巧用PDCA 優化團隊效率！
104學習
Anaconda
這是一個開源的Python與R語言發行套件，廣泛用於資料科學、機器學習和數據分析領域。它整合了大量常用的數據處理與科學計算套件，並提供方便的環境管理與套件安裝工具，讓使用者能快速建立並切換不同專案環境。對於需要處理大量資料、進行數據分析或模型建置的工作來說，掌握這項技能能大幅提升工作效率與專業競爭力。
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 營運數據判讀｜精準溝通推動決策落地
（確定開班）專案管理實戰特訓班：從混亂到掌控 AI助力【09/10】
CompTIA SecAI＋國際AI資安認證班
【天下學習｜線上課】AI Agent 零基礎打造個人工作流｜數位員工 ✕ AI 工具整合 ✕ Agent 生態串接
頂尖業務必修課：從陌生開發銷售技巧到成交與顧客維繫【08/31】台中場
打造高投入團隊：遊戲化工作設計與激勵機制實作班【9/17】
數位自動化團隊協作攻略｜Power Automate整合應用
【104 talks】引領數位變革：亞馬遜文化與雲端資源的整合應用策略
管好員工做對事：溝通協調力
精選證照
考取專業證照，讓能力被市場看見
資訊安全管理系統與風險管理
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
數位內容遊戲概論
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
CDIA+
CDIA+（Certified Data Intelligence Associate）證照專注於數據智能與資料分析能力，涵蓋資料收集、處理、分析及應用等核心技能，協助企業從大量數據中萃取價值，提升決策品質與營運效率。持有此證照代表具備運用數據驅動策略及解決問題的專業能力，適合數據分析師、業務分析師及相關領域專業人士，助力職涯發展與職場競爭力提升。
Comp TIA
數位人資管理師-專員級認證
數位人資管理師認證學程將幫助你，運用e化系統的力量，將大量的人資行政瑣事效率化；利用聰明的流程再造，將員工視為內部顧客，全面提升員工體驗；最後發揮數據力，真正成為組織成功的策略夥伴！
獲得數位人資管理師-專員級認證，代表您具備以下能力
1.了解人力資源e化系統的重要元素，可協助組織判斷最合適的人力資源e化方案
2.熟悉人力資源e化系統各面向的實務操作，成為公司導入e化的最佳執行者。
3.具備基礎數據分析能力，使HR對公司的貢獻可被量化，可被管理。更可透過數據分析發現組織人才管理的關鍵問題。
104資訊科技股份有限公司
APMP Level C， Project Supervisor
APMP Level C Project Supervisor證照專為具備專案管理基礎知識與實務經驗者設計，涵蓋專案計劃、執行及監控等核心能力，強調有效溝通、風險管理與團隊協作技巧，確保專案目標達成與資源最佳運用，是提升專案管理專業度及職場競爭力的重要認證。
AFAQ AFNORINTERNATIONAL法國貝爾國際認證機構
數位學習概論
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
精選貼文，掌握第一手知識
怕「AI感」毀掉你的專業度？不用硬藏！4個溝通切入點讓主管看見你的真本事！
交出的產出總有一股揮之不去的「AI感」？研究指出坦承被扣分、硬瞞被抓包更慘！本文解析職場AI誠實陷阱，提供4個向上溝通切入點，讓大家不用假裝純手工，也能在主管面前漂亮展現和AI協作的價值。
文／《104職場力》
本文目錄
AI誠實陷阱，說與不說都有危機！不用藏！用AI也能專業度破表的4個溝通切入點1.從淘汰與選擇邏輯強調你的「資訊篩選力」2.闡述如何用「情境判斷力」解決落地限制3.藉由交代查核、除錯過程展現「專業把關力」4.提出明確主張與承諾來凸顯「決策擔當力」小提醒：小事別加戲，大事再講分工標籤撕不掉，那就大大方方貼著
當AI普遍到一個程度，主管老闆不再驚嘆「哇你會用AI」，反而瞇起眼睛盯著成果挑三揀四，上班族直接陷入兩難：不用AI，怕被嫌不知進取、產能落後；用了，又要面對專業度打折的質疑，人生好難！
更麻煩的是，就算自己不說，大家的雷達都很靈，不管是文字、影片還是排版，只要動用AI，再怎麼編輯微調，那股揮之不去的「AI感」就像撕不乾淨的標籤，明眼人一瞄就心裡有數，形同自動招供，既然根本藏不住，那到底該大方承認，還是低調不提？
AI誠實陷阱，說與不說都有危機！
先面對現實：職場確實對「使用AI者」存在偏見，杜克大學的研究發現，大家會主觀認為用AI工作的人比較懶散、能力較差、較不積極。
那如果當個老實人，主動報備「這是我用AI做的」呢？很遺憾，這招防身術常常失靈。亞利桑那大學學者研究指出，只要主動坦承工作借助AI，別人心裡的信任分數就會默默往下滑，說法再怎麼委婉都一樣；但要是選擇咬牙硬瞞，一旦被抓包下場只會更慘，而洗不掉的「AI感」就是最直接的證據。
不過，杜克的研究也留了一條生路：如果管理階層本身就是AI重度使用者，風向會直接反轉，他們反而更偏好懂用AI工具的員工；此外，當任務本身明顯適合交給數位工具處理時，承認使用也不太會被扣分。
說穿了，大家扣分的真正原因是懷疑你在用工具時「把大腦一起交出去，自己摸魚不思考」。正如SHRM調查指出的「AI廢話」現象，當主管看著一份語氣客觀、正反各打五十大板，卻沒有半句立場、也完全脫離公司現況的產出時，心裡自然會打上大問號：你到底有沒有在動腦？
既然藏不住、工具也非用不可，職場人的解法就不是搞諜對諜，而是學會聰明展示「人機分工」，凸顯自己的優勢。
不用藏！用AI也能專業度破表的4個溝通切入點
想化解AI兩難，讓管理者看見你的核心價值，不用假裝純全部手工作業，更不必費心把標籤撕乾淨，你只需要在日常匯報對話中，展現自己是AI的「指揮官」而非「轉發小弟」就好，具體來說，在向主管交付成果時，可以主動從這4個角度切入：
1.從淘汰與選擇邏輯強調你的「資訊篩選力」
無腦工作的特徵是「AI吐出什麼就複製貼上什麼」，建議想展現篩選能力的人把溝通重點放在「淘汰的過程」。
低分說法：「主管，這是AI整理出的5個推廣切入點。」（主管心聲：那我直接看AI介面就好，請你幹嘛？）
高分說法：「我請AI針對競品動態整理出15種推廣方向，但我依據團隊Q3的預算上限與TA特性，先剔除了其中12個不可行的方式，最後以這3個方案去發想……」
這種說法讓人一聽就知道，AI只是輔助角色，真正能看出哪些行不通，並針對組織所需做出精準取捨的專家是你！
2.闡述如何用「情境判斷力」解決落地限制
AI最大的盲點就是永遠活在沒有現實包袱的真空理想裡，就算點子想得再好，沒有根據組織實際情況調整，一交出去鐵定陣亡！這段「你如何依據當下的真實情境踩剎車、找出折衷解」的調整過程就是價值所在，也是溝通重點。
低分說法：「AI建議全流程數位化、改用線上表單，以提升團隊協作效率。」（主管心聲：這誰不知道？但第一線根本推不動啊！）
高分說法：「AI的理論推導是全流程數位化，但我考量到業務團隊這週正在月底衝刺，換系統反彈太大，因此我把流程拆成3階段，第1階段先保留2個核心必填欄位就好；第2階段……」
AI很懂商業理論，但他沒有你了解公司眉角、也沒有你清楚怎麼避開組織摩擦力，所以你才是能判斷事情能否推動、怎麼落地的專家。
3.藉由交代查核、除錯過程展現「專業把關力」
大家最怕用AI的人「不查證就交差」，既然研究指出用AI容易被貼上「懶散、不嚴謹」的標籤，那打破偏見最乾脆的方式，就是把溝通重點放在「你抓出了哪些漏洞、核實了哪些數據」。
低分說法：「主管，這是AI跑出來的市場成長率與競品市佔率，給您參考。」（主管心聲：數字有沒有胡扯或幻覺？要是引發決策失誤，誰要負責？）
高分說法：「底層數據是請AI快速彙整公開報告，但我另外抽查了5份同業原始財報與官方統計來對照，抓出並修正了其中2處定義落差，以下數據都經人工審核確認過…… 」
這樣說直接打消摸魚疑慮！主管清楚知道AI充其量只是個幫忙跑腿的實習生，你才是那個能對資訊真偽負責、把守品質底線的人！
4.提出明確主張與承諾來凸顯「決策擔當力」
AI很常「面面俱到卻不給結論」，讓看的人翻白眼，既然是你交出去的提案，如果還是保留旁觀者的寫法一定會被詬病，這時除了解決問題，溝通重點也可以放在「你敢給出明確選擇並扛起責任」。
低分說法：「方案A成本低但時程長，方案B快速但預算高，兩者各有優劣。」（主管心聲：這分析我也看得出來，所以你的具體建議是什麼？）
