【MMDays】 你的老闆讓你「在家工作」嗎?
【MMDays】 你的老闆讓你「在家工作」嗎?
2013.02.20 | 創業

以前在 Google 工作的時候,我最喜歡的一項制度就是「在家工作」,打卡這一件事情對我來說從來不曾存在過。很多親朋好友聽到我可以「在家工作」時,露出的都是狐疑的表情,我想他們心裡的 OS 應該都是:「這樣子公司真的可以運作嗎?」。其實,我認為在所有非工業時代的管理方式之中,這是尊重員工最好的一項制度,所以開始帶領 iKala 這家公司後,我想盡辦法要把這個制度帶進來。台灣對於「責任制」、「22K」的討論和辯論從來沒有停止過,但是卻鮮少人聚焦在討論「在家工作」這一項奇妙的管理措施。我認為,一家公司是否真正實施腦力密集的管理方式,很大程度上可以從雇主對於「在家工作」這件事情的看法來衡量。

圖片來源:RADVISION Blogs

腦力密集 vs. 勞力密集

現在全世界很多企業的管理方式,都是工業時代留下來的一些管理方式。當時是一個「勞力密集」的世界,員工的工時和產出可以直接被精密的計算,員工的工作型態也較少牽涉到複雜的腦力創作,因此許多管理方式的假設都是基於「員工的工時和產出可以直覺地被量化」。

後來知識經濟時代到來了。

許多產業逐漸轉向以腦力密集為主:員工的工時變得不是重點,腦力的產出變得難以衡量。結果,員工待在辦公室 8 個小時,完全不代表他有了 8 個小時的產出。畢竟身體雖然坐在那邊,但是腦袋中究竟發生了什麼事情,根本就是看不見的。這個時候再以純粹的工時和打卡來做管理,代表雇主完全不想去瞭解公司真正的生產力是如何。

這其實是一件非常麻煩的事情:「你要如何衡量腦力密集工作者的生產力?」

我這邊僅以軟體業和網路公司為例,一方面是因為我自己只待過網路公司;一方面開發軟體這件事情是「純粹的腦力創作」,我認為非常具有代表性。程式設計師 (或軟體工程師) 的生產力可以從很多方面來衡量,但是這些方法沒有一個是精確的,有些人會以程式碼的行數來算,但是這些程式碼有的是註解、有的是 data file,有的是 auto-generate 出來的程式碼,難免可以灌水,我常常看到有些程式設計初學者會吹噓自己一天之內寫了多少程式碼,其實這樣的陳述是非常籠統的,完全無法判斷一個人的生產力。當然,軟體工程界已經發展出非常非常多的方法論和工具,可以從不同角度衡量程式設計師的生產力、得到很多指標,不過有一件事情可以確定的就是:沒有任何單一的方法可以讓你拿一副紙筆就把生產力給直接「算」出來。

聽起來情況還滿悲觀的,無法計算生產力,如何管理員工?

所幸人類是很聰明的,我們不知道怎麼計算腦力工作者的生產力,但是我們至少可以知道哪些事情「一定會破壞生產力」。然後,我們盡量去避免這些破壞生產力的事情。

隨便抓一個藝術家、作家、程式設計師、或是任何一個腦力密集的創作型工作者,問問他們覺得自己什麼時候的生產力是最高的,肯定大部分的人會回答你「不被人打擾、一個人安安靜靜的時候」。是的,腦力密集型的工作者,最怕的就是一再被別人「干擾」,始終沒有辦法專心自己眼前的事情。腦力密集的工作者,最需要的是進入 flow (心流, 或稱做神馳) 的狀態,在這段時間內個人的生產力大幅提昇,甚至感覺不到時間的流逝。就像 Peopleware 這一本經典之作中提到的:「神馳一小時,比起十個六分鐘的時段,且中間穿插十一次干擾,能完成的事情可多得多了。」所以「在家工作」最大的功用,在於給員工「一段乾淨的時間」,讓他們在這段時間內可以發揮高生產力。同樣地,不使用「打卡」來管理員工,也是因為每個人在一天當中的不同時間,生產力是截然不同的,很多軟體工程師就是喜歡半夜寫程式,這個時候如果還以打卡制度來管理,雇主就無異是拿石頭砸自己的腳,畢竟半夜怎麼樣也算是下班時間吧,員工一旦 follow 了這樣的制度和框架,生產力高漲的時間就會白白被浪費掉。所以結論就很明顯:

