生成式 AI 崛起，全球都在網羅 AI 人才。麥肯錫（McKinsey ＆ Company）指出，這類人才不只難找，企業要留下他們也不容易，超過 50% 的 AI 人才計畫在未來 3～6 個月離職。

麥肯錫調查：50% AI 人才想在半年內轉職

2023 年 8 月麥肯錫針對全球 1 萬 2000 名員工調查，其中有 12% 屬於生成式 AI 模型開發者和生成式 AI 重度使用者，也就是 5 成任務必須與生成式 AI 協作，例如 3D 建模設計師、資料科學家等，是企業想積極網羅的人才。

其餘 88% 員工中，18% 為生成式 AI 輕度使用者，主要是沒有技術背景，但會使用生成式 AI 工具完成任務；70% 為非使用者，指的是目前工作尚不需要 AI 協助，像是照護人員、服務生等現場工作者。儘管非使用者比例高，但隨著生成式 AI 發展，輕度和重度使用者會提高。

進一步了解他們的轉職意願與敬業度，12% 的 AI 人才中，有 51% 想在半年內轉職，高於全體員工平均 34%。

為什麼企業留不住 AI 人才？

比起薪資，AI 人才更重視工作的彈性與平衡

許多公司以為，留住 AI 人才的重點是薪資，但根據麥肯錫調查，在工作條件的排序上，相比其他員工，AI 人才更重視工作與生活平衡、遠距工作的彈性，以及職涯發展機會。

調查進一步分析，AI 人才的期待跟公司提供福利有何落差，就發現其實雇主也肯定靈活工作環境（遠距工作、彈性工時）的重要，願意提供相應福利條件給他們。但他們忽略 AI 人才也很重視「是否受到組織和管理者賞識」（valued by manager and organization）及職涯發展機會，意即 AI 人才在這部分的關注度比企業想像的還高，代表企業其實沒有讓 AI 人才感受到成就感。

以「努力」、「工時」衡量績效，不適用於 AI 人才

麥肯錫觀察，這是因為人工智慧改善既有的工作模式，但傳統績效考核方式、工時制度並未跟著調整，這可能讓 AI 人才績效無法被看見。麥肯錫紐澤西州的合夥人亞倫．斯梅特（Aaron Smet）就表示，過去我們崇尚「努力工作」，用「工時長度」、「編寫的程式碼長度」衡量員工績效。但透過 AI ，工作者能快速完成工作，因此組織不該再以工時或既有量化指標來衡量績效，而是應該用任務品質來看績效，鼓勵工作者投入更複雜的任務。

然而，該怎麼調整績效的計算方式？亞倫坦言，因為與工時長度、程式碼多寡相比，任務品質更難衡量，導致組織傾向維持既有的績效計算方式，而讓 AI 人才的表現不容易被看見。如果組織的績效評估機制未調整，AI 工作者提早完成工作、提前下班的行為可能被同仁或主管當成「薪水小偷」，或是逼他們定期回報工作項目，這些行為和標籤可能會讓 AI 人才選擇離開。

AI人才更想要認知能力和溝通能力提升

除了調整績效考核制度，讓 AI 人才表現受到關注外。針對職涯發展部分，企業則要提供「非技術類的訓練內容」。 AI 人才關注的技能中，前2名是「認知能力」（higher cognitive skills）、「社交情緒技巧」（social emotional skills）。《財星》（Fortune）訪談埃森哲（Accenture）人工智慧長關蘭（Lan Guan）指出，認知能力包括分析思考、結構思考，以及溝通技巧、同理心，這些都是 AI 暫時無法取代的能力，因此關注這些技能會更重要。

其一，AI 能夠快速學習各種資訊，它都是基於歷史資料來做決策，但在動盪全球商業環境中可能不適用，所以如果 AI 人才希望自己有能力評析 AI 的資訊，甚至抓出 AI 的盲點，產生獨特的商業策略，還是仰賴批判性思維、整合思考等能力。

隨著生成式 AI 專案需求日益龐大、複雜度增加，AI 人才比以往更需要跨部門溝通。因此，學習溝通技巧也能幫助他們理解第一線同仁需要，協力以科技解決問題，甚至將 AI 的使用方式推廣出去，讓 AI 開發更符合人性的工具。

BCG 則建議，企業需要給予 AI 人才明確的職涯道路，以科技業來說，數位人才的期望是每 12～18 個月晉升。除了 AI 分析師、 AI 資深分析師之外，再往上有沒有其他可能性，也是企業可以思考的，不該只讓 AI 人才停留在完成專案的職涯發展路徑上。

如果雇主能夠提供靈活的工作條件、更符合實際情況的績效計算方式，以及提供符合他們期待的資源和訓練，將更有機會留住 AI 人才。

核稿編輯：張玉琦
資料來源：McKinsey Quarterly 2024 no.3 封面故事（1）、[McKinsey Quarterly（2）]、Harverd Business Review、Fortune、BCG