搞懂開發者經驗,創造「有意思」的工作
搞懂開發者經驗,創造「有意思」的工作
2016.01.29 | 技能

圖說明

什麼是「有意思」的工作?每個人對它有不同的想像,但如果不能在管理者與工作者間取得共識,將會造成營運管理的難題。專注在使用者經驗和視覺方面的工程設計的美國軟體公司Target Process執行長杜巴夫(Michael Dubakov), 認為,其中的共同因素值得提出來討論,其中有兩項最為明顯與重要:

  1. 有意思的工作是具有挑戰性的,它幾乎要超出挑戰者的能力範圍,但仍看似可以被解決,而目的地卻如海市蜃般樓讓人捉摸不透。
  2. 有意思的工作可以賦予新知識,當工作者解決一項任務並從中學習新知,那麼在結束時,將會得到雙倍的滿足感。

所以,有意思的工作是既富有挑戰性又具有啟發性的。現在來談另一件事:開發者的經驗。

初級開發人員:第一次真好

初級開發人員幾乎都在從事有意思的工作,因為任何事對他們來說都是既有挑戰性又値得學習。這就是為什麼初級開發員總是快樂地微笑著。他們每天都在學習,第一次使用軟體架構模式(Model-View-Controller, MVC)?好興奮呀!第一次發現Javascript裡的原型繼承(prototype inheritance)?太酷了!解決網頁IE 8的呈現錯誤?這需要好好思考…

有經驗的開發人員:換職位,不然就換工作吧!

最初的熱情已然消退,而僅存的樂趣一天比一天還少。當有趣的程度降到臨界點時,麻煩來了,那意味著工作者學不到任何新東西了。漸漸地,他會變成一個「殭屍開發者」,日復一日地解決相同的作業問題。然而,真正的殭屍開發者甚至不喜歡有意思的工作,他們挑選能以不費吹灰之力完成的類似工作,難度則是越低越好。

有一天,當「我已經幾週沒有做過有意思的工作了」的想法浮現腦海時,這是個嚴重的警戒,而且必須盡快解除它。最好能和管理者協調,看是換職位或是換公司。每份工作都應該要能平衡有意思的工作和日常例行的工作。

沙場老將:挑戰個人極限

可以增加三層企業的解決方案嗎?好。可以建另一個社群網絡嗎?好。殭屍開發者等級:80。經過10年專業的程式訓練,老將們已有充裕的知識和經驗做為後盾,甚至能精闢地挖苦、吐槽工作內容。事實上,已經沒什麼事情能激起他們的興趣了。

有些人說:「我們是專業人士,我們解決問題不為樂趣,而是實現造福他人的價值,這就是為什麼我們還在這個行業。」他們試著把修復程式的問題昇華為理想層面的問題,這個方法只有部分時間行得通,這些人通常並不快樂。沒人指望能看見他們的熱情、初衷和勇氣。

有些人則在本身領域內持續精進,不斷摸索更好的程式設計方法。例如,研究編譯器長達20年,一路上必須堅持、有耐心和冷靜,很少人能堅決地走完這趟荊棘之路。有些人則試著尋找挑戰個人極限的工作,他們換工作、換國家、換工作領域、換科技行業。他們解決各種各樣的問題,並且累積範圍驚人的技術能力。最終,他們將無法在各個領域學有專精,不過,卻能以令人意想不到的角度看待事情、解決問題。

公司該怎麼辦?

好的公司應能提供足夠數量的有意思的工作。有件事是很荒唐的,那就是認為每位員工能以相同的熱情執行每項作業。只有當有意思的工作和無趣的工作達成平衡,熱情才能持續燃燒。

最理想的情況是,公司讓初級開發者快樂地完成那些老將們認為瑣碎的任務;有經驗的開發者完成那些老將們認為一般的任務;而老將們則對真正艱困的任務進行腦力激盪(要找到這些任務或許不容易)。

圖說明
X軸為開發者的專業知識,Y軸為開發者的數量。圖左上為產品開發;左下為外包作業;右上為目標進程;右下為科研項目。目標進程小組與科研項目的弧線相似。

至於初級、有經驗和資深人員的比例該如何安排?以Target Process來說,有25位初級人員、19位有經驗的人士和6位資深的開發員,換算成百分比則是0-75-25%。不過,更健康的比例是25-50-25%。

若認為一間公司不需要初級開發者,那就大錯特錯了。當老將們必須經常修理一些細碎不堪的問題,他們的熱情會冷卻、生產力會下降,而失去有力人才的機會就增加了。總結來說,管理者必須思考以下幾點:

  1. 幾乎每項任務對初級開發者來說都是有意思的。
  1. 有經驗的開發者應該著重於平衡有意思的、一般的任務。
  2. 老將級的開發者則有兩條路:持續專研技能或者涉獵新領域,以變成通曉各方面的多功能人士。
  3. 公司應該重視「有趣程度」,並且妥善安排不同專業程度的人員比例,讓其解決相對難度的任務。

文章編譯自Target Process

往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

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