高分說法：「AI把方案A與B的優缺點都拆得很完整；但綜合考量我們現階段的人力配置，我主張優先執行方案B，後續的時程推進與成效，由我主責盯緊……」
這種說法直接拉開你跟工具的層次！AI運算再快也只是給出選項，但只有人類能替組織拍板定案、扛起成敗責任。
小提醒：小事別加戲，大事再講分工
當然，不是每天每件事都要把這4招搬出來演一遍。
回一封日常Email或Slack訊息，AI頂多是潤飾錯字，送出前把客套公關腔刪掉、換回你平常講話的口氣就夠了，落落長解釋一堆反而會適得其反。
建議只在面臨重要專案、跨部門提案或策略匯報，甚至面臨質疑時再主動亮出底牌就好。
標籤撕不掉，那就大大方方貼著
職場的遊戲規則已經改變，解決AI兩難的關鍵只有「讓別人看得到你的判斷」。
所以，別因為怕被扣分就把AI晾在一邊，當身邊越來越多人把AI當成日常工具，今天用AI雖然要解釋，但明天不會用AI，恐怕才是被扣分的那一個，現在刻意不用，等於把練習的時間讓給了別人。
只要記得，AI幫忙省下時間，我們可以把省下的時間拿來想清楚、做決定，這才是職場人保有價值的地方。
延伸閱讀：
每週省下11小時卻更累？Botsitting讓87%職場人陷入「生產力假象」！
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
精選 一句話改完整份簡報！Gemini、Copilot、Canva 三家 AI 簡報新功能怎麼選？
簡報做到一半，主管說「整份換成公司品牌色」「第 5 到 7 頁濃縮成一頁」，你是不是又要一頁一頁慢慢改？
十月底，Google、Microsoft、Canva 都在 AI 改簡報上有新動作：不用從頭重做，打一句話就能改整份現有的簡報。
先看三家各推了什麼：
Gemini in Google Slides（10/29 開始推出）
在側邊欄下一句指令，Gemini 會自己判斷要改哪幾頁，直接改在可編輯的投影片上，改完列出修改摘要。
適合：統一整份字型和配色、照另一份簡報的風格改、引用雲端硬碟的檔案補內容。
限制：目前只支援英文指令；要 Workspace 商務／企業版或 Google AI Pro、Ultra 方案。
Copilot in PowerPoint（10 月持續更新）
在 Copilot 對話框用聊天的方式改簡報，可以新增和重組投影片、換圖、套公司品牌範本。10 月新增品牌套件技能，比較長的工作關掉檔案也能在背景繼續跑。
適合：公司已經用 Microsoft 365、要符合品牌規範的正式簡報。
限制：完整功能需要 Microsoft 365 Copilot 授權；簡報太大可能超出系統上限。
Canva Brush（10/29 推出）
Canva 自家訓練的設計編輯模型，看得懂版面結構，小到改一行字、大到改整份簡報都可以，也能把簡報頁直接改成 IG 尺寸。
適合：行銷素材、提案簡報，以及同一份內容要改成不同尺寸的情況。
限制：目前開放給 Canva Pro 訂閱者，在 Canva AI 的模型選單選 Brush。
那我該用哪一個？先問自己三個問題：
1. 簡報平常放在哪裡？
Google 雲端硬碟 → Gemini；公司用 Office 和 Teams → Copilot；行銷素材都在 Canva → Brush
換工具的成本，常常比功能差異還大。
2. 要改的是「內容」還是「外觀」？
補數據、濃縮頁數 → 挑能讀到你原始檔案的工具（Gemini 讀雲端硬碟、Copilot 讀公司檔案）
換風格、改尺寸 → Canva Brush 和 Gemini 的整份套風格最順手
3. 有沒有品牌規範要守？
要對外、要對客戶 → Copilot 搭配公司品牌套件最穩；個人或小團隊 → Canva 品牌工具組也夠用
三個好用的指令寫法（英文版是給 Gemini 用的）：
・「把所有頁面的標題改成同樣的字級和顏色」
Make the titles on all slides the same font size and color.
・「把第 5 到 7 頁整理成一頁重點摘要」
Summarize slides 5–7 into a single slide.
・「依照這份檔案的內容，補充第 3 頁的數據」
Update slide 3 with more details based on [檔案名稱].
最常見的三個錯誤：
・一句話塞太多要求，改壞了也不知道是哪一步出錯
・改完沒有逐頁檢查，數字和專有名詞被 AI 改掉都沒發現
・忘了 AI 會直接改原檔：先複製一份，或記得用版本記錄還原
小練習：下面三種情況，你會先打開哪個工具？
① 業務提案要套客戶指定的品牌色，公司全面使用 Microsoft 365
② 季報簡報放在 Google 雲端硬碟，要把三頁數據濃縮成一頁
③ 活動簡報要同時改成 IG 貼文和限動尺寸
（參考答案：① Copilot ② Gemini ③ Canva Brush）
想把 AI 用進簡報、文案、視覺到影音的完整企劃流程，推薦 104 獨家課程「AI內容企劃力實戰課｜高效文案創作 × 視覺設計 × 簡報製作 × 影音生成」：
https://nabi.104.com.tw/course/104nabi/51189062-5156-4dec-9153-8464c6732b13
也歡迎留言分享：你最常用哪一家改簡報？「一句話改整份」真的有省到時間嗎？
資料來源：
Google Workspace Updates〈Edit entire presentations with Gemini in Google Slides〉
https://workspaceupdates.googleblog.com/2026/10/edit-entire-presentations-with-gemini-in-Google-Slides.html
Microsoft Support〈Edit with Copilot in PowerPoint〉
https://support.microsoft.com/en-us/powerpoint/edit-with-copilot-in-powerpoint
Canva Newsroom〈Introducing Canva Brush, a vision-language model for design〉
https://www.canva.com/newsroom/news/canva-brush/
（功能、方案與開放範圍以 2026 年 11 月官方說明為準，各家都是分批開放，帳號不一定馬上看得到）
以為精通AI穩定性更高？PwC揭職場反差：底氣越足，越想換老闆！
以為提升員工AI技能、產能翻倍，穩定性就高？PwC調查的殘酷真相跟你想的不一樣！面對底氣十足的優秀人才，主管與HR如何透過流程架構與彈性分潤，成功留住核心即戰力？
文／《104職場力》
本文目錄
當「安全感」變質！PwC調查揭露的荒謬反差主管其實都知道！但體制還追不上1.無力阻擋「能者過勞」死局2.一個部門，兩種速度的「雙速撕裂」3.「齊頭式調薪」追不上「市場身價膨脹」想留住AI頂尖人才！可以改變這3個管理方式1.雜事躲不掉？讓他「用工具幹掉重複流程」2.讓頂尖人才升級為「內部流程架構師」，打破撕裂僵局3.爭取省下的人事成本當專案分潤，繞過3%調薪死線
在企業全面導入生成式AI後，每次大會上老闆都會秀出效率提升的數據，也會公開表揚那些可以「1人用AI搞定3人工作量」的優秀員工，當HR跟管理階層都以為這波AI轉型即將大獲全勝時，卻陸續收到這些明星員工的離職信……
當「安全感」變質！PwC調查揭露的荒謬反差
國際知名企管顧問公司資誠（PwC）在最新的全球工作力調查中，揭露了一個極度耐人尋味的職場現象，在受訪的近5萬名全球員工中：
每天使用生成式AI的人，對自己的工作安全感高達68%（不常使用者為57%）。
這些精通AI者對自己學習新技能的信心、對管理層的信任度也都顯著高於平均。
能力強、情緒穩定又相信公司？聽起來是好現象！But，報告隨即揮出一記重拳：
那些同時掌握稀缺專業與強大AI能力的「領跑者（Front-runners）」群體中，有高達29%的人坦言「極有可能在1年內換工作」。
此外，他們向公司爭取加薪與升遷的狀況，更比一般員工高出了33個百分點。
怎麼會這樣呢？其實這跟安全感的來源改變有關！
