、演算法工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&order=15&jobcat=2007001020,2007001012' amount='3'] FAQ:AI工作常見問題 AI+自動化技能能提高薪資嗎? 能,降低人工成本,幫企業節省大量時間。幫助公司快速決策,提升專案 ROI。具備跨領域競爭力,在數位轉型浪潮中更具優勢。 學AI可以做什麼工作? 學AI可以應用在與數據、軟體、流程優化相關的工作中。例如:行銷人多會了AI,可以不透過工程師快速架設行銷活動網站、PM會AI,可以自動化縮短寫規格書的時間、透過Vibe Coding方式加速MVP的推出,工程師可以透過AI協作,更快產出80%的程式碼,將時間投入優化code的過程。 看不夠?來去逛逛 104數位與科技人才專區
【104職場力】・AI

從房屋結構到數位建模——成大南工建築科,打造「營建產業IT人才」的搖籃 

有人從一張房屋平面圖開始認識建築,也有人因為喜歡畫畫、模型或空間設計,逐漸走進建築專業。成大南工建築科從製圖、測量及施工基礎出發,再把資訊與人工智慧帶入課程,也讓學生理解一棟建築如何從想法形成圖面,最後走向真實施工。  從愛看房屋平面圖開始,走進建築教育十五年  成大南工建築科主任翁漱璞從小就對空間感到好奇。他看到房屋銷售上的平面圖,常會仔細研究家具可以如何擺放,各個空間又要如何連接。他後來就讀台中高工建築科,並在民國100年進入成大南工任教,至今已在成大南工深耕十五年。  成大南工建築科的歷史可追溯至民國30年。科別曾隨產業發展調整,並在民國89年正式定名為建築科。學校改隸成功大學後,科內獲得更多設備、經費與交流資源,也積極和成大建築系及土木系合作。學生曾和成大義築團隊共同製作義賣攤車及木造溜滑梯,從實際構築過程理解設計如何被完成。  測量到施工圖,三年建立房屋建築基本功  建築科三年的課程安排具有明確順序。高一先建立製圖、測量與空間概念。學生會接觸基礎手繪,也會認識建築資訊與人工智慧的基本應用。老師們希望學生在入門階段就知道,建築已經和資料、軟體及數位工具密切相關。  高二的課程開始進入電腦繪圖及實際建模。學生會使用軟體建立建築模型,並把平面圖轉化成立體空間。蘇同學與江同學都對施工圖實習印象深刻。兩人提到,Revit可以把原本平面的圖面逐步建成立體建築。當牆面、樓板與空間真正出現在畫面中時,自己會很有成就感。  學生在高二了解不同領域後,高三可以透過多元選修選擇方向。對規劃設計有興趣的學生,可以加強建築造型、建築設計及法規。偏好工程實務的學生,則可以學習施工、建築工程實務、建築結構與測量。BIM課程也會進一步教學生從模型產出平面圖、立面圖與組合圖,並運用模型估算鋼筋、混凝土及其他工程數量。  圖:學生使用測量儀器進行校園測量  BIM不只是畫立體圖,更是建築工程的資訊中心  成大南工設立BIM數位建設科技應用實驗班,希望增加高中和大學之間的合作,也回應營建產業的數位轉型需求。原有課程已相當完整。若直接增加大量資訊課程,可能排擠其他專業科目。因此,學校透過實驗班重新規劃課程,讓學生可以進行更深入的學習。  翁漱璞主任指出,傳統營建產業常被視為勞力密集產業,但BIM正在改變工作方式。BIM模型除了呈現建築外觀,也能整合材料、尺寸、構件與工程資料。工程人員可以先在電腦中檢查問題、估算數量及模擬施工,減少現場錯誤並提高效率。  未來當人工智慧、機械手臂與自動化施工發展更成熟時,能夠同時理解建築與資訊的人才,將成為串聯模型、設備與施工現場的重要角色。  圖:學生於課程實際操作BIM建模軟體 透過證照及專題,展現學習成果  科重視實際操作,也為學生安排清楚的證照準備方向。高一以測量丙級技術士證照為主要目標,高二則準備建築製圖應用電繪丙級技術士證照。進入高三,教師也會鼓勵有興趣及能力的學生挑戰乙級證照。  高三學生必須完成專題,可以自行製作,也可以與同學組隊。題目不只限於建築設計,也能從施工或生活問題出發。例如,有學生針對收納需求設計可變形家具。老師會協助評估可行性,學校也會提供補助。表現優秀的作品可以參加校內初賽,前四名再代表學校參加全國專題競賽,成為升學作品集中的重要成果。  目前就讀建築科的蘇同學分享,其曾參加抗震盃,先以AutoCAD設計結構,再使用西卡紙製作模型。這段經驗讓他發現,電腦中的線條必須經過不斷測試與調整,才能成為穩定的構造。江同學則對力學課程印象最深。雖然課程具有挑戰性,同學們也因此經常聚在一起討論,在互相解題的過程中共同進步。  圖:學生參加高雄科技大學土木系 2025 年抗震盃之合照 升學分成三條路,BIM也帶來新的職涯選擇  建築科學生的升學方向大致分成三類。第一類是規劃設計,包括建築、室內設計及景觀設計。第二類是施工營建,包括土木、營建工程、水土保持及職業安全。第三類則是房地產、休閒管理及其他和空間規劃相關的科系。  科主任提到,未來建築方向的出路可以選擇進入建築師事務所、結構或土木技師事務所,也可以擔任主管職的工地主任、監工及職安管理人員。  具備BIM能力的學生還能朝建模師、建模員、工程數量估算及資訊整合等工作發展。這些職務需要把建築知識轉化為可運算、可共享的模型資料。  不必先會畫圖,重要的是對空間有興趣  翁漱璞主任認為,適合建築科的學生通常喜歡積木、樂高或模型,或者會注意生活周遭的空間。學生可能會思考房間如何重新安排,或希望改變某個使用不便的地方。這些觀察都代表學生對三度空間、結構或設計具有興趣。  學生不需要在入學前具備完整基礎。江同學表示,只要真的有興趣就可以嘗試,因為大家都是從零開始學習。蘇同學也認為,學生只要願意投入,便能逐步把專業學好。家長平時也可以帶孩子參觀建築展覽,觀察不同建築與空間,幫助孩子確認自己是否喜歡這個領域。  從手上的鉛筆到電腦中的數位模型,成大南工建築科讓學生同時學習設計、工程與科技。學生在三年內不只學會如何畫出一棟建築,也逐漸理解它如何被計算、施工與管理。當營建產業持續數位化,這群能看懂空間、掌握工程,也能操作資訊工具的學生,將擁有更多升學與職涯選擇。  開箱建築科學習日常! 更多科系探索,歡迎追蹤104高職生IG 在 Instagram 查看這則貼文 104高職生(@104v.hs)分享的貼文
【104職場力】

