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NYTimes、BusinessInsider

關鍵字: #Google #大數據
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