過去員工的安全感是「防守型」的，通常是「公司招牌夠響、組織規模夠大、營運夠穩定、年資夠深、公司不會隨便開除我」；但在AI時代，工作者的安全感已經徹底演變成進攻型，「產能是別人的兩倍、有很強的學習能力、走進市場炙手可熱、離開公司可能有更好的發展」。
當安全感不再依附於體制，轉為建立在個人定價能力之上時，這些佼佼者對平庸環境的忍受度就會直接降為零，因為有足夠的自信、薪資漲幅和發展性，一旦公司提供的回報跟不上他們的能力與貢獻時，跳槽就成了兌現個人價值最合邏輯的選擇。
主管其實都知道！但體制還追不上
當核心人才逐漸流失，主管跟HR並非麻木不仁，但企業運行了幾十年的管理制度，一時之間也還無法招架這麼劇烈的環境／人才變化，尤其夾在制度與人之間的管理者，處理自身職涯威脅的同時，還得面對3堵難以突破的高牆：
1.無力阻擋「能者過勞」死局
以前的職場文化還能把員工的「在位工時」跟工作態度綁在一起，但在AI崛起後，懂得串接工作流的優秀同仁，可以把原本要花3天整理的報表與策略分析，只用一上午就搞定，還做得又快又好。
主管明知他效率驚人，但現實的拉扯在於，許多企業高層看到「AI提升效率」，第一個反應就是拉高部門KPI，甚至直接決定「凍結人事、遇缺不補」，夾在中間的主管根本沒有招募新血的額度，面對暴增的業務量，只能無奈把離職員工留下的空缺、原本需要3個人分擔的專案，通通塞給這位最懂AI的得力助手。
員工憑實力解鎖了外掛，最後卻成了公司節省人力成本的祭品，不僅沒享受到科技帶來的從容，還反而承擔翻倍的過勞壓力，面對這種無解狀況，想換個新東家也是遲早的決定。
2.一個部門，兩種速度的「雙速撕裂」
PwC報告特別點出，全球有高達56%的基層員工屬於「既缺乏稀缺技能、又拿不到培訓資源」的機房苦力組（The Engine Room），甚至只有4成能獲得所需的學習支持。
這讓夾在中間的第一線主管天天經歷嚴重的管理精神分裂，一邊得花大把時間與心力去安撫那過半數焦慮著「自己會不會被AI取代」、對數位轉型充滿戒心與抗拒的資深基層；另一邊，又得絞盡腦汁滿足那幾位用AI跑得飛快、成天抱怨內部系統老舊、嫌棄跨部門流程拖後腿的少數精英。
主管自己都還在適應新科技帶來的威脅，轉身卻得在「安撫慢的」與「滿足快的」兩極之間疲於奔命，往往兩頭不討好，自己先面臨心理崩潰。
延伸閱讀：被AI Brain Fry搞得精疲力盡？你知道主管腦炸程度可能比你慘10倍嗎？
3.「齊頭式調薪」追不上「市場身價膨脹」
除了工作被塞爆與團隊撕裂，最後一根稻草通常是「跟不上節奏的薪酬體制」。
主管就算深知人才難得、滿心想留人，一回到制度面往往只能無奈雙手一攤，因為多數企業內部的年度調薪幅度，多半卡死在3%到5%的常規級距，或是受到職等天花板的嚴格限制，主管再怎麼向上爭取，也很難突破。
但外面的獵頭市場搶人邏輯完全不同，對於具備即戰力、能把AI真正落地串進業務流的高手，開價是毫不手軟，當現實就是「在內部求加薪得過五關斬六將、看盡層層臉色，去外面面試一次就全數到位」，這種強烈的體制推力，等於是親手把那群最有底氣的優秀員工，一步步推向競爭對手的懷抱。
想留住AI頂尖人才！可以改變這3個管理方式
如果企業只會抱怨優秀員工「翅膀硬了就想飛」，最後只會眼睜睜看著自己花錢買軟體、投入資源試錯，全成了幫競業做嫁衣的免費技能培訓所。
既然主管一時半刻無法推翻整間公司的考核規章，那麼在現有的管理彈性裡，究竟還能做些什麼？想打破人才「學會就跳槽」的魔咒，管理思維可以從以下這3個關鍵點開始轉向。
1.雜事躲不掉？讓他「用工具幹掉重複流程」
既然高層遇缺不補是短時間內改變不了的事實，離職同事留下的龐大業務無可避免也還是得交派，畢竟主管也不可能憑空變不見或全部自己扛，那關鍵就在於「用什麼方式跟態度交辦」。
主管應極力避免「原封不動轉移雜務」的交辦法，較好的方式是「先幫忙盤點、過濾掉完全無效益的雜事，接著把剩下的繁瑣行政包裝成流程優化任務」，並把所需的資源與工具給好給滿，例如：爭取好用的AI軟體預算、提供必要的跨部門權限，借助他的專長去研究如何用AI或自動化工具把這套重複性極高、拖垮團隊的舊流程「一勞永逸地解決掉」。
當他成功靠技術把原本3個人的日常苦力縮減成一鍵搞定時，除了表揚，可千萬別又立刻端出下一籃雜事塞爆他，務必留一點喘息時間讓員工自由支配，無論是喘口氣、充充電、學新知、研究新技術，還是拿去探索感興趣的工具都好。
大部分的員工都能接受「多做一點事」，但無法接受自己只是「產能翻倍的免洗苦力」；當他感受到自己是被當成「解決系統問題的專業人才」，且效率提升後能換來實質彈性時，才能降低心中那股被體制無情壓榨的剝奪感。
2.讓頂尖人才升級為「內部流程架構師」，打破撕裂僵局
面對團隊裡「焦慮慢行者」與「少數快步者」的撕裂，主管單靠自己兩頭安撫，最後只會先把自己逼到精神工傷，既然兩端的速度註定不同，最好的破局方式是「借力使力，給那批AI精英更大的舞台與影響力」。
PwC報告特別指出，掌握AI的頂尖人才「挑戰現狀、推動改變」的意願是平均的1.5倍，這代表他們骨子裡不甘於只當聽話的執行者，而是渴望證明自己的價值，這時主管不妨順水推舟，正式賦予他們「流程優化核心」的定位。
但這裡又有一個關鍵細節：千萬別用「你有空幫大家上個課」這種隨便的態度交辦，這只會讓高手覺得又被凹了額外的雜務。
更聰明的交辦方式是「給予正式的專案名義與話語權」，請他們把日常摸索出來的實戰Prompt、自動化工作流沉澱成部門範本，並在重要會議上給足讚美與獎勵，讓他們的貢獻直接被更高階的主管看見。
這種做法不只讓菁英有「帶動組織改變的成就感」，也降低了基層的科技恐慌與上手門檻，最重要的是，主管終於不用再一個人當精神分裂的夾心餅乾了。
3.爭取省下的人事成本當專案分潤，繞過3%調薪死線
其實要人資為了幾個高手打破全公司的薪資級距有點不切實際；但如果只拿常規的調薪幅度去打發一個身價已經暴漲兩三成的高手，無疑是逼他開履歷。
既然固定的月薪底薪很難瞬間翻倍，企業就必須建立更靈活的「專案分潤／流程革新獎勵」，不用等到年底論資排輩，只要為團隊創造實質效率提升或明確省下營運成本，就給予即時的「專案獎金」作為回饋，一旦員工發現「我的外掛能直接在內部換成實質回報」，把這身功夫留在公司的意願就會提升。
延伸閱讀：AI來襲，有人加薪有人卡關，你是哪一派？PwC報告揭未來5年身價關鍵
科技不只加速淘汰舊有的工作模式，還包含活在上個世紀的管理邏輯！這份報告給所有企業最深刻的警示是，當員工的安全感已經建立在自身市場底氣、隨時有能力說走就走時，企業就不能再用過去「防守型」的思維去留人，不然走了優秀員工，下一批潰堤的可能就是管理階層。
（參考資料來源：PwC報告）
AI協作的3個關鍵階段：節能、增能、賦能！
原標題：AI協作的3個關鍵階段：節能、增能、賦能！【聽見趨勢】
AI浪潮席捲而來， 工作型態正在改變，很多人對AI在工作中可能帶來的影響感到些許困惑和不安。不禁會問：「AI會取代我們嗎？」「如何用AI？」「從哪裡開始？」因為這些疑問，我們特別邀請在AI協作有豐富實戰經驗的小花老師，來進行分享。老師不僅有資訊背景，還是簡報溝通專家，融合與「資訊」及「人」的溝通洞察，給出許多應用AI的超實用建議！
文： 趨勢來賓 | 林稚蓉 小花老師
本文目錄：
與AI協作溝通的應用與挑戰
如何用AI優化企業作業流程
AI協作3階段：節能、增能、賦能
AI時代的人類角色：你依然是機長！
3個層次的工作思維 從哪裡開始使用AI
1. 與AI協作溝通的應用與挑戰
在AI工具的應用過程中，許多人最常遇到的問題是「如何讓AI回答更精準」。有時AI的回答看似離題，或者產生「幻覺」，讓使用者感覺比自己動手做還要更花時間。這種困境往往會讓初學者感到挫折，甚至放棄繼續使用AI工具。然而，這個問題的關鍵在於我們如何與AI進行有效溝通。
小花老師提到，因為自己過去資訊管理背景和簡報培訓經驗，因而對人機溝通有獨特的見解：「在資訊管理我們是要跟電腦講話，可是簡報培訓要講的是要跟人講話。而AI則是介於兩者之間，它需要明確的目的性、對方的邏輯性，以及精練易懂的表達方式。」基於這個概念老師分享了3個突破這些挑戰的關鍵方向：
方向1：理解AI提問的語法與邏輯
第一個關鍵方向是理解與AI溝通的基本語法和邏輯。老師提出生動的比喻：我們應該把AI視為一個「外國人」，而不是單純的機器。就像與外國人交談需要遵循特定的語法規則一樣，與AI溝通也需要掌握相應的「語法」。這包括了解官方提供的提示工程（Prompt Engineering）技巧，以及如何構建清晰、邏輯性強的提問。
「你不能把AI當做機器，你要把它當作是一個外國人，用他懂的語言，交流他懂的事情」。透過系統性地學習和運用這些溝通技巧，我們可以顯著提升與AI互動的效果。
