華爾街的人才為什麼紛紛湧向矽谷?
華爾街的人才為什麼紛紛湧向矽谷?
2014.08.06 | 科技

許多華爾街的銀行家開始脫下西裝革履,轉而換上了休閒的運動服。走出高樓林立的紐約,來到好山好水好陽光的矽谷。

5月份,高盛集團的科技、媒體和電信組的負責人Anthony Noto決定辭職加入對沖基金Coatue Management。但到了七月份,令整個華爾街意外的是,他接下了Twitter CFO的擔子。

Noto並不是個案。如今,正有大批財經專家和商學院畢業生,紛紛放棄了銀行的工作,蜂擁前去科技類公司。Adam Zoia是搜尋公司Glocap Search 的CEO。他說,自金融危機以來,代表身份和地位象徵的金融類工作便熱度大減,而科技類工作卻異軍突起。

據華頓商學院數據顯示,科技行業的就業率位列第三。2014 年,13.5%的畢業生選擇了這一領域,這個數字在2008年僅僅是5.6%;2013年,18%的哈佛商學院畢業生選擇了科技行業,幾乎是2008年的三倍。轉行的不僅僅是剛畢業的MBA,就連已經涉足銀行業的人也都迫不及待想跳槽。

Cathy Li便是其中一員,2009年,她離開了Barclay,加入了Gilt Groupe。她說,僅僅呆了兩個月,她便去意已決。並非工作不順,而是企業文化難以融入。「那裡的人窮得只剩下錢了,我沒有任何導師,整個人都迷失了。」而新的工作竟是曾經被自己拒絕的公司,她搖身一變成為一名產品經理。放棄一份優厚的收入並不容易,跳槽也沒有想像中那麼輕鬆:缺乏經驗、隔行如隔山、適應矽谷開放自由的工作,還要放棄曾經的優厚待遇。

Adam Zoia 表示:「金融人才也有不少優勢,他們工作拼命、高效、死守deadline。」

Hired的聯合創始辦Matt Mickiewicz認為,創業公司需要會做生意的人,他們能幫助公司成長。尤其是那些MBA,他們懂得預估市場規模、並巧妙制定策略,讓公司名利雙收。SkillBridge的聯合創始人Stephen Robert Morse也對此深信不疑,「懂得使用Excel、會分析數據、有好創意的人,都是創業公司所需要的。」他希望自己的員工學會運用數據,去擴大用戶量、增加購買量。

新創公司如此,大公司亦然。LinkedIn便是個例子,他們正不遺餘力得挖財經、諮詢類背景的專才。人事總監Brendan Browne希望藉鑑他們的問題處理框架,數據挖掘技巧,以及有效的溝通能力,這些都是LinkedIn的業務核心。而候選人們的工作範圍也會超越金融,分散涉及到公司運營、企業建設甚至銷售等領域。

Li在Gilt主要負責網站分析、確定模式、以及解決商業問題,這些工作無一不考察她的創造性和問題解決能力。然而,幾個月前,公司還只是希望找一個有銷售或者工程背景的人做這些事。創業公司早期希望獲得大筆資金,接下來他們要做的是精打細算。

頂尖的科技公司Google, Facebook 和Amazon 都開始增加對MBA人才的需求,給出的薪資與金融類職位不相上下。對於早期的創業公司,如果發不出這麼高的薪水,也會用股份吸引有衝勁的年輕人。除了期權池(Option Pools)的誘惑,科技類公司還會為員工提供更多成長空間。比如LinkedIn的暑期實習律師Audrey Zhou 就在收購Newsle的項目中,得到了與執行長Jeff Weiner以及共同創辦人Reid Hoffman溝通的機會。

本文編譯自cnbc.com,轉載自36氪

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