「為什麼專案進度又落後了?」這5種提問,小心傷了團隊士氣!
「為什麼專案進度又落後了?」這5種提問,小心傷了團隊士氣!

圖說明

「為什麼專案進度又落後了?」「為什麼本季表現下滑?」在檢討會議上,主管企圖運用提問,釐清團隊未達標的原因。可惜這種問話方式聽在部屬耳裡,就像是興師問罪!這不僅讓團隊心情大受影響,還營造出一種「誰回答就要誰來承擔」的氣氛,當然沒有人願意深入思考,提出解決方案。

美國著名的溝通大師卡內基早在八十年前,就曾在《如何贏得友誼及影響他人》中寫道:「高效率的領導者懂得如何問問題,而不是忙著下指令。」

他所謂的「問問題」,是指懂得提出「具有啟發性的問題(empowering question)」,幫助部屬整理思緒、激發創意,指引出工作的新方向。當團隊成員循著問題,逐一爬梳可行的做法,自行推導出一套改善之道,就會基於「這是我想出來的!」而更有動機和意願去執行。

但究竟主管應該「怎麼問」?商管暢銷書作家 Bernard Marr 在 Linkedin 分享的作法可供參考:

###第一招:別怕太囉唆,就是要問出細節
(X)「這個做法可行嗎?」
(O)「可以詳細解釋一遍你的做法嗎?」

所謂有啟發性的問題,就是讓答案不要只有 Yes 或是 No,而是讓回答者有更多的發揮空間。與其只關心最終的結果,不如換一種問法,讓員工覺得被重視、被關心,也能夠更具體的瞭解過程。

###第二招:別怕太濫情,力搏感情就對了
(X)「這個月的目標金額達成了沒?」
(O)「這個月的工作狀況一切都還好嗎?」

這樣的問題方式會大大改變員工對主管的看法。大部份的人都吃軟不吃硬,因此略施一點溫情攻勢,總比一開始就負面指責來得好。這種有助於改善互動關係的問題,能夠讓你換一種方式監督進度,而且不會聽起來過於冷漠、頤指氣使。

###第三招:別怕太犀利,你需要懂得思考的人才
(X)「要繼續採用這個策略嗎?」
(O)「繼續採用這個策略的話,你預測本季的結果大概會如何?」

想要讓員工更有想法、更勇於走出創新的道路?這一招最適合!批判性思考往往是最需要被激發的。今日不經意的一個小問題,說不定能夠成為明日偉大想法背後的推手。

###第四招:別怕太挑剔,多拋假設問題沒壞處
(X)「這一次要採用A方案還是B方案好?」
(O)「為什麼我們總是採用A方案或是B方案?這真的已經是最好的方法了嗎?」

在拋出問題前,不要太過於劃地自限。很多時候,只差再往前那麼一步,就能藉助眾人的腦力激盪,殺出從未想過的第三條路。

###第五招:別怕太巴結,借重他人經驗是上策
(X)「在這件事上,你有什麼看法?」
(O)「根據你過去在這方面的經驗,你認為怎麼做比較好?」

不必多慮對方會覺得這是奉承話、場面話!人人都有好為人師的特質,當領導者展現出對經驗的看重,自然會讓回答者能夠更有把握地分享所知所見。

###bonus:別怕太費工,多想一下失敗原因為未來做準備
(O)「你們覺得為什麼這個方案會成功/失敗?關鍵點何在?」

在一次巨大的成功/失敗後,不要忙著狂歡/傷心,先提出一個能夠讓大家重新思考的問題,讓員工有時間靜下心來找出癥結點吧!透過詳細的辯證找出成功或者失敗的理由,能夠幫助團隊催生出新一波成功浪潮,也會更謹慎避免重蹈覆轍。

期待員工擁有解決問題的能力?那就做個狂問問題的領導者吧!當你勇於對員工拋出一個又一個的問題時,促使大家天天思考,就能逐漸培養出「擁抱問題、解決問題」的良性職場文化。

原文出處 / Linkedin
圖片來源 / ShutterStock

本文授權轉載自:經理人

關鍵字: #LinkedIn
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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