將AI視為「外國人」而非機器，需要用特定的語法與之溝通
研究官方提供的提示工程（Prompt Engineering）技巧
掌握提問的基本文法和邏輯結構
104人資市集一站式幫你解決企業培訓，管理、AI職能、企業法遵>>
方向2：了解AI的能力與限制
AI技術雖然強大，但並非萬能。我們必須清楚認識AI可能產生「幻覺」，即一本正經地說出不準確的信息。同時，很多AI模型無法實時連網獲取最新信息，也可能在數學計算等特定領域表現欠佳。了解這些限制對於正確使用AI工具至關重要。「不是複製貼上就很容易就要上當了」老師提醒到「你要知道他可以做到什麼程度，他的限制又在哪裡，風險又在哪裡。」這種了解能幫助我們更準確地評估AI輸出的可靠性，並作出相應的調整和驗證。
持續關注AI功能的更新與發展
認識AI的局限，如無法上網、可能產生幻覺等
避免單純複製貼上，需要理解內容的正確性
方向3：善用不同AI工具的優勢
在當前AI工具快速發展的環境中，每個工具都有其特定的強項。例如，Chat GPT、Copilot、Gemini等工具各自擅長不同類型的任務。我們應該實際測試來了解每個工具的特點，並學會組合使用這些工具來達到最佳效果。「它們各自的強項，你都去嘗試過之後，你會發現工具是要多個東西組合之後，才會發揮你的效果。」這種組合使用的方法能夠彌補單一工具的不足，創造出更全面的解決方案。
小花老師分享了在金融業的實務應用案例：「像GPT或者是一些生成式AI，他們其實數學能力非常不好，會把數字當作文字來做處理。因此在進行數據分析時，我們建議將計算工作留在本機端進行，而使用AI來協助產生Excel函數公式再進行數據趨勢分析。」
每個AI工具都有其特定強項，如ChatGPT、Copilot、Gemini各有所長
多方嘗試不同工具，找出最適合的組合
透過工具組合來發揮最大效益
2. 如何用AI優化企業作業流程
在企業環境中，AI不僅是一個輔助工具，更可以成為提升工作品質的重要夥伴。小花老師認為，AI就像電力一樣「只要用到電的地方，都會有改善；同樣地，AI可以用在任何有關思考的部分，都可以帶來改善。」特別是在思考、企劃、溝通等需要創意發想的領域，AI的應用可以帶來顯著的效益提升。
然而，在運用AI工具時，企業必須特別注意資訊安全的議題。正如之前新聞報導三星員工將公司資料上傳至AI平台的事件，如何在提升效率與保護資料間取得平衡，是企業必須審慎考量的。以下分享幾個具體應用案例：
提升簡報製作效能
運用AI進行角色扮演，模擬不同聽眾的思維模式
針對不同對象客製化簡報內容和開場方式
提高提案的精準度和準備效率
提升規劃能力
老師分享了一個企業ESG工作計畫的實際案例：
運用AI進行利害關係人分析
模擬不同角色的需求和期待
透過管理顧問的角色扮演，擴展思考維度
根據各方意見制定具體執行方案
透過AI的協助，讓原本資歷較淺的員工也能在思考的廣度、深度和執行細節上有更好的表現。
3. AI協作3階段：節能、增能、賦能
AI的應用不應該是盲目追求新工具，而是要找到真正能夠為工作帶來價值的方式。老師觀察到，2023年人們熱衷於追逐各種新興AI工具，但到了2024年，企業的關注點已經轉向如何讓這些工具真正落地並解決實際問題。
老師以工具箱做比喻：「現在很多人手上都有很多AI工具，就像工具箱裡有很多螺絲起子，但卻不知道怎麼用這些工具來進行修理。」因此，重點不在於掌握多少工具，而是要培養使用情境的想像力，真正了解如何運用這些工具來解決實際問題。基於這樣的理解，AI協作可以分為三個階段，企業和個人可依據需求選擇適合的切入點：
節能階段：優化基礎工作流程
節能階段是AI應用的入門級別，主要針對那些耗時但相對單純的工作任務，這類工作的特點是幾乎人人都能完成，但往往需要耗費大量時間和精力，比如客戶發來一份PDF格式的報表數據，傳統做法需要手動重新輸入，不僅費時且容易出錯。但透過AI工具，可以快速將圖片中的表格轉換為可編輯的表格形式，這將大幅提升工作效率。
節能階段特別適合作為入門起點，因為這類任務相對簡單，容易看到明顯的成效。「當我們發現AI工具可以幫你省下這些瑣碎的時間，就會更有動力去探索其他的應用可能」。此外，這個階段的工作通常風險較低，即使出現錯誤也容易發現和修正，非常適合作為練習和熟悉AI工具的切入點。
增能階段：提升專業工作品質
進入增能階段後，AI的應用開始觸及到專業領域的核心工作。這個階段的特點是，使用者本身已經具備相關專業能力，而AI的角色是協助他們做得更好、更快、更精準。老師更分享了自己在製作簡報的經驗：「比如我需要幫客戶寫文案，我可以讓AI先產生多個版本的文案建議，然後基於我的專業判斷進行調整和優化。這樣不僅能激發更多創意靈感，也能大幅提升工作效率。」
這階段，AI不是取代人的專業判斷，而是透過提供更多選擇和可能性，幫助專業人士做出更好的決策。這種協作模式能夠顯著提升工作質量，同時也能為專業人士騰出更多時間專注於需要深度思考的任務。
賦能階段：開拓新的專業領域
賦能是AI協作的最高階段，善用AI輔助獲得新的能力和提升專業。在這階段，使用者能突破原有的專業限制，探索和掌握新的領域。小花老師觀察到，許多專業人士透過AI工具，成功地將自己的專業知識延伸到相關領域：「比如一個財務專家，可能過去只專注於數據分析，但透過AI的協助，他可以更容易地將這些專業知識轉化為易懂的視覺化報告，甚至發展出數據故事化的能力。」
賦能階段的關鍵在於，它不僅能提升效率、改善現有工作流程，更創造出新的可能性。善用AI專業人士可以更快地跨越學習曲線，建立起新的專業能力。這對於當今快速變化的職場環境特別重要，因為它讓終身學習和專業轉型變得更加可行。
免費申請試閱企業訂閱制課程！法遵、職能、AI通識課提升全員工競爭力 >> https://104ha.com/5CjvW
4. AI時代的人類角色：你依然是機長！
在AI時代，人類的角色定位至關重要。小花老師做了一個生動的比喻：「人的角色永遠是機長。即使現在的飛機很多部分都是由機器在操控，但為什麼還需要機長？因為機長要知道怎麼安全地把這些旅客帶到目的地，必須要應付突發狀況。」
這個比喻深刻點出人類在AI時代的核心價值：不是與AI競爭執行力，而是在掌握方向、判斷決策、危機處理等方面發揮獨特優勢。正如同機長一樣，我們不能把方向盤完全交給AI，而是要學會如何與AI協同合作，共同達成目標。
我們的核心職責
掌握方向：確定目標和願景
做出決策：判斷關鍵時刻的選擇
處理危機：應對突發狀況
承擔責任：為結果負責
3個層次的工作思維
工人思維：專注於完成具體任務
工頭思維：規劃設計與管理
建築師思維：理解需求，規劃願景
當AI變成每個人的標配，誰會產生更大更好的價值？就是懂人的人。—小花老師
5. 從哪裡開始使用AI
在面對AI工具快速發展的現狀，許多人感到困惑：究竟該從何處開始？是否要追逐每一個新出現的AI工具？在這部分老師觀察到，很多人在嘗試使用AI時往往陷入兩個極端：要麼因為害怕而遲遲不敢嘗試，要麼過度追逐各種新工具而失去重點。
老師強調，開始使用AI的關鍵不在於掌握多少工具，而在於找到適合自己的切入點，並且建立起正確的思維模式。「就像學開車一樣，一開始不需要了解引擎的工作原理，而是要先學會基本操作，逐步建立信心。」對於想要開始運用AI的個人或企業，小花老師提供了以下建議：
從工作情境出發
找出工作中的痛點
識別可能的應用情境
從簡單的任務開始嘗試
3個關鍵發展方向
了解AI：掌握潛能、限制和操作方法
了解人性：培養溝通能力和同理心
了解自己：釐清目標和行動意義
實踐建議
在使用AI之前，先靜下心來思考目標
清楚理解問題和需求
循序漸進，從節能階段開始
我們應該更加了解自己做這件事情對個人跟團隊的意義是什麼。當我們了解意義、了解目的時再去溝通，AI就不會胡說八道，它會順著這樣的意義感展開跟延伸。
透過小花老師的分享，我們可以看到AI不僅是一個工具，更是一個協作夥伴，協作過程關鍵在於我們如何正確定位自己的角色、如何善用AI特性，在提升效率的同時，也不斷強化自己的核心競爭力。AI時代，最重要的不是追逐所有新工具，而是找到適合自己的使用方式，並始終保持對專業與人性的關注！
業界最划算的企業培訓訂閱制方案！免費申請課程完整試閱 >>
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 >>
免費企業學習平台 x 培訓課程 = 零成本企業培訓自動化 >>
