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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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