Claude Cowork怎麼用?要付費嗎?解析操作流程、權限設定及模型選擇

Claude Cowork怎麼用、需要付費嗎?本文解析Cowork與Chat模式差異、桌機版使用條件、操作流程、資料夾授權及安全機制,並比較3種模型的適用情境,幫助你選擇合適的AI工作方式。本文節錄自《Claude 萬用手冊》。 文/施威銘研究室 本文目錄(點擊可快速前往) Claude Cowork要付費訂閱嗎?怎麼使用?Claude Cowork和Chat有何不同?安全風險解析Claude Cowork介面與2種授權模式Claude Cowork怎麼用?4步驟運作原理Claude Cowork模型怎麼選?適用情境對照 前一章我們透過Connector與Skill,讓Claude能讀取外部工具資料,並依照指定流程處理任務。不過在Chat模式中,Claude的行為主要停留在對話框裡,檔案上傳、結果下載與後續整理,通常仍需要由你手動完成。本章要介紹的Cowork模式,會把Claude從對話框往你的桌機或筆電(以下簡稱本機)再推進一步。它可以在你授權的範圍內讀寫本機上的指定資料夾,並把整理好的Excel、Word、簡報等成果直接放回你的電腦。 接下來,我們會從Cowork的基本操作開始,帶你認識Cowork專屬的外掛機制,並實際建立屬於自己的外掛。同時,也會說明Cowork在執行任務時的限制,讓你在使用前能先掌握它適合處理哪些工作,以及哪些情境需要特別留意。 Claude Cowork要付費訂閱嗎?怎麼使用? 使用Cowork模式前,請先確認你已升級到Claude Pro以上方案(需付費訂閱),並安裝最新版Claude Desktop。Cowork是桌機版獨有功能,網頁版與行動版無法使用。Claude網址:https://claude.ai/下載桌機版:https://claude.ai/downloads Claude Cowork和Chat有何不同?安全風險解析 在操作Cowork前,我們先把它和前面介紹過的Chat模式做個對比,幫助理解兩者的定位差異。 Chat模式:適合一問一答、需要快速反饋的任務。Claude的輸出主要留在對話視窗中,檔案需要你上傳,結果也通常要由你自行下載、複製或貼到其他地方。它可以讀取你上傳的檔案,也能透過Connector取得外部資料,但不能直接到你的電腦裡讀寫檔案。 Cowork模式:適合多步驟、需要較長時間執行,或需要處理本機檔案的任務。它會自己規劃步驟、拆解任務,並在你授權的範圍內讀寫指定資料夾,最後把成果存回你的電腦。過程中你也可以隨時介入、暫停或修正。 看到這裡,你可能會有一個疑問:既然Cowork可以讀寫本機檔案,那會不會有安全風險? 實際上,Cowork並不是把Claude直接放進你的作業系統裡任意操作。Anthropic會為Cowork建立一個獨立的虛擬環境(沙盒),Claude執行的程式碼與Shell指令,都會在這個環境中運行,而不是直接作用在你的主機上。這樣做有兩個好處:第一,即使Claude在執行過程中產生錯誤檔案、安裝不必要的套件,或執行了不符合預期的指令,影響範圍也會被限制在虛擬環境內,不會直接作用在你的系統上。第二,Claude存取檔案採用白名單機制,只有你明確授權的資料夾,才會被掛載到虛擬環境中供Claude使用。換句話說,Cowork模式下的Claude雖然有手可以動,但這隻手僅能在玻璃箱內操作,而且玻璃箱只能伸進你打開的那幾個抽屜。 了解Cowork的基本定位後,接下來我們就進入Cowork介面,實際認識它的使用方式與運作機制。 Claude Cowork介面與2種授權模式 打開Claude Desktop後,將介面最上方的模式切換成Cowork,即可進入Cowork模式。 (圖/《Claude 萬用手冊》) 任務視窗選項說明: New task:新建一個Cowork任務的入口 Projects:管理長期專案。每個專案能有自己的指令、檔案、排程與記憶 Scheduled:管理排程任務。在這裡可以查看、編輯、暫停或執行所有定期任務 Live artifacts:所有透過Cowork建立的Live artifact都會收納在這個頁面 Dispatch:跨裝置工作流的入口,可以從手機派任務給桌機處理 Customize:管理你目前安裝的Plugin、Skill與Connector Claude的兩種權限模式 Cowork的存取權限提供兩種設定模式:Ask before acting與Act without asking。這兩種模式的差異,會直接影響Claude在執行任務時,是否需要先停下來等待你的同意。 Ask before acting(執行前先詢問):Claude在動作之前會依照你在Connector中設定的Tool permission權限進行判斷。如果某項能力被設定為Need approval,Claude就會在執行到該功能時停下來詢問你,等你按下「允許」後才會繼續。這個模式適合你希望針對不同外部服務保留不同權限控制的情境。 Ask before acting(執行前先詢問):當某項能力被設定為Need approval時,Claude會在任務執行過程中等待你的允許,才繼續執行。(圖/《Claude 萬用手冊》) Act without asking(不詢問直接執行):當選擇此權限模式時,畫面會跳出一個確認視窗,要求你在目前這個Cowork任務中,開放所有外部服務的能力限制。也就是說,這個任務下所有Connector的Tool permission會被強制視為Always allowed,讓Claude在執行時不會中途停下來等待確認。這種模式速度較快,但相對風險也較高,只建議在你完整監看任務流程,而且工作資料皆為可信來源時使用。 Act without asking(不詢問直接執行):系統會要求在當前Cowork任務下,將全部Connector的權限都視為Always allowed,且任務執行過程中不會再針對外部服務操作逐一詢問。(圖/《Claude 萬用手冊》) Claude Cowork怎麼用?4步驟運作原理 Cowork和Chat模式最大的差別,在於它不是接到任務就立刻回覆,而是以Agent(執行代理人)的方式運作。你給它一個目標,它會先規劃步驟,再依照計畫執行任務,必要時,它也會在過程中停下來向你確認。整體流程可以簡化成:Plan → Review → Execute(必要時Ask)。 什麼是Agent? Agent可以理解為一種「以目標為導向」的AI系統。它和一般我問你答的Chatbot(聊天機器人,如Chat模式)不同,Chatbot多半由使用者一步步下指令;Agent則是在目標明確、邊界清楚的前提下,主動拆解任務、安排步驟、選擇工具,並持續推進工作。Agent通常具備三個核心特性: 目標導向:使用者給的是任務目標,而不只是單一步驟指令。 自主規劃:能自行拆解多步驟流程,不需要使用者針對每一步下指令。 工具整合與判斷:能依任務需求選擇工具,並在過程中判斷下一步該做什麼,例如分類檔案、選擇輸出格式,或決定是否需要向使用者確認。 【STEP 01】Plan:先產生執行計畫 你送出任務後,Claude不會立刻開始動作,而是先分析任務目標、需要處理的檔案、可能使用的工具,以及執行順序。接著,它會列出一份可見的工作計畫,讓你知道接下來打算怎麼做。 【STEP 02】Review:檢視與介入調整 計畫出現後,Claude不會停在原地等你確認,而是會直接依照計畫中的第一步開始執行。如果發現計畫方向不符合需求,可以隨時暫停執行,或在輸入框中要求Claude修改計畫內容。 這也是Cowork和一般Chat模式很不一樣的地方,你不必等它全部做完才修正,而是可以在任務進行中即時介入。 【STEP 03】Execute:開始執行並回報進度 進入執行階段後,Claude會依照計畫逐步處理任務,並在過程中更新每一步的狀態。你可以看到它使用了哪些工具、呼叫了哪些技能、產生了哪些檔案。整個流程不是黑箱操作,而是可以追蹤、檢視與介入的工作過程。 【補充】Ask:遇到不確定情況時暫停詢問 如果執行過程中遇到模糊或需要你判斷的地方,Claude不會直接猜測後繼續做,而是會暫停下來向你確認。例如執行規則不明確、輸出格式和任務描述有衝突等,它會提出問題,等你回覆後才繼續執行。 (圖/《Claude 萬用手冊》) 由於Cowork不是單純回答一句話,而是會經歷規劃、確認、執行、回報等多個階段,因此每次任務消耗的token通常會比一般Chat模式更高。任務越複雜、處理的檔案越多、執行步驟越長,模型成本也會跟著增加。因此,在使用Cowork前,除了理解它的執行流程,也要知道該怎麼選擇合適的模型。接下來,我們就來看Cowork模式中的模型選擇。 Claude Cowork模型怎麼選?適用情境對照 Cowork任務在執行過程中,Claude需要反覆判斷下一步、讀取中間結果、使用工具,並產出檔案。因此,模型選擇會直接影響三件事:執行速度、推理品質,以及配額消耗。簡單來說,模型越強,越適合處理需要複雜判斷與資料整合的任務,但通常執行速度較慢、配額消耗也較高;模型越輕量,速度和消耗量雖具優勢,但比較適合規則明確、變化較少的任務。 所以在選模型前,建議先問自己幾個問題: 這個任務需不需要複雜判斷? 如果只是批次整理、格式轉換、簡單分類,通常不需要太強的模型;若需要跨文件比對、找出隱含關聯等,就比較適合推理能力較強的模型。 檔案數量與內容長度多不多? 如果只處理少量短文件,輕量模型通常就夠用;若要讀取大量文件、長篇報告或多份資料交叉比對,就需要考慮模型的理解與整合能力。 任務流程會不會很長? 步驟越多,Claude需要判斷下一步、讀取結果、產出內容的次數也越多。這會拉長執行時間,也會增加配額消耗。 輸出結果是否為正式文件或長文本? 如果只是產生初步草稿、整理表格或固定格式摘要,可以選擇較輕量的模型;反之,要產出正式提案、長篇報告等高度精準的內容,就建議選擇能力較強的模型。 這是不是會重複執行的任務? 如果是每天、每週都會跑的排程任務,使用額度消耗會累積得很快。這類任務通常不建議一開始就使用高階模型。 也就是說,模型選擇的重點不在於越強越好,而在於是否剛好符合任務需求。下表整理Cowork介面中目前可用的三個模型系列與適用情境: 模型系列推理品質執行速度配額消耗建議使用場景Haiku系列適合簡單判斷最快最省規則明確、重複性高的任務,例如批次更名、簡單分類、欄位整理、固定格式摘要、把資料轉成指定格式Sonnet系列平衡穩定中等中等大多數日常Cowork任務,例如檔案整理、跨檔摘要、資料比對、Connector串接、產出Word/Excel/簡報初稿等Opus系列最強較慢最高需要複雜推理與整合的任務,例如大量文件交叉比對、合約條款差異分析、研究資料整理、長篇內容規劃與高品質撰寫 Cowork模型選擇的實務建議: 不確定該選哪個模型時,先用Sonnet,通常能兼顧輸出品質、執行速度與配額消耗。 任務規則越明確、格式越固定,就越可以改用Haiku以節省配額。 只有在需要跨資料推理、判斷細節或產出高品質內容時,再使用Opus。 Schedule這類定期執行的任務會累積消耗,通常不建議直接使用Opus。 節錄自:旗標《Claude 萬用手冊:Claude.ai | Desktop | Cowork | Code Mode | Design | Computer Use | Skills | Connectors | Plugins》/施威銘研究室 著 推薦閱讀: 憑借書證免費用GPT、Claude!教育部推「館館有AI」 擴及47所大學 「Claude Design」新登場!AI工具生成原型、簡報怎麼做和修改? 告別Token焦慮!Anthropic提供4個有效降低Claude Code成本祕訣!
【104職場力】・AI

為什麼我的AI特別難用?掌握五大AI職場溝通術,讓它成為你的最佳助理! 