訂閱人資市集電子報獲得專家工作分享及產業新知 >>
加入104人資市集官方line獲得最新優惠及活動資訊 >>
AI如何改變我們工作關係和對公司的信任感
原標題：AI如何改變我們工作關係和信任感
隨著人工智能逐漸成為職場核心的一部分，企業與員工之間的關係動態也面臨前所未有的挑戰與轉型。透過一項2021年的研究，我們將探討AI對職場心理契約——員工對公司的期望和認知——的各種影響，包括員工在工作投入和信任感上的變化。文章深入分析了異化型合約現象，此現象描述了因為AI引入而出現的人際疏離感，以及它潛在引發的不安和生產力下降。透過了解這些動態，公司可以有效地維護人性化職場環境，並促進積極且協作的人力資本管理策略。在這樣急速革新的環境中，企業如何抓住機遇管理風險，是所有人極需思考的重要課題。
文： 小婉家族研究生 周郁恩 | 工商心理實驗室
進入現今的人工智能（AI）時代，人們好奇：這會怎麼影響我們的工作？是否什麼都變成機器人代打，或是我們與公司的關係會有何變化？2021年一項研究就針對這個題目，分析AI進入職場將如何影響員工的心理契約，工作投入和信任感。
什麼是心理契約？
「心理契約」指員工對公司的期望與互動關係，這種契約不是開發在經濟交易上，而是一種無形的理解和感受。一般分為兩種：
1.交易型契約：以薪資和工時為主，此層關係較淺，員工大多是為了收入而工作。
2.關係型契約：帶有社會與情感結合，員工和公司間有更深的依靠和長期成長合作，這層次的關係會提升工作滿意度和公司成效。
AI採用對工作關係的影響
研究發現在AI未介入時，心理契約能顯著提升員工的工作投入和對公司的信任。但一旦公司引入AI技術，這種正面影響會明顯下降。
研究更提出了一種新型心理契約，稱為異化型合約（Alienational Contract）。這種合約是因為AI引入而引發的關係變化，員工與公司關係浮光略影，而人際交流大量削減。例如零時數合約或工作全面由AI技術管理，員工不再有興趣或成就感。
多堂免費大師講座，提升你的職場思維與視野 >>
AI引入的隱憂
1.工作不安感：AI對較低技術之工作造成威脅，讓員工感到未來不可預測。
2.信任關係弱化：AI技術成為主要操控力量後，員工和公司之間的信任關係會大打折扣。
3.工作投入降低：員工對工作的熱情會因不確定性而降低，進而影響效能。
公司如何應對AI採用
為了在引入AI技術時保持員工的體驗和投入，公司可以措取以下措施：
1.加強內部溝通和培訓：使員工了解AI如何輔助工作，清楚未來發展。
2.保持人性化的工作環境：即使AI介入，仍要確保人與人之間的交流與合作。
3.提供生活指導和導向：為感到工作壓力或迷惘的員工提供更多支援與資源。
人工智能採用有助於提升公司效率，但也對員工工作投入和信任關係造成影響。公司應在導入AI技術同時，認真考量對員工心理和社會關係的影響，避免異化型合約的擴散，將經濟效率與社會負責完美帶結。
小婉家族研究生:N
參考資料：
Braganza, A., Chen, W., Canhoto, A., & Sap, S. (2021). Productive employment and decent work: The impact of AI adoption on psychological contracts, job engagement and employee trust. Journal of Business Research, 131, 485–494. https://doi.org/10.1016/j.jbusres.2020.08.018
看更多來自工商心理實驗室的好文 >>
在職場中你容易被情緒勒索嗎？這五大人格特質最易受影響
職場八卦：氣質性嫉妒與組織認同的交織
能者多勞？還是忍著過勞？ 小心引發工作倦怠
Z世代安靜離職消失了嗎？不，它進化成「怨恨缺勤」
學習時間管理就能提升效率？探索你的「時間特質」找到關鍵
超過5000+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 >>
訂閱人資市集電子報獲得專家工作分享及產業新知 >>
加入104人資市集官方line獲得最新優惠及活動資訊 >>
當新同事是 AI：不犯錯、客觀，但團隊願意跟它共事嗎？
原標題：當 AI 成為團隊成員：我們真的願意跟它一起工作嗎？
當 AI 從輔助工具進化成與我們開會、協作的「團隊成員」，我們真的準備好了嗎？我們願意信任一個沒有情感、卻極度可靠的數位夥伴嗎？本文將深入剖析最新研究，揭示人們如何評價 AI 隊友的「能力」、「正直」與「善意」。研究發現，雖然 AI 因其客觀與高效率而能降低團隊衝突，卻也可能因缺乏「人性溫度」而削弱團隊的向心力與滿意度。這不只是一場技術革命，更是對未來團隊管理的全新挑戰，引導我們思考如何在人機協作的新時代中，取得效率與人心的平衡。
文： 小婉家族研究生 陳宥甫 | 工商心理實驗室
過去，AI多半只是工具，例如推薦系統或客服機器人。但現在，企業開始嘗試讓 AI 直接成為「團隊成員」，負責協調任務、整理資訊、提醒進度，甚至提供回饋。問題來了：當 AI 不只是工具，而是和我們並肩工作的夥伴，我們會怎麼看待它？會信任它嗎？願意跟它合作嗎？
這項研究透過實驗設計，比較「AI 團隊成員」與「人類團隊成員」在相同行為與不同表現情況下，團隊成員對他們的評價與合作意願有何差異。研究根據經典的信任理論指出，判斷一個人是否值得信任，通常會看三個面向：能力（ability）、正直（integrity）與善意（benevolence）。
-- 能力指的是他是否有本事把事情做好；
-- 正直指的是他是否一貫遵守原則；
-- 善意則是他是否真心為他人著想。
研究結果顯示，AI 團隊成員被認為「能力更高」、「正直性更高」，但「善意較低」。也就是說，人們覺得 AI 做事有效率、穩定可靠，但不覺得它是真正關心他人的存在。
AI 不只是趨勢更是企業生存策略！全員工 AI 培訓線上搞定 >>
有趣的是，這三個因素彼此抵銷後，整體「信任感」與「願意一起工作」的程度，並沒有顯著差異。換句話說，人們其實願意跟 AI 一起工作，就像跟人類一樣。另外，過去有研究發現，人們對 AI 有「演算法排斥」（algorithm aversion）：一旦 AI 犯錯，就會比對人類犯同樣錯誤更嚴苛。
但這項研究卻發現，在團隊情境中並沒有出現這種現象。當 AI 表現不好時，人們對它的評價，和對表現不佳的人類成員並沒有差別。這表示，在合作型情境中，人們對 AI 的標準並沒有特別苛刻。這是一個重要發現：在真正的團隊互動裡，AI 可能不像在單純決策情境中那樣容易被排斥。
除了個人層面的信任，研究也觀察「團隊層面」的影響，例如衝突與滿意度。結果發現，如果 AI 表現良好，團隊成員會覺得衝突較少，甚至比同樣表現良好的人類成員更少引發衝突。這可能是因為人們認為 AI 比較客觀、不帶情緒。但另一方面，只要團隊中有 AI 成員，整體「過程滿意度」反而比較低 。也就是說，AI 可能提升任務層面的效率，卻削弱人際互動的情感層面。研究者形容這種現象為：AI 比較擅長「生產功能」（把事情做好），但較弱於「社交功能」（建立關係）。
這項研究給企業幾個重要提醒。第一，員工其實願意與 AI 共事，並不會天然排斥它。第二，AI 的能力與穩定性是優勢，但它缺乏被感知的善意，這可能影響團隊氛圍。
因此，企業在導入 AI 團隊成員時，不應只強調效率與技術能力，也要思考如何降低員工對其「缺乏人性」的感受，例如透過透明溝通、明確角色設計與適當互動機制 。
這項研究顯示，AI 團隊成員在能力與正直性上具有優勢，並且在整體信任與合作意願上並不輸給人類 。然而，它在善意與人際互動方面仍有侷限，這可能影響團隊的情感連結與滿意度。
當 AI 逐漸進入團隊角色，我們需要的不只是更強大的技術，而是更深入理解人們如何「感受」這個新成員。因為在團隊裡，真正影響合作的，不只是能力，而是我們如何解讀彼此的行為。
工商心理實驗室研究生 豆腐
參考資料：Dennis, A. R., Lakhiwal, A., & Sachdeva, A. (2023). AI agents as team members: Effects on satisfaction, conflict, trustworthiness, and willingness to work with. Journal of Management Information Systems, 40(2), 307-337.
