Google人資副總~Big Data分析面試應用,在校成績多無用
Google人資副總~Big Data分析面試應用,在校成績多無用
2013.06.22 | 創業

Google應是全世界看過最多「數據資料」的公司,若是將這些巨量資料(Big Data)運用在領導(leadership)和管理(management)領域呢?Google人資資深副總博克(Laszlo Bock)接受《紐約時報》訪問表示,巨量資料影響層面越來越廣,不過要運用在領導層面還是相當困難的,部分挑戰來自於:多數情況下領導是由直覺驅動,而且糟糕的是許多人認為自己的領導能力很不錯,事實上只有少數人擁有好的領導能力。

數年前Google進行一項研究,想知道Google是否特別擅長挖掘優秀人才;在上萬次面試中,請面試官為求職者評分,然後再觀察每個人的工作表現,發現這兩者之間的關連性「零相關」,而且還是「隨機」結果,其中只有一位面試官預測準確,原因是他只面試了一個人,這是非常專業的領域,而這位面試官正是全球在這個領域當中最厲害的專家。

此外,還發現了「腦力激盪」其實只是浪費時間,例如:一架飛機可以塞入幾顆高爾夫球?紐約曼哈頓有多少間加油站?除了浪費時間之外,這些問題無法預測任何事情,只是讓面試官覺得自己很聰明而已。

相較之下,行為面試(Behavioral interview)通常是比較有用的,例如詢問求職者:如何解決困難問題?當求職者分享個人經驗,面試官再繼續探究其作法,可以得到兩種資訊,一是該求職者和真實世界的互動情況,再者,更有意義的就是可得知求職者認為什麼事情是「困難」的。

另外還從中發現,對領導者來說,最重要的是讓部屬知道進行任何決策都是「一致」且「公平」的,部屬做起事來也比較自由,原因正是他們瞭解要依循的準則為何,只要在準則之下,就可以做自己想做的事。

Google每年會進行兩次的經理人評量,稱為向上回饋(upward feedback)調查,只要是有主管的員工,都要參加這項評量,詢問12~18項不同因素,再將結果和主管分享,進而追蹤是否改善;結果是:過去三年Google因此大幅提升了主管素質。

如果向某位主管闡述對他並不是那麼好的調查結果,可能會落入以下對話,「我覺得我做得比這個結果好」、「可是這是你的感覺,事實上這是大家回報的結果」。其實不用說那麼多,對大多數人來說,只要讓他們知道「資訊」為何,然後進行修正即可;巨量資料其中一項應用層面即是帶來「事實」,讓人們明白所做的決策並不完美,接下來就會調整自己的行為。

若是將巨量資料運用在Google員工身上呢?目前觀察到的是:在校成績(GPA分數)在面試過程中是毫無參考價值的,除非是剛畢業的社會新鮮人,因為沒有其它可以參考的指標,才會稍微參考在校成績;過去Google面試過程一定會問在校成績,現在也不這麼做了,因為這並不能預測任何事情。有趣的是,隨著這樣的決定,目前14%的Google員工並未上過大學。有的Google團隊中,甚至有14%的成員都沒有上過大學。

特別是在Google工作2~3年的員工,其工作表現和大學表現就完全無關,因為兩者所需的技能是完全不同的;事實上,經過工作洗禮,也成為了完全不同的人。另外的原因是,博克認為大學的學術環境是非常人為的環境,人們經過精細訓練之後可以取得成功,但也習慣在這樣的環境下成功,而Laszlo Bock在大學遇到挫折的原因,就是因為教授總是在等待學生們回答特定答案,但更有趣的應該是解決沒有特定答案的問題。

註:畫線部分為原翻譯錯誤部分,已做出修正

出自NYTimesBusinessInsider

關鍵字: #Google #大數據
往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 2025 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