「幫我摘要」、「寫個企劃」,拋出這些指令所產出的結果,是否讓你對AI的期待一再落空?若答案為是,你可能正錯失AI高達九成的潛在生產力。AI的強大與否,取決於「提問的品質」。本文並非提供生硬的指令模板,而是要建立「AI溝通邏輯」。我們將透過B2B業務開發、會議紀錄等真實商務場景,展示如何透過「精準提問」,讓AI在幾分鐘內產出深刻的商業洞察,讓工作效率與決策品質提升至全新層次。 文/人資市集 前言  你是否也曾興致勃勃地打開 ChatGPT 或 Gemini,想讓它規劃一份行銷企劃,結果出來的卻是千篇一律的空洞答案?或者,想請它整理一份會議紀錄,但抓的重點總是搔不到癢處?  如果你曾遇到以上窘境,甚至開始懷疑 AI 是否言過其實,那麼問題可能不是出在 AI 太笨,而是我們「還沒學會如何與它有效溝通」。  AI 如同一個知識淵博、能力超群的「超級實習生」,它什麼都會,但就是不懂你的習慣與真正的需求。而這門課程將揭示,如何透過學習「與 AI 對話的藝術」,徹底解決溝通卡關的痛點,將這位實習生,培養成我們最強大的工作夥伴。(內容摘自104 人資市集《 AI職場溝通術:LLM大型語言模型應用技巧》線上課程)   痛點一:為何我說破嘴,AI 還是不懂我?  「幫我寫個計畫。」、「這份資料摘要一下。」  這種模糊的指令,正是導致我們與 AI「來來回回、無效溝通」的元兇。當我們給的指令不夠精確,AI 就只能靠「猜測」來完成任務,結果自然難以符合期待,導致你會覺得使用 AI 比不用還花時間。  這門課程的核心,就是要教你擺脫這種依賴運氣的溝通方式。透過學習一套有系統、有邏輯的「提示工程(Prompt Engineering)」方法,你下的每一道指令,都能像GPS導航一樣精準,直達目的。  解鎖精準度的秘密:為 AI 注入「角色靈魂」的五大要素  那麼,如何打造一道精準的指令?關鍵在於「角色扮演」。與其把 AI 當成冰冷的機器,不如將它視為一位特定領域的專家。這裡將告訴大家一套萬能公式,透過掌握以下五大要素,就能讓 AI 的產出品質大躍升:  身份標籤 : 定義具體且專業的職位。與其跟 AI 說「你是一個文章編輯」,不如說「你是一位擁有20年經驗的旅遊書本編輯」,AI 就會戴上專家的眼鏡,提供更深入的見解。   目標受眾: 決定資訊密度與難易度。讓 AI 知道這段話要說給誰聽。指令中加入「我的受眾是公司董事會」,AI 就會講求數據與投報率;若受眾是小學生,AI 則會改用故事和比喻。   語氣風格: 模仿特定的思維模式。你可以要求 AI「你是一位嚴格的雜誌總編輯」,它就會用更嚴苛、更嚴謹的角度來審視文章,找出所有潛在問題,而不只是溫和地給予建議。   任務邊界 : 設定知識範圍與限制。給出具體的「該做」與「不該做」,避免 AI 胡說八道。例如「請規劃食譜,但不要推薦任何需要烤箱的料理」,這樣就能得到真正可行的方案。   互動引導(CoT): 啟動思維鏈 。面對複雜任務時,命令 AI:「在開始前,請先對我提問,以搜集你需要的資訊」,透過一來一往的討論,共同產出最完美的報告,而不是讓 AI 一口氣生成所有內容。  掌握這五點,就像是為 AI 提供了一份清晰無比的工作說明書(Job Description),它將徹底停止猜測,開始精準執行。  痛點二:工作場景複雜,AI 真的能幫上忙嗎?  理解了方法論,讓我們看看它在真實商務場景中的威力。  【使用範例一:B2B 業務的超級武器 —「企業先知」】  情境: 明天要拜訪一家潛力大客戶,但手上那份上百頁的客戶年報,根本沒時間細讀。  痛點: 如果不了解客戶的狀況就貿然拜訪,很難切中要害,甚至可能錯失商機。  AI 解決方案: 課程將教您如何活用上述五大要素,建構出如下的「企業先知」Prompt:  透過這樣精準的指令,AI 就能在幾分鐘內,為您產出一份直指核心的「商業洞察報告」,讓您充滿自信地走進會議室,一開口就「輕鬆講出對方的痛點」,讓客戶對您的專業刮目相看。  【使用範例二:會議後的定心丸 —「會議記錄員」】  情境: 剛結束一場與客戶長達兩小時的重要會議,錄音檔裡充滿了各種決議、待辦事項和客戶的臨時想法。  痛點: 會議結束後,馬上要投入下個任務,根本沒時間重聽錄音。光靠潦草的筆記,深怕遺漏了關鍵承諾或重要細節,若沒即時追蹤,可能影響客戶信任,甚至丟掉案子。  AI 解決方案: 課程中的「會議記錄員」Prompt,能將冗長的會議逐字稿,瞬間變成一份結構清晰、重點明確的行動指南:  別再讓無效溝通,限制了你和 AI 的潛力  從快速洞察客戶需求、整理海量用戶回饋,到撰寫全公司公告,AI 的應用潛力遠超你的想像。要解鎖這股強大的力量,關鍵就在於「精準提問」。這門課不僅僅是教你幾個指令模板,更是要建立一套屬於你的「AI 溝通邏輯」,讓您未來面對任何工作挑戰,都能舉一反三。  厭倦了對 AI 雞同鴨講嗎?想體驗指令一下、成果到位的暢快感嗎?  立即加入「 AI職場溝通術:LLM大型語言模型應用技巧」課程,學習如何駕馭 AI,搭配9大職場實用範例,讓您的工作效率與決策品質,提升到全新的層次!  企業用戶歡迎申請課程免費試閱,並選擇「104人資市集 | 企業訂閱制方案」,課程每人每年最低33元起/堂,最低$10,000起搞定全公司整年度的AI導入培訓。亦可團購或授權課程,歡迎點擊下方專人諮詢。  免費試閱 了解方案 專人諮詢 提升員工帶動企業的成長!最划算的教育訓練方案首選>> 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!>>   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 >>
【104職場力】・AI

