什麼情況下需要技術型CEO重出江湖?
什麼情況下需要技術型CEO重出江湖?
2014.10.19 | 技能

編者按:本文為著名投資機構GRP Partners合夥人Mark Suster所著。

什麼時候應當讓一個專門的執行長來打理公司?

這個問題已經有太多人在談論了。矽谷眾多的創辦人在發現自己淺薄的經驗將直接限制公司的發展時就意識到了這個問題。

那麼,什麼時候應當讓一個技術型執行長來打理公司?

似乎沒有多少人在討論。

enter image description here

然而如果你對最近幾年市場上的變化敏感一些的話,你會發現技術是其中最重要的因素。Larry Page 回歸Google,擔任執行長,就是一個典型的例子。

問題是,Google 明明已經有了Eric Schmidt。為什麼還需要Larry Page?

我覺得,Google 是受了矽谷的技術型新領袖——Mark Zuckerberg 的刺激。

世界變化的太快了,網路領域的快速發展讓Mark Zuckerberg 有機會劃著自己輕盈的小舟超過身邊一艘艘笨重的、官僚的、傳統網路行業的大遊輪。Larry Page 的回歸,似乎是Google 在簡化機構、增強創新力和競爭力方面的一次努力。

Larry Page 的回歸並不是矽谷唯一的案例。Steve Jobs 或許是最知名的一個例子了。但Steve Jobs 不太算「技術型CEO」的回歸,因為他代替的人——John Scully,本身就技術能力十足。

近來我們越來越多的看到類似Matte Mullenweg(WorldPress 的創辦人)8 年之後繼任公司執行長 這樣的情況。

我們似乎可以看到這樣一個慢慢成型的模式:先是專業的企業管理在推進著公司的快速發展,而技術領袖則專心研究如何成為行業翹楚,一直等到技術領袖經驗稍長時,再繼任執行長職位。

之所以有這些想法,是因為我最近正在處理Nick Halstead 重新擔任DataSift執行長一職的事情。

整個故事的發展是這樣的:

2009 年我第一次見到Nick Halstead,那時他正運營著一家叫做Tweetmeme(也就是DataSift 的前身)的公司,並且幫推特開發了早期版本的API。他向我介紹了許多Twitter的技術基礎,以及為什麼Twitter的數據特別有價值。

他不僅關注Twitter本身的數據,還關注其他一些諸如哪些用戶看到了這條發文、這條發文是在哪裡推送的、用什麼設備推送的、哪個時間段推送的等等。

更重要的是,他看到了一些數據之外的可能性推斷。他指出,Twitter這種發送鏈接給粉絲,粉絲通過鏈接找到被分享的原文進行閱讀的數據,其中隱含的數據價值比推文本身要大得多。

他就是那種讓你覺得聽君一席話、勝讀十年書的人,每次和他有過一些交流,就覺得自己對科技行業的未來又有了新認知。

這種交流我們一直持續了18 個月。等到時機成熟時,我們正式開始了合作。我和Roger Ehrenberg 決定投他的首輪VC 融資時,他正在英國的公司擔任執行長的職位。

在融資過程中,我們問他是否同意在北美市場僱一個新CEO 來幫他管理運營北美的市場銷售方面的業務,他很開放地同意了,並且覺得這樣做對於公司利益來說是最好的。

於是他在英國負責技術和戰略方面的事情,同時擔任公司董事會成員兼技術長。

接著我們請來來了Rob Bailey 擔任執行長。在那時,這是我們可以做的、最好的決定。

Rob Bailey 也帶領公司取得了快速的發展。在他領導下,公司的企業客戶數量增長超過了1000,獲得了超過6000 萬美元投資,也成為SaaS 行業成長最快的公司。同時我也向Rob Bailey 學習到了許多東西。如果可能的話,我希望能和他一直合作下去。

那,為什麼Nick Halstead 又要重新回來擔任CEO?

我們的行業發展得太快了,也因此技術型領袖能為公司帶來的成長和財富是不容疏忽的。如果在這方面稍有失誤,公司很有可能一蹶不振。John Sculley 在放走賈伯斯這件事情上曾說過這樣一段話:

“I did not have the breadth of experience at that time to really appreciate just how different leadership is when you are shaping an industry, as Bill Gates did or Steve Jobs did, versus when you're a competitor in an industry, in a public company, where you don't make mistakes because if you lose, you're out.”

裡面有一個很重要的詞,shaping an industry,重塑一個行業。

這就是我們目前面臨的機遇。

在過去的階段我們公司確實發展得不錯,但是你不得不承認,行業已經開始發生改變了。

十八個月前,Nick Halstead 正在研究一個被我稱之為Manhattan Project 的項目,這個項目極有可能成為公司成長史上的一大飛躍,因為它重新定義了企業客戶的公共、社交、大數據方面的內部和外部數據管理模式。

同時Nick 不僅僅滿足於為客戶提供內部數據管理、內外部數據整合這些事情,他認為開發出一個具有機器學習能力的可以自主識別、整合不同數據類型的管理引擎,才是最好的選擇。他把這個項目稱為擁有自主性的VEDO。

在Topsy 和GNIP 分別被蘋果和Google 收購之後,我們目前只剩下一個即時數據流獨立供應商。在Nick 擔任技術長時期,我們已經建立了一個足夠強大的企業數據管理平台,並且這個平台在不同數據量級的企業客戶身上都有很強的移植和改造能力,同時在對大數據的分析理解上又行之有效。

我們相信,基於這樣一種情況下,Nick 已經做好準備,重新回歸執行長一職,將帶領公司獲得一個質的飛躍。

本文出自36氪,原文出自bothsidesofthetable.com

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