「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
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
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