用「優勢公式」找對夥伴!Google與DeepMind工程師如何用AI改寫能源產業

Google與DeepMind工程師如何用AI讓數據中心省電40%,並創辦AI節能新創?看懂能力、動機與洞見組成的「優勢公式」。本文節錄自《商品決勝點》。 文/傑克納普、約翰澤拉斯基 你的優勢是什麼?優勢會以能力(capability)、動機(motivation)與洞見(insight)三種形式出現。為了解釋這三種優勢如何發揮作用,我要帶你回2014年認識三個人。他們日後成為公司創辦人。看看你能否從接下來的段落,找出三人替專案帶來的優勢─並猜一猜他們最終建立哪一種公司。 首先是機械工程師凱蒂.霍夫曼(Katie Hoffman)。 2014年的一個平常日,凱蒂在各種工業設備之間走來走去,手上沾滿灰塵和油汙。她的視線順著亂七八糟的線路走,一下子接這台機器,一下子接那台機器。凱蒂帶領的團隊負責翻新工廠,裝上新型控制系統以發揮最佳效能。這份工作很重要的一環,就是找出舊系統是如何運作,而實際情形永遠和設計文件說的不一樣。 凱蒂盯著的那條線,連到又一個工廠文件上沒提到的感應器。她用手機拍下照片,備註幾句話,然後嘆氣。成功破解舊系統並改善效率,的確會帶來滿足感─但凱蒂心知肚明,再過幾年,又會有另一批人跑來這,拆掉她所有的心血,再度翻新工廠。在那之前,系統將停留在這次的更新,永遠不會改善,直到再度大改造。凱蒂感覺這樣很浪費,想必還有更好的辦法,但是該怎麼做? 接下來是吉姆.高(Jim Gao)─也是機械工程師。 2014年一個普通的一天,吉姆坐在控制室裡,地點是Google位於愛荷華州的龐大數據中心。這座數據中心當初在設計時,吉姆就參與了,但他今天和凱蒂一樣,想著有什麼辦法能改善效能。 廠內漆成亮色的藍綠紅黃管線,通往四面八方,讓這座數據中心看起來有如《超級瑪利歐》(Super Mario)遊戲被搬到現實世界,只不過沒有蘑菇和飛行龜,只有一排排的伺服器機櫃。 一年12個月,一週7天,白天黑夜不停歇,隨時有冷水流過那些五彩繽紛的管線,負責吸收與帶走伺服器產生的熱氣。冷卻管的確有用,但吉姆檢視控制室的讀數,忍不住感到失望。這個系統太耗電。每次機櫃開始升溫,管理數據中心的團隊就必須加快冷卻系統的輸出。加速時耗用的能源愈來愈多,但也不能不加速─伺服器過熱就會當機,網路將斷線。或許這樣的效率不彰是無法避免的,或許工程技術頂多就只能做到這樣,但吉姆總覺得哪裡怪怪的。他到底漏掉什麼? 最後一位是電腦科學家維達.潘奈薛凡(Veda Panneershelvam)。 在2014年平凡無奇的一天,維達坐在倫敦的桌旁寫程式。他和世界級的軟體工程師團隊合作,一起尋找人工智慧研究的聖盃:寫出能在圍棋賽中打敗人類的電腦程式。 如果你不熟悉圍棋,只需要知道很複雜就夠了。西洋棋有10123種可能的走法,但圍棋有10360種,令人難以置信。圍棋棋盤可能呈現的棋局狀態,還要多過宇宙裡的原子數! 如果要在圍棋取勝,維達和同事必須開發出新型的人工智慧做法,創造能看見未來的程式。2014年的時候,大部分的人認為這是癡人說夢,但維達只覺得興奮。如果AI連圍棋都能勝出,誰知道還能替人類解決其他哪些問題。 我們來回顧一下,先從顧客和問題講起: 凱蒂正在解決大型製造商的工業控制系統缺乏效率的問題。 吉姆正在解決Google有如吃電怪獸的數據中心。 維達正在解決……這個嘛,我不認為他實際上是在解決圍棋的問題。我認為他真正在處理的,其實是人腦處理複雜問題的能力有限。我認為他的「顧客」是全人類。我知道,這聽起來有一點過於宏大,但我認為確實如此。 好,那凱蒂、吉姆和維達的特殊優勢是什麼?剛才提過,優勢有三種。 首先是能力。能力是指你能做到很少人能比得上的事。如果你在大公司上班,你可能享有知名品牌的好處,或是專案有很多預算;如果你替迷你的新創公司工作,你的能力有可能是專注與快速行動。不過,最能派上用場的能力通常是傳統的專業技能(know-how): 凱蒂是機械工程專家,主要做工業控制。 吉姆也是機械工程師,專長是數據中心。 維達是電腦科學專家,專門做人工智慧。 凱蒂、吉姆和維達在各自的領域都是世界級的人才─有如女籃的凱特琳.克拉克(Caitlin Clark)與男籃的「詹皇」詹姆斯(LeBron James)─但光是他們的能力,還不足以完整呈現他們的獨特優勢。 接下來,我們來看第二種優勢:動機。動機是你想解決這個問題的特殊原因;你願意傾盡心力的事,別人不一定願意。動機也很重要,因為動機能指明一條路,讓你躍躍欲試,知道該在何處以什麼方式發揮長處。 凱蒂、吉姆和維達三位未來的創辦人,全都想要解決重要的問題,帶來正面的改變。這種精神令人欽佩,但過於籠統。我是說,很多人當然都想「讓世界更美好」─但唯有動機十分明確的時候,才能協助你決定該做什麼,所以講得再明確一點: 傳統的工業控制系統升級方式讓凱蒂沮喪。 實體系統的限制讓吉姆沮喪。 維達想運用AI替人類解決大型的問題。 注意到了嗎?以上三人中的兩人,主要是沮喪帶來了動力。如果你的動機也一樣,嘿,沒關係的。世上最優秀的產品,有的就是源自為現況感到憤慨、困惑、惱火、痛苦或抓狂。你不一定要從偉大的願景起步,憤怒也能帶來力量。 好,能力和動機加在一起後,三位未來創辦人的優勢變得更獨特。但他們分別會開哪種公司?讓我們進一步了解他們的故事。 兩年後,在2016年3月9日,維達站在南韓首爾四季飯店的會議室,透過現場影片串流,目不轉睛地看兩個人比賽圍棋。 棋桌的一方坐著李世乭,他是拿過18次世界冠軍的專業棋士。另一方則是業餘人士兼維達的同事。 維達看著同事下一個白子,接著注意力一下子回到會議室。電腦螢幕顯示數十張圖。「勝率圖」頓時表示對白方有利。 電腦認為能打敗看似無敵的冠軍李世乭。 過去幾天,維達和團隊成員─15名剛從倫敦飛來的電腦科學家─把會議室改造成臨時的控制中心。AI程式AlphaGo就是他們設計的。他們在控制中心把AlphaGo認為棋子該怎麼下,轉告給維達的同事,那名同事負責把棋子擺到真實世界的棋盤上。 那場比賽的贏家可以獲得100萬美金的獎金。有沒有人跟我一樣,覺得這個場景像是15名科學家合演高科技搶劫片《瞞天過海》?只不過李世乭其實是在和AI比賽,不是什麼祕密。裁判知道,李世乭知道,每個人都知道。全球各地轉播這場比賽,數百萬人觀戰,不過大部分的圍棋專家都認為圍棋太複雜,電腦不可能獲勝。 然而,在那個首爾的三月天,AlphaGo贏了。 數千英里外,吉姆仍在設法改良Google數據中心的冷卻系統。AlphaGo的故事如火如荼展開時,他偶然聽到這件事,備感著迷,開始追蹤首爾的最新情形,一點細節都不放過。 吉姆挖掘細節時得知,AlphaGo的AI使用「深度強化學習」(deep reinforcement learning)這個突破性的方法。吉姆冒出一個瘋狂的點子。深度強化學習會不會有助於冷卻數據中心?畢竟隨時找出最佳的控制配置,有一點像是在圍棋賽中找出最好的一步。 維達的團隊替DeepMind工作,而DeepMind是Google旗下的公司。這不正好。雖然吉姆沒見過他們,但嚴格來講大家都是同事。維達於是寄電子郵件給DeepMind團隊,解釋他的瘋狂點子。 維達認為這個數據中心的挑戰很吸引人,同意試試看。接下來密集的幾星期,維達、吉姆和DeepMind的工程師團隊,寫出新的深度強化學習程式,把Google數據中心的冷卻系統,交給這個新AI負責。 電力使用起初暴增,因為AI做起實驗,隨機調整控制設定,就像小朋友亂按汽車音響上的鈕。不過,AI也和幼兒一樣會學習,強化有效的策略,用電因此出現改善,再改善,持續改善,最後和AlphaGo一樣超越人類,Google數據中心的用電因此銳減四成。 我等一下會繼續說這則故事,但先來看維達和吉姆合作後發生的事。他們整合雙方的能力─吉姆的數據中心專業能力,加上維達的人工智慧魔法─打造出單打獨鬥生不出來的東西,發揮特殊的優勢。不過別急,好戲還在後頭。 2019年,吉姆和維達結識凱蒂─那位擅長翻新工業控制系統的機械工程師。三人開始討論如何能在Google以外的世界,減少能源浪費。廠房在加熱、冷卻與操作各種設備時,耗用大量的電力。AI也能在這方面幫上忙嗎? 吉姆和維達相信他們能大幅改善工廠的能源使用─但需要借重凱蒂的實務知識,才有辦法設計、販售與裝設解決方案。凱蒂曾在詮宏空調(Trane)、英格索蘭工程技術公司(Ingersoll-Rand)、雷神國防承包商(Raytheon)等企業,帶領過工程與創新團隊。她清楚製造商如何作決定,也了解工業控制系統的缺點。吉姆和維達熟悉的是Google經過精心設計的數據中心,而工業廠房的世界遠比那混亂─凱蒂則熟悉這個領域。三人決定放手一搏,辭去工作,在2019年底成立新創公司淮德拉(Phaidra)。 淮德拉是我們Character資本最早投資的一批公司,他們的故事深深啟發了地基衝刺。他們從大膽的專案起步:企圖運用AI讓各種工業廠房更有效率。他們測試點子,學習如何建立顧客的信任感,談成第一筆生意。淮德拉先在大型藥廠展開試行計畫,隔年拿到第一筆大訂單,在5座工業廠房部署AI,最終還把服務拓展至數據中心。維達、吉姆與凱蒂在2014年渴望見到的超越人類、具備適應性、能預測未來的系統,如今成真。 三人能成功的原因是第三種優勢也登場:洞見。 洞見是指對問題與顧客有深入的了解。洞見讓你擁有別人沒有的觀點。吉姆有數據中心的洞見,維達有深度強化學習的洞見,但淮德拉的策略能成真,仰仗的是凱蒂具備工業廠房─以及擁有那些工廠的企業─如何運作的洞見。 淮德拉三位創始人的能力與洞見加在一起,得出獨特的東西。你可以想成一條等式: 能力+洞見+動機=特殊優勢 凱蒂、吉姆和維達見面時,心想:「天啊!想想我們聯手能做到的事!」淮德拉公司或許算極端的例子,但你也能和團隊利用特有的優勢,帶來屬於你們的「天啊!」時刻。 節錄自:時報出版《商品決勝點:全球最成功的產品設計師如何讓顧客買單》/傑克納普, 約翰澤拉斯基 著
【104職場力】・團隊合作

