唯偏執狂得以倖存!英特爾傳奇CEO 安迪.葛洛夫的經營哲學
唯偏執狂得以倖存!英特爾傳奇CEO 安迪.葛洛夫的經營哲學
2016.03.23 | 人物

圖說明

##從難民到英特爾執行長

「唯偏執狂得以倖存」(Only the Paranoid Survive),是英特爾創辦人之一安迪·葛洛夫(Andy Grove)的名言,一語道盡他戰戰兢兢、戒慎恐懼經營英特爾(Intel)的心路歷程。

1956年底,20歲的猶太裔青年Andris Grof,在歷經了納粹屠殺的威脅及蘇聯共產主義的統治之後,逃出了祖國匈牙利,抵達美國紐約。1960年,他以第一名畢業自紐約市立大學(City College of New York)化學工程系,3年後取得加州大學柏克萊分校(U.C. Berkely)的化工博士學位。

1968年,青年才三十出頭,便和積體電路(IC)發明人羅伯特·諾伊斯(Robert Noyce)與知名化學家高登·摩爾(Gordon Moore)共同創立公司,名為英特爾(Intel,即Integrated Electronics的縮寫)。這個年輕人是編號第3號的員工,日後卻成為英特爾最具代表性的人物:他是安迪·葛洛夫。

##從工程師學習成為領導者

化工背景出身的葛洛夫,是個不折不扣的工程師。他最初只是想追隨在快捷半導體(Fairchild Semiconductor)的上司摩爾,卻沒料到諾伊斯和摩爾對經營事業根本毫無興趣。而既然第一號和第二號員工都不想管事,責任自然落到了三號員工頭上。

然而,葛洛夫對於企業管理一無所知,用他自己的話說:「我嚇死了。我簡直惡夢連連。我應該是工程部門的主管,但我們人太少,所以就要我負責公司營運。」

然而,葛洛夫的惡夢,卻激發了意想不到的潛力,讓他成就斐然。他一路摸索、認真學習,英特爾的規模也日益擴增。最終,在1987~1998年擔任執行長期間,公司市值從43億美元激增至1976億美元,漲幅高達45倍,葛洛夫因此被評選為過去25年來「最具影響力的企業領導人」。

2006年,哈佛商學院(Harvard Business School)教授李察·泰德羅(Richard Tedlow)出版葛洛夫的傳記,在泰德羅眼中,葛洛夫有著獨特的身世背景,而放眼當今商業世界,或許再也找不出與他有著相似經歷的企業執行長:經歷了納粹主義和共產主義,最終卻成為美國商業史上最重要的資本家之一。

葛洛夫曾經著書詳述自己在匈牙利度過的童年和青少年時光。儘管家庭幸福,但生錯時代的葛洛夫,生命中的前20個年頭,可說都是在生死交關中倖存。

泰德羅在傳記中花了相當篇幅描述葛洛夫這段生命早期的歷程。他認為,深入探究葛洛夫的童年和青年時期,對於了解他在日後如何成為一名經理人非常關鍵。套用泰德羅的說法,葛洛夫在匈牙利的成長經驗,和英特爾企業文化的形塑密切相關。換言之,在匈牙利的所學所知,到了英特爾就是徹底相反。泰德羅不認為葛洛夫是刻意或有意識地這麼做,但顯然童年經驗對於成年後的葛洛夫,有著相當程度的影響。

在納粹和共產主義的極權統治下,為了烘托謊言可以犧牲真相。人們會因為抱持不同意見而蒙受生命危險,也會因為主張某個看法而被貼標籤。一個人所握有的權力不是來自於他的實力,而是「官大學問大」。也難怪,對於祖國充滿負面記憶的葛洛夫,在商業世界裡,對於真相的追尋是如此熱切。

##鼓勵分歧,決議就全力支持

英特爾早已和葛洛夫畫上等號,而葛洛夫對於英特爾企業文化的形成,也遠甚於任何一位領導者。如果有所謂的「英特爾風範」(Intel way),則絕大部分要歸功於葛洛夫時代所奠定下的基礎。

在《10倍速時代》(Only the Paranoid Survive)一書中,葛洛夫將希臘神話故事裡的女預言家卡珊德拉(Cassandra),比喻為公司內部能夠迅速看出逼近的變化、並及早發出警訊的人。對於這類傳達噩耗的人,葛洛夫認為身為領導者無論如何都不該加以扼殺或壓抑。因為一旦員工因為說真話而受罰,就會心生恐懼,被迫噤聲,從而阻斷了重要的討論。