圖片來源：AI 生成圖片
AI 使用聲明:ChatGPT 潤飾文字整理架構、Notebook LM 整理資料
看更多來自工商心理實驗室的好文 >>
追劇很廢嗎？抽離、放鬆懂「下班」隔天更有活力！
工作久坐健康風險高！科學證實「微休息」的4大好處
AI如何改變我們工作關係和對公司的信任感
擺脫星期一症候群「週一最低限度努力」成為職場新趨勢
Z世代安靜離職消失了嗎？不，它進化成「怨恨缺勤」
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！>>
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 >>
AI不在乎你的職稱！前LinkedIn執行長：把工作拆成「3類任務」看風險與機會
AI究竟會如何改變我們的工作？你的工作中，哪些最危險、哪些反而更有價值？前LinkedIn執行長萊恩．羅斯蘭斯基與LinkedIn經濟機會長阿尼許．拉曼，從LinkedIn的數據及觀察拆解技能、職涯與組織正在發生的結構性改變，提出觀點：AI不會一次取代一份工作，而是逐項改變工作裡的任務。本文節錄自《工作大重組》。
文／萊恩．羅斯蘭斯基、阿尼許．拉曼
本文目錄（點擊可快速前往）
從任務角度重新理解自己的工作3大類任務：辨識AI風險重新調整工作重心
當有人問你：「你是做什麼的？」你大概會回答自己的職稱。「我是行銷。」「我是工程師。」「我是咖啡師。」長久以來，我們都是這樣理解工作的：每個人都有固定的角色，也有明確的職責範圍。
這樣想其實很合理。過去幾十年來，企業一直是用這種方式看待你，你很可能也是這樣看待自己。你的職稱決定了你的薪資、組織位階以及未來發展。績效考核會根據標準化的職務說明來衡量你的表現。不論是專員、經理、總監還是副總裁，每個人都要符合預期的表現。從人生第一份工作到最後一份工作，整個職場架構幾乎都是圍繞著這些標準建立。這套觀念早已烙印在我們心中，對許多人來說，職稱已經變成了我們的身分認同。
從任務角度重新理解自己的工作
但AI不在乎你的職稱，也不會理會工作職責的界線。它逐步接手工作中的各項任務，從內部改變現有的職位。當職稱的意義一天比一天淡薄，如果你仍然用職稱來定義自己，這樣不只是自我設限，甚至相當危險。
你的職稱也許是財務分析師，但實際的工作內容是什麼？你從各種不同的來源蒐集資料；發現別人忽略的模式；把數字轉化成高階主管聽得懂的故事；安撫焦慮不安的利害關係人；指導資歷較淺的同事；巧妙應對辦公室政治，爭取各方支持。
那麼，究竟是哪一項任務定義了你？全部都是，也全都不是。這正是重點所在。長久以來，我們許多人任由職稱定義自己的職涯。但你不只是財務分析師、水電工，或專科護理師。你不等於任何一個職稱。你擁有許多人類獨特能力、貢獻與潛力，沒有任何職稱能完整概括。
放下職稱、不再用它來定義你的工作，或許令人不安。但如果你試著從任務的角度重新理解自己的工作，把重點放在你每天真正在做的事情、而非職稱，反而會有一種解放的感覺，對自己的職涯擁有更大的主導權與掌控感。
隨著AI時代到來，這種以任務為核心的思維模式，將是我們應對這場變革的關鍵。接下來的問題是，哪些任務最先發生變化？我們該如何因應？
3大類任務：辨識AI風險
這套方法能幫助你清楚看出，AI會在哪些地方影響你的工作，以及人的獨特優勢又在哪裡。現在，寫下12項占據你大部分工作時間的任務。不是寫職稱、也不是職務說明，寫下你每天實際在做的事情。接著，把任務分成3大類。
第一類：AI可自行完成的任務。
例行性、可預測的任務，依循明確規則的結構化資料。這類工作更需要準確性與一致性，而非個人判斷力或創造力。這類任務由人類來做並不會增加太多額外價值，因為完美執行遠比個人特色更重要。
第二類：你可以與AI協作的任務。
這類任務既需要處理資料，也需要理解情境；既講求效率，也需要同理心；既要能辨識模式，也要能策略思考。AI能放大能力，卻無法取代你的經驗、直覺，以及對細微差異的理解。想在這類任務中表現出色，你需要具備AI素養。不只要懂得如何使用AI工具，更要知道哪種任務應該使用哪種工具。
第三類：只有人類能做到的任務。
這些任務需要EQ、創造性的問題解決能力、道德判斷，以及經營複雜的人際關係等能力。正因為人與人的互動充滿變數，這類任務無法被簡化成固定的規則或模式。你必須讀懂那些沒有說出口的微妙關係、建立信任、在模糊與不確定中做出判斷，進而創造全新的事物。
重新調整工作重心
現在，看看你的這3類任務：你分配給每一類任務的時間，各占多少比例？這些數字其實透露了很多訊息，它們能反映你的工作面臨多大的風險，又蘊藏多大的機會。
如果超過一半的工作都落在第一類任務，那麼你已經進入紅色警戒區。不是明天，是現在。你的工作已經開始被顛覆了。這些依循規則的例行性任務，正是AI最擅長的領域。
如果你的第二類任務幾乎是空的，那麼你很可能錯過工作新時代最大的機會。這些結合人類判斷力與機器能力的任務，正是新工作誕生的地方。別白白放棄了AI能帶給你的優勢。
如果你的第三類任務不到一半，代表你現在的工作讓你沒有太多機會去磨練人類獨有的能力，而這些能力正是讓你的職涯長期更有保障的關鍵。
長遠來看，成功的關鍵在於重新調整工作重心。有意識地把第一類任務移往第二類，在第二類任務中善用AI工具，騰出更多時間投入第三類任務。你可以想像成一條輸送帶。隨著AI愈來愈進步，第一類任務會逐漸消失，第二類任務會出現新的機會，讓你能運用AI完成過去做不到的事情。當你愈來愈擅長第二類任務，就有更多餘裕、激發更多靈感，投入更有深度、機器無法取代的第三類任務。
節錄自：天下雜誌《工作大重組：LinkedIn全球趨勢洞察──AI浪潮下的技能洗牌、職涯轉向與組織新秩序》／萊恩．羅斯蘭斯基、阿尼許．拉曼 著
推薦閱讀：
AI拆解傳統職位、重組專業分工：下一批高薪人才長什麼樣？
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
AI代理大爆發！專家：7件「無聊工作」最適合外包給AI
ARCI法則是什麼？用4角色解決跨部門分工混亂│專案管理必學技巧
ARCI法則（阿喜法則）是解決跨部門分工混亂的專案管理工具，透過當責者A、負責者R、諮詢者C、知會者I這4個角色，讓每項任務都有明確主導人，本文會說明ARCI是什麼、當責與負責的差異，以及如何建立責任矩陣，趕緊學起來，讓專案不再卡關。
文／《104職場力》
本文導覽
ARCI法則是什麼？阿喜法則的4個角色定義一張表快速記住ARCI法則4個角色ARCI法則怎麼用？建立責任矩陣關鍵4步驟步驟1│先把專案拆成具體可執行的任務步驟2│為每個任務指定角色步驟3│確認每個人的角色認知步驟4│卻ARCI落實進日常工作流程ARCI常見問題與錯誤：3個地雷要避開地雷1│搞不清「當責」跟「負責」，導致出現兩個A！地雷2│把所有人都塞進C地雷3│I只是名單，資訊沒有真正傳到位ARCI適用什麼情境？為什麼跨部門專案特別需要ARCI法則？
多人協作的專案，最常在哪裡卡住？通常不是技術問題，也不是時程太緊，而是一件更基本的事：沒有人說清楚「這件事到底誰負責」。
任務在會議上交代了，但最後沒人真正接手；兩個主管同時下指令，團隊不知道該聽誰的；法務、客服等關鍵部門到了專案快結束才被拉進來，導致延誤或重工等，這些問題，幾乎每個跨部門工作者都遇過，根源都在於分工不明確。
ARCI法則（又稱阿喜法則）就是為了解決這個問題而生的工具，它不複雜，核心只有4個角色，但能把原本說不清楚的責任關係結構化，讓整個團隊知道該專案「誰主導、誰執行、誰要先被問、誰需要被通知」。
ARCI法則是什麼？
ARCI法則（ARCI Model，中文讀音就是唸「阿喜」）主要是用來推動跨部門專案與管理的工具，這4個字母各代表一種角色，並依重要性排列：
阿喜法則的4個角色定義
A — Accountable（當責者）
當責者A是指身為一項任務的「最終負責人」，這個角色擁有拍板決策的權力，但也必須為專案握的最終成果承擔全部責任，通常每個活動或專案中只會有一位當則者。
R — Responsible（負責者）
負責者R是指實際把任務做完的人（執行者），在當責者A的帶領下規劃、執行、追蹤，並定期向A回報進度，跟A不同的是，同一項任務中可以有多位R。
C — Consulted（諮詢者）
通常在專業度或複雜度較高的任務推進前，會需要諮詢專家意見，諮詢者C就是這類顧問型角色，但要注意的是，除了給意見、協助溝通之外，C沒有決策的權力（主導權必須在當責者A手上）。
I — Informed（知會者）
知會者I不參與決策，通常也不會執行任務，只需要在每個節點上「被告知專案進度或結果」，方便後續任務執行即可。
一張表快速記住ARCI法則4個角色
角色關鍵問句人數限制Accountable 當責者這件事最後誰說了算？只能1位Responsible 負責者這件事誰實際去做？1位或多位都可Consulted 諮詢者決策前需要問誰？視需求，精準為佳Informed 知會者結果需要讓誰知道？視需求
ARCI法則怎麼用？建立責任矩陣關鍵4步驟
ARCI的執行方式比想像中容易，重點不是有沒有做表，而是有沒有讓它變成團隊的共同語言，只要依循這4個步驟就能輕鬆上手：
步驟1│先把專案拆成具體可執行的任務
不要一開始就急著指定角色人選，因為任務越模糊，角色越難分配，這階段首先要把專案「分解成明確的工作項目」，舉例來說：
今天有個新產品上市專案，任務拆開來應包含：產品定位與目標設定、行銷素材製作、合約與法規審查、平台上線與技術測試、上線後成效追蹤等具體細節，不是單純用「讓產品順利上市」這麼籠統的方式概括。