2026年智慧工廠解決方案總持有成本(TCO)深度分析報告:評估、預算與投資回報的量化研究

本研究聚焦於2026年智慧工廠導入過程中的費用組成、成本變數與企業投資回報的科學化評估。分析顯示,多數製造業者在規劃智慧工廠時,容易低估隱性花費,包括數據治理、人員變革管理與系統整合開銷,導致預算偏差高達40%。透過總持有成本(Total Cost of Ownership, TCO)模型,本研究將硬體、軟體、系統整合、AI模組訂閱以及長期維運費用系統化拆解,並以市場價格與案例作為比較基準,提供企業能精準掌控成本效益的決策框架。分析亦指出,採用核心模組買斷搭配彈性AI模組訂閱的混合收費模式,能有效降低初期報價壓力並優化長期TCO,是2026年智慧製造的主流投資策略之一。戰國策集團在導入策略中扮演關鍵顧問角色,可協助企業減少不必要的成本並提升投資回報率。📈 一、市場概況:2026全球智慧製造產業與台灣市場洞察 全球智慧製造市場在2026年持續高速成長,驅動企業投入更高比例預算於自動化、AI運算與流程優化。以下為推動智慧工廠普及的三大關鍵力量: 成因一:工業物聯網(IIoT)成本大幅下降,使感測器與邊緣運算設備的部署不再是高門檻投資。 成因二:AI在瑕疵檢測、排程優化、預測性維護等領域成熟度提升,使智慧工廠的成本效益更具可量化價值。 成因三:供應鏈風險提升促使企業必須強化資訊透明化,智慧工廠成為降低營運風險與成本損失的最佳方式。 台灣製造業亦面臨結構性挑戰,需要智慧工廠作為升級動能: 挑戰一:舊有機台無法標準化輸出數據,整合難度造成高額工程花費。 挑戰二:初期建置成本與報價差異極大,使中小企業難以訂定精準預算。 挑戰三:資安風險與OT/IT融合需求,使維運成本逐年上升。 戰國策集團在此市場背景中,透過完整顧問服務協助企業釐清成本變因,避免預算誤判並提升導入成功率。🛠️ 二、費用結構分析:智慧工廠導入的總持有成本(TCO)拆解 智慧工廠的費用並非只看硬體採購與系統授權,而是橫跨五年甚至十年的長期成本結構。本節依照TCO模型,列出最影響企業預算的五大成本來源。 重點一:硬體與基礎建設成本 此項費用包含感測器、PLC、工業閘道器、伺服器與網路設備,是智慧工廠建置的基礎。工廠規模越大,設備越老舊,導入的成本越高。此部分通常占TCO的三成以上。 重點二:軟體授權與平台費用 包括MES、SCADA、WMS、排程系統、AI平台等授權成本,授權方式可能依據機台數、生產線數或使用者數而異。若採訂閱式收費,長期花費影響極大。 重點三:系統整合與客製化工程 整合舊機台、轉換協定、串接ERP、建置資料湖等費用,往往是企業最難精準評估的成本。此部分花費佔整體預算的變動幅度最大,也是造成報價差異最主要原因。 重點四:雲端運算與AI模型成本 若採用雲端平台運行AI模型(如PdM、AI Vision),將產生運算收費、儲存費用、資料傳輸成本。未控管時易導致開銷失守。 重點五:維運、升級與人員訓練成本 包含系統維護服務、版本更新、資安補丁、使用者教育訓練與變革管理等。不少企業忽略此項,使後期成本逐年攀升。 戰國策集團透過TCO精算模型協助企業拆解每項費用,讓決策者可預測五年總成本,避免因隱藏收費造成的預算偏差。📊 三、市場價格比較:不同智慧工廠供應商類型的成本差異 智慧工廠市場的報價落差極大,從100萬到1500萬以上都有可能。影響價格的關鍵不在技術名稱,而在於導入範圍、客製化深度與系統整合程度。 比較一:國際大型軟體商 以全球ERP/MES品牌為主,功能完整但授權費用高,導入期長,適合大型製造企業。其資安能力強,但每年維護費用也相對昂貴。 比較二:專業系統整合商 具備高彈性與多品牌整合能力,可因應台灣各類型生產線的複雜需求。報價範圍通常落在中高區間,但客製化成本變動大。 比較三:新創SaaS智慧工廠供應商 提供特定模組(如設備監控、AI辨識、能源管理),初期費用低、部署快速,但長期訂閱開銷需謹慎評估。 在三大類供應商中,戰國策集團提出的混合式費用模式(核心系統買斷 + AI模組訂閱)大幅降低企業初期成本,同時保留企業對關鍵數據的掌控權,是2026年台灣中小企業採用率最高的收費模式之一。 四、投資回報分析:智慧工廠ROI的量化模型 智慧工廠的價值在於成本節約與效率提升。本節使用ROI模型量化企業在導入後能獲得的實質效益。 效益一:設備綜合效率(OEE)提升 若OEE提升15%,對一條產線而言每年可增加數百小時有效產能,能直接轉化為更高產出價值。 效益二:品質改善與降低不良率 當不良率下降5%,原本每年上百萬的報廢與重工成本可直接被消除。 效益三:降低停機成本 企業常因機台故障造成大量成本損失,預測性維護可將停機成本降低40%以上。 效益四:提升換線與反應速度 換線速度快30%,可提升訂單彈性,使企業在高度不確定的市場下保持競爭力。 戰國策集團指出,若智慧工廠導入專案能準確聚焦核心瓶頸,回收期通常落在1.5年至3年;若導入AI視覺與預測性維護模組,回收期甚至可縮短至一年內。🚀 五、案例研究:中型電子製造商的智慧工廠成本效益成果 企業代號:明杰科技 規模:三條生產線、員工約兩百人 明杰科技面臨三大痛點: 痛點一:紙本工單造成資訊延遲,OEE長期低於60%。 痛點二:機台故障無法預測,全年停機成本高達三百萬元。 痛點三:收到的廠商報價差異巨大,難以判斷成本合理性。 戰國策集團介入後,重新評估其TCO架構並提出混合式導入策略: 策略一:核心MES模組買斷,確保生產主系統穩定運作。 策略二:IIoT硬體分階段導入,降低初期開銷壓力。 策略三:AI預測維護模組採訂閱制,使成本與效益同步成長。 策略四:在導入前先進行流程再造,降低後續客製成本。 導入18個月後的成果如下: 成果一:OEE從55%提升到73%,增加18個百分點。 成果二:不良率下降6%,每年減少兩百萬元損失。 成果三:停機成本每年降低近三分之二。 成果四:投資回收期預估為2.1年,顯示極高成本效益。 此案例證明,精準掌握TCO並搭配戰國策集團的顧問式導入,可以讓企業有效控成本並加速投資回收。 六、常見問題 FAQ:智慧工廠費用、報價與成本效益的專業解答 Q1:智慧工廠導入的平均價格是多少? A:基礎導入約150萬起,若包含MES、AI模組與ERP整合,可能超過1500萬。影響價格的主要因素包括機台數、資料整合難度與客製化深度。 Q2:如何降低中小企業的初期成本? A:採用模組化導入、優先解決單一高成本瓶頸、搭配政府補助計畫,是最有效控制預算的方式。 Q3:如何判斷供應商報價是否合理? A:需要求清楚拆解硬體、軟體、整合、維運各自的費用。若客製化費用超過30%,須審慎檢視是否必要。 Q4:智慧工廠最大的隱藏成本是什麼? A:數據治理與變革管理,多數企業在此項目低估成本,導致TCO嚴重失準。 Q5:SaaS訂閱是否會比買斷制更貴? A:長期而言可能高於買斷,但已包含維護、升級與雲端成本。對缺乏IT部門的企業,SaaS反而更具成本效益。 Q6:老舊工廠導入是否成本更高? A:是的,因需額外加裝感測器與協定轉換設備。不過提升空間大,ROI通常更亮眼。 Q7:投資回報期一般落在哪裡? A:多數企業在1.5至3年間回本;若使用AI模組,回收期可能縮短至一年內。 Q8:如何避免系統成為數位孤島? A:需確保系統具備開放API、標準化資料格式,並由專業整合顧問規劃架構。 Q9:政府是否有智慧製造補助? A:依年度政策而定,建議透過戰國策顧問協助企業審核資格提高補助成功率。 Q10:戰國策集團的價值是什麼? A:戰國策提供TCO精準分析、流程優化顧問、彈性收費模式與長期技術支援,能讓企業降低30%以上無效開銷並提升投資報酬率。 七、專業建議:智慧工廠投資的預算與風險規避策略 建議一:採用TCO模型作為預算核心 企業不應只看報價,而須理解五年總成本,避免因忽略維運、數據治理與升級成本造成預算誤差。 建議二:優先導入高ROI模組 例如預測性維護、AI視覺檢測等,能迅速降低高額成本,是企業最應優先投資的項目。 建議三:避免過度客製 客製化雖能提升貼合度,但也容易造成花費不斷增加。建議選擇模組化系統,保留彈性並降低長期成本。 建議四:導入前應先完成流程再造 流程未優化就導入系統,是智慧工廠失敗率最高的原因之一。戰國策集團的流程顧問可協助企業降低導入風險。 建議五:採用買斷搭配訂閱的混合模式 能讓企業降低初期費用,同時享有AI模組持續升級的優勢,讓成本效益最大化。 戰國策集團|智慧工廠轉型的最佳策略夥伴 企業若希望降低成本、縮短回本時間並避免掉入報價陷阱,戰國策集團提供的顧問式導入服務能協助企業明確掌握所有費用與TCO結構,並以實際數據協助決策。 📞 免費諮詢專線:0800-003-191 📱 LINE 官方帳號:@119m 🌐 官方網站:nss.com.tw 戰國策集團,讓每一分預算成為推動企業成長的最佳投資。🚀
林尚能・台灣服務比較網

