[何飛鵬] 核心團隊該多大?
[何飛鵬] 核心團隊該多大?
2013.03.11 | 創業

過年之前,我循例徹底盤點一下整個工作團隊,在台灣我帶領的團隊約1000人,一個完美的整數,也讓我深覺肩頭重擔難以承受,可是大多數人我並不認識,整個公司分成許多獨立運營的團隊,各團隊主管負完全責任,再由團隊主管向我報告,工作成員與我的互動極少,基於好奇,我約略盤點一下,常與我互動的核心團隊到底有多少人?

我用了幾個方法去計算,第一個是我認識、叫得出名字的人,這種人近兩百人,不到20%。但這並不準確,因為這公司我由小做到大,許多人已經和我工作一、二十年,因此雖然是基層工作者,我仍然認識。另一個方法是,統計下二階的主管,再加上一些雖無主管職,但擁有某些專業的重要工作者,總計約150人,占總人數的15%,這些人應是我們全公司的關鍵戰力。

這次的盤點,協助我解答了核心團隊規模的問題,有一個創業中的讀者問我,他的公司有70個人,核心團隊大約多少人才適當?

組織約可分為兩個層次,百人以上及百人以下,百人以上的公司必須要靠系統、靠制度運營,因此核心團隊的規模與80/20原理暗合,核心團隊通常不會大於20%,我們公司15%的比例尚合常理。

可是百人以下的公司,屬於新創的小規模公司,又可以分為幾個不同的層級:

5個人以下的小規模公司 :人人都是核心團隊,每個人都要發揮高度的戰力。5個人的核心團隊約可擴張到15人左右的公司。

15到30人的公司: 核心團隊占比約在1/3左右,30人公司,核心團隊不超過10人。

30到100人的公司: 核心團隊則在20~30%左右,人數愈多,團隊占比愈少,100人的公司核心團隊應不超過20人。

這個核心團隊比率,並無任何科學理論依據,完全是我數十年創業經驗的總結,規模愈小的公司,用人愈精簡,必須要人人都有高度的效率,所以10人以下的公司,嚴格來說,每個人都是核心戰力,每個人都要當兩個人用。

而30人又是組織的另一個門檻,30人以下的公司通常經營者的兩眼可及,對系統、制度的要求並不高,因此只要有1/3的稱職工作者,就能使組織發揮績效。

30人以上的公司,經營者一人的英明已不夠用,一定要開始導入制度,例如要有健全的人資、行政等後勤管理系統,一旦系統建立,核心團隊的穩定作用就可發揮,因此核心團隊的比例可以降低,一個好的核心成員甚至可以影響10個人以上。

不過百人以下的公司,如果不能有效導入制度,那永遠不可能變成更大的公司,這時核心團隊的養成與制度的建立同等重要。

[何飛鵬]城邦出版集團副董事長、商周出版發行人。曾任《卓越》雜誌、《保險行銷》雜誌總編輯,曾被金石堂書店選為1997年出版風雲人物。何飛鵬部落格:http://blog.pixnet.net/feipengho

出自 經理人網站

關鍵字: #企業經營管理
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