步驟2│為每個任務指定角色
任務拆解完後，再針對每一項指定對應的ARCI角色，同樣以「新產品上市」專案為例，分工舉例如下：
任務項目A當責者R負責者C諮詢者I知會者產品定位與目標設定產品主管PM業務、行銷工程、設計行銷素材製作行銷主管文案、設計師PM、品牌業務、客服合約與法規審查PM法務財務、採購產品主管平台上線與技術測試技術主管工程師、QAPM、客服行銷、業務上線後成效追蹤PM行銷分析師業務、產品各部門主管
延伸問題：「當責者A」與「負責者R」可以是同一個人嗎？
可以，但不是什麼專案都適合。
在小型任務或人力真的極有限的情況下，A與R都由同一人擔任這沒什麼問題（甚至還很常見），但如果是大型專案或跨部門合作時，A與R會建議分屬不同人，這樣有個好處：A能夠用更宏觀的角度督導成果，而R能夠專注在執行細節，兩者形成監督與執行的分工。
步驟3│確認每個人的角色認知
實行ARCI常常發生的烏龍是「角色分配好了，但對於要做的事情及責任範圍的認知沒對齊」，於是最後在混亂中失敗了。
建議分配好角色後，可以在專案啟動會議（Kick-off）中，明確說明個角色的權力義務，並讓大家複誦自己的理解，確保彼此認知一致，而不是分好、填上握表格就當完成。
步驟4│卻ARCI落實進日常工作流程
另一個ARCI最容易失效的原因是「分配的時候用ARCI法則，但執行用另一套」。
其實要把它融入實際工作也有訣竅，比如：
做下一個重大決策前，先確認C是否已參與並給意見。
每次例會先看A有無到場，是否了解情況跟當前成果。
定期追蹤專案進度，確保R有精準執行，若有問題也可同步解決。
產品或資訊對外發布或上線前，確認I名單中的人都已收到資訊。
當ARCI成為專案溝通跟執行的基本框架，它才能真正發揮效果。
ARCI常見問題與錯誤：3個地雷要避開
地雷1│搞不清「當責」跟「負責」，導致出現兩個A！
「當責」跟「負責」傻傻分不清楚，這是團隊在分配ARCI角色時最常遇到也是最容易混淆的地方，如果沒有釐清，導致一項任務出現兩個或以上的A，那最終還是可能會落得專案無人負責或目標分散的下場。
所以「當責」跟「負責」差在哪？
我們以一個具體例子來說明：
主管要你把一份文件寄給合作夥伴，你把信寄出去、任務完成了，這是「負責（Responsible）」的表現，但如果你在寄出後打電話確認對方收到，且傳遞到正確的人手上，確保溝通目的達成，這就是「當責（Accountable）」。
簡單說，負責者R對任務執行完成與否負責（事情做完了嗎？）但當責者A還必須對執行後的結果負責（要的結果達到了嗎？）這個差異，決定了A與R在專案中截然不同的角色定位，也決定了兩者的價值。
了解之後，團隊必須謹記規則：每項任務只有一個A，如果真的難以取捨，代表這個任務需要再拆細，或者需要在組織層面更清楚釐清誰有決策權。
地雷2│把所有人都塞進C
C的本意是「需要其意見才能做出好決策」，而不是「有點相關的人都放進來」，沒經過取捨萬一讓C清單過長，會導致每件事都因為要等一大圈人確認，反而延遲專案進度。
真正應該列入C的人選，是那些「專業或意見會直接影響任務成果」的人，例如：法律風險由法務判斷、技術可行性由工程師確認。
地雷3│I只是名單，資訊沒有真正傳到位
ARCI矩陣上的I欄看起來雖然在末端，但絕對不能輕忽！會列入I代表這批人是「有必要了解進度或成果」的角色，可能是專案後期的支援端，或是完成後續的推廣／結案單位等，如實知會這些單位才能避免公司資訊或營運出現斷層。
ARCI適用什麼情境？
ARCI其實適用於所有需要多人協作的工作，但在下列幾種情境中，使用的效益最為顯著：
跨部門專案：例如品牌活動、數位轉型、系統導入、制度改版等，涉及的部門越多，ARCI所帶來的降噪效果越明顯。
流程長、節點多的任務：例如新產品上市、大型品牌活動、組織年度報告等，這類任務每個環節的A和R都可能不同，適時定義與分工，才能確保每個流程細節的品質。
新主管接手或新團隊建立：在新團隊磨合期間，可以用ARCI快速建立共識與默契，比瞎猜、亂摸索再補救有效得多。
分不清責任歸屬的團隊：有些團隊可能人多事多，或都是資歷較淺的工作者，若沒有主心骨、分工不明確，可能會出現一團亂的局面，這時候實行ARCI能幫助大家了解責任歸屬、提升效率。
為什麼跨部門專案特別需要ARCI法則？
跨部門協作有一個共同的隱性問題：每個人腦中對「自己該做到哪裡」的責任認知其實完全不一樣。
因為專業、組織文化的不同，對同一件事有不同理解跟看法這很正常，但如果沒有拿出來討論，讓灰色地帶無限延伸，很容易變成專案卡關主因之一，甚至出現搶功勞或到處卸責的尷尬局面，比如以下幾個最常見的協作痛點：
任務沒人接：任務在會議上說完了，但沒有人明確承接，最後就懸在半空中，這正是因為沒有指定A與R，導致大家都以為別人會做，最後落得一場空。
找不到決策窗口：事情推進了一半，遇到問題需要選擇、收斂或決策的時刻，卻沒有人能給明確的指示，導致錯失黃金期或期程延宕。
太多意見喬不攏：跟上面那點相反，萬一是一堆人都搶著當A，光是對焦目標就夠累了，還可能會出現多頭馬車的情況，不僅影響執行效率，到最後也可能導致分裂對立。
關鍵部門太晚加入：很多組織習慣專案先行，邊做邊加人，其他部門有什麼問題再補救，但萬一是法務、技術這種硬傷，到最後階段才被通知的結果，不是雞飛狗跳就是砍掉重練，ARCI在一開始就把C與I明確列出，能有效避免這個問題。
很多人以為專案管理的重點只有包含時程控管、進度追蹤，但在真實職場中，當角色分配、責任歸屬等更前端的事沒有先處理好，後續會更加窒礙難行。
ARCI法則優勢在於，它把一件本來說不清楚的事，用4個角色結構化了，當每個人都知道自己在這個任務裡是誰，不需要每走一步就確認一次，那溝通成本就會明顯下降。
下次啟動一個新專案之前，不妨先花點時間把分工說清楚，會發現推行起來事半功倍唷！
延伸閱讀：
做了13個番茄鐘專案才推進10%？你可能用錯「番茄鐘工作法」！
甘特圖是什麼？免費軟體＋甘特圖Excel範例教學懶人包
AI代理工時達人的6倍，注意力成瓶頸！從Anthropic內部研究看3個協作提醒
AI交出成果的速度愈來愈快，你卻忙著確認方向、檢查內容、回覆下一步？開發Claude的Anthropic研究自家員工後發現，AI代理執行時數達員工工時的6倍，人的注意力反而成為產出瓶頸。《104職場力》延伸整理3個提醒，帶你重新安排與AI協作的方式。
文／104職場力
本文目錄（點擊可快速前往）
AI代理執行時數達人的6倍，為何注意力成瓶頸？產出增加，員工從「做事」轉向「管AI」提醒1：交給AI前，先決定要它做什麼、怎樣才算做好提醒2：產出增加，驗收方式也要調整提醒3：把注意力留給重要決定、讓團隊知道下一步從「做事」到「管AI」，判斷力要在工作中累積
「AI都幫忙做了，為什麼還有這麼多事要處理？」
同時請AI查資料、整理報表、寫提案，成果很快就送到眼前，接著卻是一連串需要你回應的問題：資料可靠嗎？哪個方向值得繼續？這份內容能交出去了嗎？
Anthropic在10月發布的內部報告〈How employment is changing at Anthropic〉，觀察到這種工作變化。研究分析公司的人事資料、AI使用紀錄、產出指標、員工問卷、行事曆與面試評分表，並訪談17名員工，追蹤AI如何改變工作與用人需求。Anthropic也指出，公司的部分用人做法有其特殊條件，這份研究提供了觀察工作變化的案例。
AI代理執行時數達人的6倍，為何注意力成瓶頸？
報告指出，到了2026年8月，員工指派的互動式AI代理累計執行時數，約為員工工時的6倍。這個比較加總了代理及子代理的執行時間，員工工時則按人數及每週40小時估算。AI代理可以連續執行多個步驟，例如使用工具、修改程式、測試與整理結果。這裡的執行時數計入推論與主動使用工具的時間，排除超過30分鐘的等待。
另一方面，AI代理仍經常需要人的回應。Anthropic發現，在互動式、多輪工作階段中，約8成經過時間是在等待人類輸入。閱讀量也帶來考驗，依互動式代理輸出的文字量及每分鐘閱讀250個英文單字推估，即使是非技術部門，要讀完這些輸出，也需要超過半個工作週。
一邊是等人回應的代理，一邊是不斷送到眼前的成果。報告因此指出，人的注意力成了代理產出的瓶頸。有工程師形容，自己面對的是一整支不斷要求他注意的Claude大軍。
產出增加，員工從「做事」轉向「管AI」
Anthropic觀察，工程師人均程式碼提交頻率約為半年前的5倍，業務成交更多客戶，法律部門也處理更多合約。研究追蹤同一位員工的表現，也發現採用AI工具後，產出隨之增加；公司同期快速成長，則是理解這些變化的重要背景。
省下的時間，也讓員工重新安排工作。一位業務人員表示，自動化接手了原本約20%的任務，包括起草郵件、串接客戶管理系統；一位招募人員則利用AI協助尋找人才、追蹤申請及分析資料，轉而投入面試設計與候選人互動。
值得注意的是，員工開始花心力安排AI如何工作。2026年4月的內部問卷中，20%的受訪者在開放式回答裡，提到自己的角色從執行工作轉向管理Claude。報告也記錄了員工撰寫代理指令、建立監控工具，以及安排代理互相檢查產出的做法。
報告將這類圍繞AI工作流程的建置與管理，稱為「後設工作」（meta-work）。它在平均員工互動式Claude工作階段中的占比，從2025年秋天的10%升至2026年春天的22%，增加超過一倍。
當工作開始包含安排AI任務、審查大量成果，以及處理接踵而來的決定，上班族可以怎麼準備？以下《104職場力》從委派、把關與協調，整理出3個提醒。
提醒1：交給AI前，先決定要它做什麼、怎樣才算做好
當工作逐漸轉向「管AI」，第一步就是把任務說清楚。