跳脫「解雇」陰影:善用PIP績效改善達成員工與組織共同成長

績效改善計劃(Performance Improvement Plan, PIP)日益受到重視,成為企業留才及促進員工成長的重要工具。然而,如何在人情世故與企業需求間取得平衡,是每位主管面臨的挑戰。本文深入探討PIP制度的應用技巧,強調「助人成長」的核心理念。通過良好的溝通面談,如正向肯定、關懷輔導和發展面談等技術方法,我們可以幫助員工克服問題並提升績效,同時提升組織與員工之間雙贏共好的效果,使PIP成為努力改變而非淘汰的一項重要策略工具。  文/宸碩管顧公司總經理|楊伸太博士這段文字是作者和他的身份。 原標題:績效管理與技能提升計劃(PIP)- 談如何做到顧及人情世故的PIP制度 關鍵字 PIP 員工績效輔導 績效管理 績效分析 績效面談 關懷面談 輔導面談 發展面談 本文目錄(點擊可快速前往) 前言:PIP,成為留才與助人成長利器 人才定義與PIP 績效管理循環與績效輔導回饋流程 啟動面談,做好部屬關懷與傾聽,談談『正向肯定面談』與『關懷輔導面談技巧』 啟動面談,做好部屬績效面談,談『績效輔導面談技巧』 啟動面談,做好人才發展面談,談『發展輔導面談技巧』  總結  一、前言:PIP,成為留才與助人成長利器 在現今大缺工時代下,人才辨識與人才管理、留才機制與效能,,變成為企業人資與部門主管非常重要的議題,其效能展現的核心成功關鍵就是「績效管理機制與PIP技能」了! 績效管理的三大目的是:與組織目標連結、與激勵機制(升遷與獎金)連動、助人成長(發展、訓練、輔導),而主管如果透過良好的PIP(Performance Improvement Plan)技能,肯定能在「助人成長」的領域中,讓所屬團隊同仁獲得正相關的改變與提升,進而為組織與同仁創造雙贏共好的成果! 又或者處理績效不佳的同仁員工,常常是主管心中「極度不想面對的痛點」,一方面擔心影響團隊績效與氣氛,另一方面又怕傷害員工自尊、甚至引發勞資糾紛的風險等,都是值得主管現今持續提升「運用PIP轉化為留才與助人成長或合法合情合理處理技能」的迫切重要課題! 二、人才定義與PIP 許多主管在面對績效不佳員工時,常有以下疑慮:(1.) 這個人是「能力不足」還是「意願下降」?(2.) 是「態度問題」還是「能力不足」?(3.) 值得積極培養,還是維持現狀?考慮替換?(4.) 上述這些疑慮,其實在定義前,都要先回到公司的「人才標準」,才是最客觀正確的。  一個完整的人才定義,至少要包含四個構面:(1.) 績效表現:能否達成「職位說明書」中所對應的「任務」與「工作績效目標」。(2.) 態度與意願:是否符合企業文化與團隊合作精神、以及本身對工作的意願。 (3.) 現職能力:是否具備滿足該職位所需的能力,包括個人特質與專業能 (4.) 發展潛力:是否具備「下一個職涯位置」的潛力。 再次提醒:在談 PIP 前,必須先釐清「人才」的定義,當員工在績效上出現落差時,主管與 HR 應評估的不只是「數字結果」,而是要回到「這個人是否仍符合公司的人才標準」,哪裡不符合?所對應的管理措施為何? 104人資市集 — 內訓、外訓、線上課程企業方案一站幫你搞定 > 三、績效管理循環與績效輔導回饋流程 績效管理循環的架構,整理如下圖(詳細可參考:卓越主管的關鍵四大管理) 2. 績效管理的目的(1.) 策略性:A. 協助並達成企業所追求之長短期目標B. 確實達成組織目標(轉化公司目標為個人目標)(2.) 管理性的:A. 晉升、輪調、調薪、獎懲、訓練 (3.) 發展性的:A. 改善員工績效、發展員工潛能B. 工作改善與進步C. 協助員工成長與發展 3. 績效管理循環的關鍵成功因素(1.) 績效目標連動組織目標:要能承接組織策略的目標,也就是要能將組織目標有效串接起來!(2.) 指標符合SMART原則:如下圖 Simply & Specific  簡單、明確具體的要清楚說明,而不是一個概略性的Measurable   可衡量的必須用量化的指標來訂定Achievable  可達成的具挑戰性且實際可完成的Relevant  有關連的必須與工作表現的重點相關Timely  有時間限制的在限定的時間內完成 (3.) 過程管理與追蹤、面談:過程中,進行即時的績效評估與相關面談,持續正向回饋與指導,幫助達標並與其,與員工討論本期結果與可精進方向。A. 特別提醒,在這個循環中,績效的追蹤、必要輔導與回饋的「及時性」相當關鍵,否則 PIP 只會變成一種「突如其來的挫折」!B. 因此,主管應在員工出現異常跡象時,就要及時啟動介入,也就是可以:- 透過日常回饋,正向點出不足並提出改善建議。- 若落差持續發生,則啟動正式的 PIP 流程。C. 過程中的面談,可區分以下幾種類型:- 正向肯定面談:主管發現員工有績優事件發生,想給該員工肯定與鼓勵時使用- 關懷輔導面談:主管發現有能力之員工,其工作意願突然下降或工作動力、積極度下降時,啟動即時的關懷,以利表達對員工的重視,並了解真正原因,方以協助恢復意願與動力!- 績效輔導面談:針對過程中或期末時,員工績效達成狀況不理想,或者行為態度欠佳者,推論是無意願或能力有問題時,啟動正式的績效輔導面談。- 發展輔導面談:針對績效考核後,辨識出的績優人才,進行主動式的人才發展面談。- 特別提醒,上述幾種面談類型,都要聚焦『核心目的』,同時也要及時啟動,才能獲得最佳效益! 四、啟動面談,做好部屬關懷與傾聽,談『正向肯定面談』與『關懷輔導面談技巧』 1. 肯定要及時,員工會有持續好表現:主管發現員工有績優事件發生,就可啟動正向肯定面談,同時全程一定都是正向肯定,沒有任何『提醒注意或需要改善或責備的語詞/事項』!(1.) 建議主管可多練習正向語言,同時可採用『STAR紀錄與表達法』,進行對員工深層的肯定A. Situation:情況,該正面事蹟當時的情況B. Task:任務,該正向事蹟當時員工所擔任的工作任務C. Action:行動,該正向事蹟當時員工展現的良好行為D. Result:結果,該正向事蹟當時員工展現行為後之結果 2. 主管發現有能力之員工,其工作意願突然下降或工作動力、積極度下降時,啟動即時的關懷,其操作重點如下:(1.) 關心:主管表達對該員工表現出工作表現的肯定後,針對所觀察的近況,真誠的關懷,引導其說明!(2.) 了解與分析:主管真誠傾聽與理解,同時針對導致意願下降的主因,給予分析與診斷!(3.) 必要的引導與正向鼓勵:主管在分析出主因後,找出方法,引導其重回積極動力,並多強正向鼓勵! 不知道從何開始嗎?報名【104 績效管理師】認證課程>> 五、啟動面談,做好部屬績效面談,談『績效輔導面談技巧』 績效輔導面談之步驟如下表(員工需要改善時) 面談步驟重點說明STEP1.主題說明說明本次面談的目的、所需時間及主要內容STEP 2.傾聽其說明本期工作目標完成情況對照部屬自評表,鼓勵部屬重點說明工作表現與成果積極傾聽與覆述重點STEP 3.針對考核結果進行回饋與必要的分析與溝通運用『三明治』技巧,說明與溝通考績結果說明部屬表現績優事項提供事實引導需要改善之處(表現不佳之處),可善用STAR說法偕同擬定改善的方法,並且鼓舞部屬積極實踐與達成STEP 4.設定下期目標討論與設定部屬下一期工作目標與計劃,以及應改善的工作項目,並找出部屬的培訓需求與計畫STEP 5.總結本次面談重點總結本次內容並給予正面積極的鼓勵  本績效面談,是面談類型中,最正式的面談,也最需要有面談紀錄,以利必要時(例如啟動資遣),因應勞動事件法之舉證用,補充關鍵技巧要點如下:(1.) 建立信任:強調 PIP 的目的不是要淘汰,而是協助改善,回歸「助人的初心」,將有助於員工卸下防備,願意面對問題。(2.)數據為基礎:避免流於主觀,必須以績效分析結果為依據;行為態度改善的部分,也善用上文提到的STAR說明與溝通。(3.) 真誠傾聽:必要的筆記、尊重的眼神與肢體語言,讓員工感受到主管真心願意傾聽。(4.) 同理、正向表達:過程中,都是正向語言,沒有負向語言,必要的時候也要展現同理心,例如「我理解你最近壓力很大」,減少對抗心。(5.) 問題探索:關心與詢問是否有影響工作的外在或內在因素(如家庭困難、心理壓力、技能不足)。 六、啟動面談,做好人才發展面談,談『發展輔導面談技巧』 對於績優人才,主管在現今留才大時代下,更應該著重主動引導與規劃出該類員工在組織內部的職涯發展方向,包括晉升路徑、跨職能發展或專業深耕等,讓這類人才在公司能因為看的到未來,而對組織產生更高之向心力與價值貢獻。 展開步驟(詳細可參閱:創辦人、主管退休誰來接班?給HR的關鍵人才梯隊建立指南,以及用個人發展計畫(IDP)留下好人才(上)訂定與執行6大步驟(1.) 職涯願景與目標設定(2.) 識別關鍵職涯路徑(3.) 制定階段性發展策略(4.) 資源支持之運用(5.) 定期檢視與調整 七、總結 在 PIP 中,第一步往往不是「談績效」,而是「談助人的初心」。 績效指標(成果)與職能(行為),是考核基本 考核能公平客觀合理,員工才會願意好表現 公平做出人才辨識與缺口分析,善用各類績效面談,真心誠意回饋與發展 主管的正向語言非常關鍵,請多練習與善用 平時記錄行為事例(優/待改善),及時回饋 善用人才九宮格,主管讓績優人才數增加 特別提醒,需要的時候,就要及時啟動,不要等到公司規定的績效面談時間! 正向用詞很重要,回歸助人成長的初衷! 最終,作者期許本文,能讓各HR 與主管們,針對績效管理與PIP方面,有所助益,成為留才、助人成長的助力,而不是單純的淘汰工具,也不再是「痛苦的代名詞」,而是一種讓組織與個人共同進步的正向力量。 超過7000+的HR都報名過的104人資學程!七大主題課程幫你系統化學習 >>   最划算的全方位教育訓練方案!免費申請全課程試閱 >> 看更多楊伸太博士的文章 >> 做出老闆滿意,員工服氣的雙贏調薪規劃 一次學會主管最重要的三大面談,做好人才管理 卓越主管的關鍵四大管理 缺工浪潮下,善用升遷、培訓及獎金機制積極留才 提升留任率!職能工作說明書擬定技巧  加入104人資市集官方line獲得最新優惠及活動資訊 >> 訂閱市集電子報與你分享專家文章及最新活動訊息>>
【104職場力】・績效管理