「在家工作」不是讓你打混偷懶,而是期待你有更高的生產力。

這是一個非常違反直覺的結論,但是卻普遍適用於腦力創作者。雇主通常會因為沒安全感,而用各種方式和制度把員工留在公司裡,然後騙自己「工時 = 生產力」,好像員工待在公司的時間越長,生產力就越高,這完全不適用於腦力密集的產業,畢竟身體雖然在那邊、但是心飛到哪裡去了誰知道呢?而且已經有研究顯示,工時過長的員工,長期來講生產力是非常低落的,所以壓榨員工一點好處都沒有,還會使得一些心生不滿的員工最後對著老東家開槍,完全是一種惡性循環的管理方式。

在家工作不是讓員工在家打混,而是希望員工可以偶爾自己安排生產力高的時間,遠離一切干擾,專心地為公司創造有意義的產出。不過問題又來了,既然我們之前提到了生產力很難衡量,那麼如何確保大家不打混?所以這又牽涉到一件很重要的事情:

「在家工作」要有配套措施

企業主和和員工雙方都必須體認到的一個事情是,「在家工作」的本質性目標是提昇公司的生產力,而不是一種提升員工滿意度的補償或是妥協。將「在家工作」視為一種員工福利,其實是一種自然產生的附屬性結果。以腦力密集的產業來說,如果實施得好,將會是企業主與員工雙贏的局面。而要維持這樣的一個制度,就需要相對應的配套措施:

●徹底以目標為導向的文化:說實在的,你不可能安裝一個監視器在員工家中,來確定他真的有在工作,你能做的,就是訂定清楚的目標,並且確定目    標達成。最理想的是同時也建立同儕審查 (peer review) 的機制,如此很大程度上就可以取代那些相當耗費時間的衡量生產力的複雜方法。

●建立企業內部遠距工作的機制:你總不會希望員工在家根本沒有工作的環境,以一般公司來說,你需要的是 VPN 還有遠距溝通的機制 (也許是    Skype, GTalk, Email, 或是其他企業內部的工具),重點是員工在家不能成為失聯人口。

●約法三章:在家工作的前提是不能影響團隊中其他人的工作,今天明明有重要的設計會議要開,結果你早上起床覺得有點懶惰,就直接跟大家說你不想來開會了,這就是一種對制度的濫用。企業主永遠要為制度保留彈性、保留調整和修改的空間,「在家工作」也是一樣,任何制度都不能被無限上 綱,防火牆也都要預先築好,否則美意會被白白浪費,就跟我們的健保制度一樣。

●然後,信任你的員工:如果你打從心底不相信你的員工在家會好好工作,那麼你有更深一層的問題需要先解決:「你看待你員工的方式,以及你們對彼此的信任感。」信任是任何組織和企業運作的基礎,如果連信任這一點最基本的元素都沒有,在家工作也根本不是一個重點了。你可以確定你的員工一定會在家偷偷打混摸魚一下,但是一旦前面幾點你都做到了,你還是可以有效提升員工的生產力。

面對面的討論永遠是無可取代的

最後,我們永遠必須記得的是:任何形式的討論,都比不上面對面的討論來得即時和迅速,人們在面對面溝通時會有效捕捉對方的肢體動作,加速溝通的進行,這一點是電話或是視訊會議永遠無法取代的事情,一旦我們需要與團隊成員進行大量且即時的溝通,在家工作絕對不是一個好主意。記住,在家工作是為了換取「一段安靜不被打擾的時間」,別讓它成為一個拖慢團隊溝通速度的兇手。

回到文章開頭所提到的,我認為,一家公司是否真正實施腦力密集的管理方式,很大程度上可以從雇主對於「在家工作」這件事情的看法來衡量。從上面的討論大家就可以知道,接受「在家工作」這件事情,意味著我們需要先破除「工時 = 生產力」或是「身體時間 = 腦力時間」或是「待在辦公室才是有生產力」這一些不符合腦力密集產業的錯誤假設。對於企業主來說,「在家工作」這一個制度的確要付出許多額外的管理心力,有的時候我們必須漸進式地、花一段時間才能成功建立這樣的制度,但在我看來,這不過是反應出管理腦力工作者本質上的複雜性罷了。我真心相信,這樣的制度,長期而言會增進企業的生產力,也完全符合這光速時代的潮流。

轉自MMDays

關鍵字: #職場 #創新創業
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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