集體創新,關鍵是一再溝通(五)
集體創新,關鍵是一再溝通(五)
2013.03.07 |

Q:導入這個做法後,組織中改變最大的是什麼?
A:舉個例子來說明。過去,我們把防毒分成3個領域:抓病毒、抓垃圾郵件和抓惡意網站,3者互不相關、各有各的KPI(key performance indicator,關鍵績效指標)。但這樣做的結果卻是,目標雖然都達到了,卻造成兩個問題:第一,花費非常高,因為三邊都在各自投資;第二,太耗CPU(中央處理器)效能,因為三邊都有各自的軟體,結果客戶的電腦反而動不了!

在一次討論過程中,有個抓病毒的工程師說,「我抓病毒時,發現病毒碼裡都有惡意網站的網址,因為它會把偷到的資料送回網站」;抓垃圾郵件的團隊則回應,垃圾郵件裡也有惡意網站的網址。

我們就想,與其讓這三個事業成為各自領域的第一名,為什麼不把它們的功能連結起來呢?於是,隔年我們就修改了KPI,變成「無論哪一個團隊抓到病毒,都要在15****分鐘內傳給另外兩組」。這套「雲端截毒技術」(smart protection knowledge),成為我們最強勢的軟體。當客戶收到垃圾郵件時,裡面要你去的惡意網站、要你下載的病毒軟體和抓到個資後要送回去的網站,都會一併被我們封鎖,因為我們在雲端就已經溝通好了,客戶不用再下載個別功能的病毒碼。

Q:聽起來技術上並不難做到。如果這個整合的過程問題發生在別的公司,最困難的是哪個部分?
A:最困難的是改KPI,因為每個部門的績效和薪水都跟KPI****掛勾。當時的我,就像「水裡的魚」,不知道水的重要。所以宣布要改KPI時,我覺得理所當然;但宣布後我覺得奇怪,大家為何這麼遲疑?後來才想到,原來他們的獎酬都跟KPI有關,結果我們又從主管到基層執員工,改變所有人的獎酬制度。那時候我才恍然大悟,想說「原來『系統思考』是這樣牽一髮動全身!」

幸好,我們的同仁對公司事務參與非常深。比如說,最近人資部門在思考績效管理系統的修改方式,我們便開放所有員工來討論,反應非常熱烈。

許多國外員工都覺得很訝異,覺得「怎麼會有公司把這種事拿來討論?不就是公司怎麼規定、員工怎麼做嗎?」許多管理階層不想放出這個權限,就是認為員工一定只會提出「主管不要來評量我」「我的薪水要加倍」之類的建議,但我們的經驗卻完全不是這樣。

同仁們其實都想得很細膩。讓我印象最深刻的一個狀況是:當所屬的團隊工作比較清閒、另一個團隊卻因為重要專案而忙得不可開交時,同仁是否應該去幫忙?去幫忙,自己的績效考核權仍掌握在原本主管手上;不去,又覺得有點不安。幾乎所有的企業都有類似的問題。

同仁的建議是:如果在自己的專案外,又參與了公司十大主要專案,該專案的負責人就可以給他extra credit(額外的績效)。這樣一來,主管就能被正式告知同仁在支援別的專案;萬一同仁在自己的專案表現不理想,也可以從額外參與的專案獲得彌補。

Q:當雲端時代來臨,經理人的管理方式會面臨什麼改變?妳有什麼建議?
A:經理人要相信,「協同創新」要比「個人能力」有用。過去經理人都被訓練成要相信「我是對的、我決定方向、大家要照我的方法作」。但現在,經理人必須放下自己的有色眼鏡,在公司裡建立一個平台,促成合作、集合共識。他也要具備「分享」的特質,有時甚至要為了成就大局,適度隱藏自己的光芒。

資料來源《經理人月刊No.69》

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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