壞的董事會謀殺了惠普
壞的董事會謀殺了惠普
2011.09.27 | 科技

蘋果前副總,同時也是Be OS創辦人Jean-Louis Gassée,在部落格Monday Note發表文章,回顧近來在科技業掀起風波的HP事件,特別評析董事會決策過程,認為是董事會一手將全球最大科技公司惠普推入困境。一個不適當的董事會,極有可能毒害企業體,矽谷兩大公司雅虎和惠普都證明這點。

雅虎先前毫無預警地趕走執行長巴茲(Carol Bartz),巴茲立刻公開質疑雅虎董事會主席,還說雅虎董事會都是蠢蛋(doofuses),不過雅虎董事長Roy Bostock並未回應,這些表明絕對不會出售雅虎的董事們,一方面要求員工認真工作,另一方面卻又和投資銀行家秘會,商討公司出售事宜。

再講到HP,執行長Mark Hurd一手帶領HP超越IBM,成為全球第一大科技龍頭,不過去年八月因為未經證實的醜聞和小額經費瑕疵解雇了Mark Hurd,或許這項決定難以判斷對錯,不過之後董事會卻授意HP發表公開聲明詆毀Mark Hurd缺乏道德又無判斷力,之後卻又讓人不解的付給他3千萬至4千萬美元,董事會為此遭股東起訴,媒體也大肆報導。

很快地,甲骨文在九月聘用Mark Hurd,《紐約時報》Joe Nocera在專欄中評論,HP董事會最擅長的事情,就是拿石頭砸自己的腳。接著HP向Mark Hurd提起告訴,表示加入甲骨文的Mark Hurd會濫用HP機密資訊,不過兩周之後,在競業禁止協定無效的狀況下,HP撤訴。

董事會無法從內部選出執行長,匆忙聘請李艾科(Leo Apotheker),當時《紐約時報》曾經報導,這一項人事任命太過匆忙,甚至連大部分的董事會成員都沒有見過李艾科,比起一連串的攻擊前執行長Mark Hurd,董事會似乎並不太看重選擇執行長的要任。

不過,就任不到一年的李艾科又被董事會解雇,離職數小時之後,HP董事會又開始詆毀這位執行長,長篇大論列出要趕走李艾科的原因,卻避而不談董事會為什麼會同意李艾科的決策。現在,HP任命惠特曼(Meg Whitman)擔任執行長,出身eBay的惠特曼,專長是消費者領域,在科技界毫無背景,而且在eBay期間收購Skype手法笨拙,也沒有將其與eBay拍賣業務整合,最後讓股東們虧損27.5億美元。儘管如此,HP董事會主席藍恩(Ray Lane)還是相當讚揚惠特曼;不過他發送給HP全體員工的聲明中,被Jean-Louis Gassée批為沒內容且陳腔濫調,甚至說出了:我們對HP的未來充滿信心。

這一次,惠普同樣沒有在公司內部或對外找來具科技產業背景或是管理大公司經驗的候選執行長,也不考慮人力資源公司推薦的候選人,AllThingsD專欄作家Kara Swisher也提到,藍恩表示最近八個月就企圖說服惠特曼接任執行長,因為他覺得惠特曼有領導才能,是李艾科所缺乏的,而這距離藍恩讚揚李艾科「我欽佩李艾科將近二十年了,他非常適合打造HP堅實的基石,讓HP保持在創新前列」也不過四個月的時間。所以,惠特曼可能要特別小心了,HP員工和支持者也應該問問自己:現在的HP之道到底為何?

出自Monday Note

關鍵字: #HP
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