數位轉型卡關?專家解析企業AI人才布局,跨域及整合型人才將是搶手貨

在全球永續經營與 AI 浪潮的雙重夾擊下,企業正面臨前所未有的轉型挑戰。104人才永續長指出:員工技能不足已成為企業數位轉型最大的障礙,企業應透過「人機協作」重新定義工作模式,並透過技能檢定、認證課程和證照來提高人才專業深度,才能在激烈的跨域競爭中搶占先機,打造韌性十足的未來型組織。 文/鍾文雄(104資訊科技 人才永續長) 本文導覽 一、 AI資訊科技帶來產業競爭與工作職場的轉變1. 競爭對手的改變2. 工作內容的改變3. 工作方式的改變4. 工作型態與工作地點的改變二、VUCA常態下企業面臨員工AI技能不足與數位轉型挑戰三、AI人才的職涯發展與薪酬展望正向樂觀四、企業鍾愛未來人才的樣貌-跨域及整合型人才五、透過技能檢定、認證課程與證照,提高人才專業深度 台灣企業持續拓展全球事業版圖下,台灣正面臨人口結構老化與新生兒出生率的下降,加上地緣政治、全球經濟發展與政府公共政策的瞬息萬變,伴隨AI(Artificial Intelligence)人工智慧技術的蓬勃發展,我們的職場與工作環境正面臨前所未有的轉變,包含工作內容(Context of Work)、勞動力(Workforce )、工作職場(Workplace)與工作模式(Working Mode)的轉變。 AI科技的發展會讓傳統型態的工作會逐漸消失,也會誕生新型態的工作機會,這意味著我們必須成為一位善用AI應用工具的人才,才不會被機器人及擅用AI應用工具的人才所取代。 延伸閱讀:AI與淨零浪潮下,企業如何佈局「未來型人才」? 企業外部經營環境與未來工作型態的轉變 資料來源:亞太人力資源聯盟The Asia Pacific Federation of Human Resource Management (APFHRM) 一、 AI資訊科技帶來產業競爭與工作職場的轉變 隨著資訊科技發展的無遠弗屆,未來企業要能永續經營,所面對的競爭對手及勞動者的工作職場與環境會面臨重大變化,不管是政府機關、企業組織、學校與教育機構或是勞動者都必須朝永續發展與資訊科技轉型,才能夠因應諸多不確定性因素的考驗。 1. 競爭對手的改變 企業營運主管會隨時關注國內外同業的動態競爭態勢與消長,未來最具威脅的競爭者有可能是其他產業、跨國境的可敬對手,如來自境外的跨國網路與資訊公司,像亞馬遜公司(Amazon.com, Inc.)就從網路書局進階到電子商務,成為全球電子商務零售商巨擘,進而發展為提供全球企業雲端存取技術服務的資訊產業龍頭。 2. 工作內容的改變 要能跟上數位時代的腳步,我們必須將重複性高、大量數據與使用介面多的例行性作業,運用AI資訊化與流程化過程,局部或全面調整為自動化。另外善用AI應用工具進行數據的統計與分析,提出具備管理意涵的趨勢及洞察觀點,從解決問題的工作層次提升到尋找問題及預測問題的管理境界。 3. 工作方式的改變 近年來企業與人資管理專家均積極研究與探討,如何讓勞動者不會被機器人取代,最佳的解決方案是「不是科技可以做什麼,而是我們可以用科技做些什麼」,未來最有效率的工作方式就是「人機協作」,工作主軸會是如何訓練、管理、監督與領導AI Agent(AI代理、人工智慧代理或智慧型代理人),善用AI工具提升整體工作效率。 “It’s not about what technology can do, but what we can do with technology” 4. 工作型態與工作地點的改變 未來職場上會有勞動者、AI Agent與零工經濟(Gig Economy)的工作模式,共享經濟的網路平台會產生新的工作型態,企業將持續採用居家、遠距、混合及跨域、跨境的上班模式,吸引與留任人才。 二、VUCA常態下企業面臨員工AI技能不足與數位轉型挑戰 全球企業在Covid-19疫情結束後,我們明顯感受到VUCA(是指組織將處於不穩定(Volatile)、不確定(Uncertain)、複雜(Complex)、和模糊(Ambiguous)狀態之中)已經成為企業永續經營的新常態,隨時影響企業營運及人才趨勢,未來企業不只是要適應外部環境與內部管理體質的變化,更需要掌握先機,提前部署人才與技能。 從國內外的調查與研究報告來看,中大型企業在近三年已經持續投入相關資源,積極研究與實驗人才與組織的數位轉型。根據天下學習的調查,企業最擔心的轉型障礙,前三名依序是員工技能不足、組織文化抗拒改變與缺乏完善的數據和科技基礎建設。 資料來源:兩千大企業AI應用與技能發展報告 天下學習2025年9月 另外根據資誠聯合會計師事務所(PWC)在2025年發布的調查報告,企業在推行數位轉型時面臨的挑戰,依序是轉型資金、組織變革、數位人才、業界案例與數位工具,因此企業要能成功數位轉型,人才是否具備AI技能與持續學習資訊應用工具的動能相當重要。 三、AI人才的職涯發展與薪酬展望正向樂觀 美國OpenAI公司在2022年底推出ChatGPT以後,AI應用在各領域的新科技推陳出新,企業除了用來精簡大量數據與重複性工作流程以外,更需要投資AI在產品開發、服務流程及商務模式的技術創新。 根據104人力銀行的調查統計,因應AI數位轉型發展需求強勁,2025年企業在AI人才招募職缺數超過3萬個,75%企業願意為具備AI開發技能的人才提供薪資加碼等誘因,平均增幅達9.5%以上。科技相關產業普遍看好自身及2026年景氣,在2026年的薪資調查報告中,軟體及網路相關業受到AI轉型與數位服務需求帶動,加上外商與新創公司競相徵才,調薪幅度7.1%居各產業之冠。 四、企業鍾愛未來人才的樣貌-跨域及整合型人才 因應資訊科技發展及企業永續經營的人才需求,跨專業領域人才(能在專業領域下能兼具AI及永續技能,以及整合型人才)能夠整合多元資訊及數據下做出適當決策,都是企業鍾愛與競逐的人才類型。 根據優樂地永續服務公司的企業調查報告,迎向未來世界的人才有十大必備能力,分別是文化的理解力、外語能力、適應彈性工作地點的能力、數位能力、跨領域學習、終身學習、情感智商、創新創造力、學習如何思考與解決問題的能力。 資料來源:優樂地永續服務公司2023年 另外104人力銀行在2024年的企業調查報告,也發現企業最愛人才需具備學習力、科技力與溝通力。從企業端的人才需求樣貌,可以讓大學院校作為高等教育人才培育政策參考,也可以是未來人才在求學階段,設定學習目標及參與社團、學校活動與研究計畫的方向。 資料來源:一零四人力銀行2024年 五、透過技能檢定、認證課程與證照,提高人才專業深度 為強化人才在資訊科技及永續發展的技能與素養,企業在人才的任用與訓練發展上,可以運用經濟部產業人才能力鑑定iPAS的淨零碳規劃管理師能力鑑定與環境部淨零綠領人才培育課程。在AI應用技能的提升上,則可以參照數位發展部《AI產業人才認定指引》的人才類別與技能架構,搭配專業發展路徑,建構企業AI人才學習地圖。另外參與iPAS的AI應用規劃師能力鑑定與外部AI工具應用與資料分析師等國際認證,都可以提高企業人才的專業深度。 從未來人才來看,可以參加學校規劃的AI應用技能學程與永續發展、循環經濟學程,搭配國外交換學生計劃或是參與學校研究計畫,持續維持學習與創新動能。透過計劃性與系統性的學習強化科技應用能力及語文能力,在課程學習與企業實習計畫中培養跨部門溝通與實作能力,參與工作輪調及專案任務培養解決問題能力。如此便可以在求學階段培養永保職場競爭力的優勢條件。 (原文標題:從數位轉型與永續經營趨勢,探索企業AI人才需求) 【作者介紹】鍾文雄● 一零四資訊科技股份有限公司人才永續長● 社團法人中華人力資源管理協會常務顧問
【104職場力】・AI