Anthropic報告中的一個產品設計團隊，原本負責撰寫Claude.ai問候語等產品文字，後來建立了引導代理生成內容的脈絡資料，再轉向設計提示詞與模型評估。他們把對產品文字的判斷，轉成指引AI產出、評估成果的依據。
Anthropic在2025年12月的另一份內部研究也發現，受訪工程師傾向把容易驗證、出錯代價低的工作交給AI，策略與需要組織脈絡的判斷則留給自己。
這種轉變需要工作者先理解需求，再把自己的判斷轉成AI能執行的規則。
對一般上班族而言，可以從寫清楚任務目的與完成標準開始。例如要請AI「做一份競品分析」，還需要說明許多條件：要比較哪些品牌？資料範圍要觀察多久？分析要幫助團隊選活動主題，還是決定預算？
交辦前，可以先想清楚3件事：
用途：這份成果要幫誰做什麼決定？
標準：必須有哪些內容、資料與來源？
確認時機：遇到什麼問題，需要先停下來問你？
以行銷工作為例，可以這樣交辦：「請整理A、B、C等3個品牌最近半年的公開活動，比較目標客群、主打訴求及優惠方式，每項附上來源與日期。先交比較表，等我確認後再提出活動建議。」
先確認資料與比較方向，再往下發展提案，能讓修改發生在較早的階段。工作範圍愈清楚，AI也愈容易沿著你需要的方向執行。
提醒2：產出增加，驗收方式也要調整
AI能快速交出多份報告或多個版本，檢查工作也需要重新安排。
Anthropic研究檢視同一位員工、同月份、同一程式碼目錄下，代理與員工直接撰寫的程式碼，未觀察到後續刪除或還原比例的差異。這是研究採用的品質觀察指標；報告也指出，程式碼品質有許多面向，AI錯誤可能更難察覺。
這項做法提供了一個實用方向：依工作內容設定驗收重點，讓檢查有明確依據。
延續競品分析的例子，例如價格需要核對幣別、方案與促銷期間；「這個品牌主攻年輕客群」則要檢查是否有資料依據。數字正確與分析合理，需要分別確認。
建議依照任務列出交付前的檢查項目：
整理資料時，要求附上原始來源、資料日期及尚未確認的項目。
製作報表時，要求保留計算方式，方便重算關鍵數字。
撰寫對外信件時，優先核對價格、時程、承諾及公司立場。
提出分析建議時，分開呈現已知事實、推論與假設。
也可以請AI在交付時，先列出需要確認的問題，作為審查清單的起點，再依原始資料與工作要求，檢查是否還有遺漏。最後，記錄連同交代、修改及檢查在內的總時間。持續使用幾次後，便能看出哪些任務確實節省時間，哪些需要調整流程。
提醒3：把注意力留給重要決定、讓團隊知道下一步
AI同時處理多項工作，也可能同時向你提出多個問題。每一項都要求回應，卻未必同樣重要。
Anthropic員工開始建立監控與彙整工具，管理代理的產出及要求。人與人的討論也持續存在：員工會議時間中位數較一年前增加20%，不帶人的技術職員工也增加16%。公司擴張與職務組成變化是背景因素，受訪者則指出，複雜問題仍需要人一起討論、決定。
報告也指出，決策紀錄會影響代理能否取得最新脈絡。團隊在會議中改了方向，就需要更新相關文件，讓後續工作沿用正確資訊。
可以從以下做法開始：
錯開需要判斷的任務。啟動AI任務時，先想哪個階段需要你確認，把要大量判斷的任務錯開，留出閱讀與決策時間。
把重複規則留下來。例如報表使用哪些欄位、資料缺漏時如何標示，下一次工作便能沿用已確認的要求。
交接時附上目前狀態。交出AI協助完成的提案，簡短說明哪些資料已核對、哪些問題待確認、需要誰決定，以及由誰往下執行。
主管也需要把審查與協調納入時程，訂清楚優先順序與最後確認的人。產出加快之後，團隊要一起安排好接下來的判斷與交付。
從「做事」到「管AI」，判斷力要在工作中累積
工作內容改變，Anthropic評估人才的重點也跟著移動。研究分析面試評分表後發現，技術職評語愈來愈常提到自主性與判斷力；非技術職則更常討論候選人是否以客戶與組織使命為重。
這些變化，也伴隨初階技術職占比下降：自2025年初以來，初階人員占技術部門的比例從21%降至14%，占技術職新進人員的比例則從27%降至9%。如何讓新人取得實作與學習機會，成為企業需要面對的問題。
對上班族而言，可以從每一次與AI協作的過程累積判斷：交辦前，先寫下自己的分析；收到成果後，比較差異、查明理由；完成工作後，記錄哪些做法有效、哪些問題需要補足知識。這些經驗，會成為下一次設定任務與驗收成果的依據。
當AI代理承接更多工作，人的注意力該放在哪裡？從想清楚任務、驗收成果，到和團隊做出決定，每一步都需要工作者運用專業，也在過程中持續學習。
（資料來源：Anthropic）
推薦閱讀：
AI亂象！95%企業被「工作垃圾」拖垮，你的團隊也有Workslop雷包嗎？
AI導入成敗看中階主管！5種卡關管理風格，你的團隊中哪種？
AI代理人時代，勝負不在AI多聰明！林之晨：關鍵在組織消除落地摩擦力
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>>
OpenAI躍數位管家 廣達、緯創等受惠
2026-05-04 經濟日報記者吳凱中 由聯合新聞網授權轉載
OpenAI強攻AI代理報捷，旗下程式碼生成工具Codex重大升級，不再局限於程式開發領域，跨足通用電腦操控的代理市場，化身數位管家，執行長奧特曼高喊：「Codex正在經歷屬於自己的ChatGPT時刻」。業界看好，OpenAI的AI代理大進化，鴻海（2317）、廣達（2382）、緯創（3231）等夥伴同步沾光。
Codex為OpenAI旗下程式碼生成工具，主要用於程式開發領域，這次升級在AI代理領域大躍進，引發業界高度關注。
根據OpenAI AI官方公告，Codex現已全面整合Slack、Gmail、Google日曆、Google Docs與Sheets等主流辦公應用軟體，無論是研究與規劃，或是文件、簡報、試算表等，Codex都能提供協助。
這意味Codex功能已不僅限於程式碼生成，只侷限於工程師市場，搖身一變成為一個能讀取電子郵件、回覆訊息、操作文件的數位管家，面向商機更廣大的AI代理市場。
OpenAI共同創辦人暨總裁Greg Brockman公開表態，「Codex人人可用，電腦上的任何任務都能完成。」奧特曼發文呼應，「Codex正在經歷ChatGPT時刻！」
Codex迎來其爆發時刻，輝達率先表態力挺，執行長黃仁勳寄信給全體員工指出，Codex不限軟體團隊，開放公司九部門逾萬名員工，範圍涵蓋工程、產品、法務、市場、財務、銷售、人力資源、營運及開發者計畫，所有員工均獲早期使用權。
OpenAI當前AI伺服器主要由鴻海、廣達、緯創等ODM大廠分食訂單。隨著OpenAI在代理AI領域有重大突破，後續可望持續強化算力建置，有利相關台廠供應鏈AI伺服器業務續強。
鴻海集團搶攻AI推論市場，大客戶輝達旗下最新AI推論機櫃Groq 3 LPX傳出提前於第3季出貨，由鴻海獨家供應運算托盤（Compute tray），並擔負LPX機櫃整櫃組裝主要供應商重任，與輝達一起搶食AI推論市場商機。
法人看好，鴻海受惠輝達AI推論機櫃新單落袋，加上在輝達新一代Vera Rubin平台市占率可望提升到55%到60%，將帶動鴻海下半年AI伺服器業務強勁成長，推升業績爆發。
[joblist_plugin title='104精選【鴻海】工作機會' url='https://www.104.com.tw/company/233rv1s' amount='3']
[joblist_plugin title='104精選【廣達】工作機會' url='https://www.104.com.tw/company/ahfsoq0' amount='3']
[joblist_plugin title='104精選【緯創】工作機會' url='https://www.104.com.tw/company/5wthkkw' amount='5']
[joblist_plugin title='104精選【NVIDIA】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='3']
喊AI就有培訓經費，真的嗎？
AI來襲，跟公司爭取培訓經費、加強技能，OK嗎？聽完這集你會學到，如何用緊急v.s.重要的「四象限圖」，精準表達學習需求，同時將個人職涯發展和公司的組織策略及部門績效掛鉤，優先執行關乎公司成長的戰略佈局。至於AI職能需求，可運用PDDRO（規畫、設計、執行、檢核、成果）流程與 SMART 原則確保訓練落地，搭配「公司內部大神」分享以實體線上「混成式教學」，極大化預算效益。
【本集來賓】穆廣浩，仰德集團新竹物流人資主管，有多年人資經驗，也是104Giver職涯引導師。
【本集重點】03:26 企業規劃年度教育訓練計畫的第一步04:55 如何蒐集真正的需求？06:40 如何從高階主管取得訓練需求？08:13 員工訓練需求如何滿足？11:00 如何推動員工AI轉型？13:30 企業資源有限，如何規劃？15:31 訓練費用有效運用：內外部講師，混成式、線上E課程、實體課程23:58 AI訓練如何落實在年度計畫？26:53 教育訓練有沒有效？如何檢視？28:30 員工學習需求可以主動提出嗎？
▍有效經營雇主品牌，你還可以聽EP583【雇主品牌】請病假，仍有全勤？！四大勞動新制上路！全勤獎金應按比例發放 EP448【雇主品牌】員工激勵「獎」在心坎裡。 公開「有面子」，獎酬「有裡子」，WFH「有彈性」 EP564【雇主品牌】員工兼講師！核心技術肥水不落外人田。 知識煉金術！將員工「隱性知識」顯性化、標準化、生動化 按「Follow」訂閱，最新一集Podcast立即傳送
有任何收穫或想分享的，都來和大家一起聊聊吧！