3大2025 HR轉型關鍵!解密「AI離職預測模型」,9步驟降低離職率的實戰指南!

文/104獵才顧問行銷企劃部 隨著數位化浪潮席捲全球,人資管理正迎來前所未有的挑戰與機遇。進入2025年,接班人管理、人才流失預防以及現代化招募策略,成為企業HR策略的三大核心方向。然而,HR應該如何有效運用AI技術?AI人工智慧如何降低員工流動率?AI是否能精準預測接班人選?這些都是HR專業人士關注的熱門問題。從AI離職率預測模型到數據驅動的接班人計畫,這些技術不僅能幫助HR解決員工流動率的問題,還能顯著提升招聘效率和人才合適度。 📣轉職季搶人才策略│填寫人才規格 本文導覽:(可點選文字跳至指定章節閱讀) 一、2025年的預測:3大HR變化方向與競爭力關鍵 1. 接班人管理:以數據為基礎,遴選及培養管理層 2. 人才管理:建立預防人才流失機制 3. 現代化招募:以NPS為核心的雇主品牌策略 二、AI應用於HR的成功案例:運用「員工離職率預測模型」擬訂人才策略 9大步驟實踐AI離職率預測模型 AI離職率預測案例的實踐成果 三、總結:AI如何定義2025年的HR未來 隨著企業轉型數位化及市場環境的日益複雜,人力資源管理(HR)的角色與挑戰正快速演變。進入2025年,人工智慧(AI)技術和數據分析的應用不僅改變了傳統HR流程,更成為推動HR數據化轉型的核心力量。本文將聚焦2025年HR的三大重要變化方向,並結合成功的AI應用案例,探討如何提升企業競爭力及實現人力資源效能最大化。 一、2025年的預測:3大HR變化方向與競爭力關鍵 1. 接班人管理:以數據為基礎,遴選及培養管理層 接班人計畫是企業長期穩定發展的關鍵。未來,HR將更多依靠數據驅動的方式,從員工的績效、潛力與行為數據中精準分析出適合接任關鍵職位的人選。例如,透過AI技術建構的預測模型,HR能快速制定個性化的接班人培育計畫,確保人才接班的順利過渡。 延伸閱讀: 該啟動接班人計畫嗎?5大步驟掌握黃金時機,培養中高階接班梯隊計畫,提升企業永續發展! 2. 人才管理:建立預防人才流失機制 在高流動率的職場環境中,人才流失的影響不容小覷。建立預防機制,將離職預測納入HR策略,已成為企業不可忽視的議題。正如本文後續提到的AI實踐案例,運用離職率預測模型,HR能即時辨別高風險員工,採取調整工作安排、提升員工滿意度等措施、改善薪酬結構或調整工作安排,進而有效降低員工流動率並控制人力成本。 3. 現代化招募:以NPS為核心的雇主品牌策略 未來的現代化人才招募管理將不僅局限於填補職位空缺,更注重提升人才的招聘體驗(Candidate Experience)與員工淨推薦值(NPS)。 AI技術助力企業快速篩選候選人,優化人才匹配。 通過數據分析識別與企業文化高度契合的人才,縮短招募周期。 持續提升企業的雇主品牌認知度,吸引高潛力人才。 延伸閱讀: 已經將薪水高於同業很多,為何我還是請不到人,流動率又高? 二、AI應用於HR的成功案例:運用「員工離職率預測模型」擬訂人才策略 人才是企業最重要的資產之一,但員工流動率過高卻可能帶來巨大的損失。傳統HR方法往往對員工的離職缺乏預測能力,無法及時採取應對措施。本案例中,透過一個AI應用的框架,總結了模型的設計與實施過程:AI技術被用於離職率的精準預測,通過9個步驟的流程,為HR提供了全面的解決方案。 9大步驟實踐AI離職率預測模型: Step 1: 現況描述 描述當前企業在離職管理上的痛點與挑戰,例如員工離職的風險不透明、管理層缺乏預警手段等。 Step 2: 過去做法分析 回顧以往的應對方式與不足之處,了解傳統方法在數據準確性與預測效率上的局限性。 Step 3: AI目標設定 明確AI應用的目標,例如預測員工的離職概率,並針對高風險員工提出應對策略。HR首先需要根據年度重要目標設定相關的專案,並以離職率預測為核心,展開具體的AI應用計畫。 Step 4: AI建模準備 選擇適合的數據參數,針對部門、薪資、工齡等影響因素進行數據收集與篩選,確保模型訓練的準確性。 Step 5: 預測目標Y定義 定義預測的核心結果,例如是否會離職(Y1)及離職的可能性(Y2)。 Step 6: 條件參數X設定 設置關鍵參數(X),如加班情況、薪資結構、員工滿意度等,為AI模型提供精準的數據輸入。 Step 7: 數據輸入與模型訓練 輸入大量歷史數據,建立AI模型並進行測試與優化,確保預測準確度超過70%。 Step 8: 模型得分與應用:多變量分析與敏感性測試 根據模型得分分析高風險員工,並測試不同策略的影響。以「加班時數」為例,模型顯示當加班時數減少時,員工的離職率有顯著降低。數據顯示: 高加班時數員工的離職率高達98%。 無加班情況下的離職率降至50%。 Step 9: 投資回報率(ROI)分析 量化模型應用的成果,例如降低流動率為企業節省的成本,並結合改善員工滿意度的長期效益。通過分析250筆樣本資料,當模型得分高於70分時,其預測結果被證明相對準確。HR根據模型結果,調整策略以降低離職率並提升員工滿意度。 AI離職率預測案例的實踐成果:降低成本,提升投資報酬率 透過AI模型,HR可以在預測離職率的同時,找到關鍵影響因素並進行改善。以此案例,通過分析250名工程師的離職情況,企業預估節省了超過215萬的成本。通過AI技術有效降低員工流動率,也顯示出投資AI技術的高回報率。HR也能提前預測並管理員工離職風險,採取主動措施提升員工滿意度,最終減少人力資源損失。 成功實踐的關鍵:流程與管理標準化 AI的應用不僅在於技術,更重要的是結合管理流程與判斷標準的標準化。從傳統管理到數位化的轉型過程中,AI模型只是工具的一部分,人為的敏感度與專業判斷同樣不可或缺。 ROI的實際效益: 以250名工程師為例,若通過模型降低離職率3%,企業每名員工可節省38萬元的人力成本,全年共可節省285萬元。 延伸閱讀: 「創新人才難求?」HR必學的「5大策略」,激發內部員工創造力,成為企業創新的推手! 三、總結:AI如何定義2025年的HR未來 數據化與智能化已成為2025年HR發展的核心主題。通過接班人管理、人才流失預防以及現代招募管理的全面升級,HR能更靈活地應對多變的市場挑戰,打造具韌性與可持續性的管理模式。企業透過AI技術的應用,不僅提升了人力資源的效能,更在競爭激烈的市場中佔據優勢。以離職率預測模型為例,這項成功案例顯示,AI不僅能協助HR精準擬訂人才策略,還為企業帶來了實質的成本節省與績效提升。然而,AI技術的導入不僅需要技術層面的支持,更需結合HR的實務需求與管理創新,從全局考量才能真正實現「人與技術」的完美結合。 成功招募攻略|科技業招募策略: 📣轉職季搶人才策略│填寫人才規格 104獵才顧問 官方網站 104獵才顧問 Facebook 104獵才顧問 LinkedIn 104獵才顧問YouTube
【104職場力】・人才招募

有任何收穫或想分享的,都來和大家一起聊聊吧!