卡珊德拉是葛洛夫預防自己疏忽或犯錯的重要機制,以確保他不會「贏了自己應該要輸的爭辯」。而為了保護卡珊德拉,英特爾內部早已建立起「建設性衝突」(constructive confrontation)的文化:知識就是力量,重要的是你知道什麼、能夠貢獻什麼,而非你在組織裡的頭銜或位階是什麼;爭論時「對事不對人」,鎖定的焦點是議題,而非發出疑義或提出主張的人;而儘管起初意見分歧,但一旦做出最後決議,便要全力支持。葛洛夫也讓員工知道,向他提出自己心中的疑慮,甚至是質疑他的知識或能力,都不會招致任何負面影響。

每當論及葛洛夫的成就,最常提及的關鍵因素就是**他對局勢的精準研判與敏銳觀點。**泰德羅指出,葛洛夫具有一種冷靜看待問題的神奇力量,一旦遭遇困境,葛洛夫總能抽離自身,以一個局外人的角度、不帶感情地客觀審視,最終做出睿智的決策。葛洛夫對於「領導力」或「領袖魅力」其實是抱持懷疑態度的,他拒斥領導人天縱英明的說法,曾說:「我們沒人知道自己正朝哪個方向。我就不知道。」葛洛夫只是知道,身為領導人,就算目標模糊,不知自己要前往何方,也要負起專業的責任,鼓舞員工持續向前,在關鍵時刻果斷抉擇。

##客觀理性,資訊是決策基礎

領導人不是神,不一定能夠立刻指出正確的道路,因此他必須傾聽不同的聲音,蒐集各種資訊,以廣角、俯視和旁觀者的角度來看待局勢,「先任由渾沌主宰,再設法掌控渾沌」(let chaos rein, then rein in chaos)。

當然,睿智如葛洛夫,在管理生涯中也犯過眾所周知的錯誤,其中尤以奔騰晶片(Pentium)浮點運算瑕疵事件最為著名。

在葛洛夫的運籌下,英特爾在1990年初期進行一系列「內建英特爾」(Intel Inside)的造勢,成功將英特爾打造為家喻戶曉的品牌,讓消費者印象深刻。然而,他忘了英特爾自此已經不是工業產品製造商,而是消費性產品的製造商。因此,當奔騰晶片在1994年出現瑕疵而引起軒然大波時,他的工程師性格蒙蔽了他的判斷力。他堅稱晶片是有瑕疵,但問題並不嚴重,「那是每90億次運算才會出現一次四捨五入的誤差機率」。

葛洛夫是產品導向的人,忽略了品牌是由企業和顧客共創的(co-created)。這一次,他沒辦法站在顧客的立場來看待這個世界。消費者才不管瑕疵的發生機率,他們要的是沒有瑕疵的產品。最終,葛洛夫在龐大輿論壓力下,被迫違反他的心意,承認這是一個問題,英特爾因此蒙受嚴重損失,並允諾消費者退換奔騰晶片。

##勤勉嚴謹,全力自我批判

泰德羅認為,葛洛夫過人的管理技能,全憑他個人的自修得來。在扛起英特爾的營運任務之初,葛洛夫的第一個任務就是弄來一個郵政信箱,收取管理相關的訊息,一切從根本學起。而且從開始負責管理工作以來,他更是長期保持著撰寫管理日誌的習慣。

「把自己的想法寫下來」在葛洛夫的自學過程裡扮演著重要角色。書寫,養成了他的思考紀律;而日誌,就是他的教室。他寫下了自己從工程師變成經理人後的職務內容,也記錄了從管理產品到管理人的心路歷程。

在葛洛夫的人生中,知識就是他的行動座標,即使生病時也不例外。

1996年,葛洛夫於《財星》雜誌上發表一篇文章,細述他成功對抗前列腺癌的歷程,文中鮮明呈現出葛洛夫解決問題的邏輯。他先是找尋研讀大量參考資料,接著比較各種療法的優劣,最終選定成功機率最高的療法。葛洛夫對於罹患癌症者的建議是:研究調查、選擇療法、採取行動,而且一切都力求迅速。

雖然是對抗癌症的建議,卻也是葛洛夫管理風格的縮影。葛洛夫行事嚴謹,有時甚至近乎嚴苛,使得英特爾的氣氛宛如一只「壓力鍋」,稱不上是令人愉快的工作場合。然而,曾經有記者問過摩爾,如果英特爾少了葛洛夫會變成什麼樣。摩爾的回答是,「那個地方會快樂多了,但整個規模也會小很多。」

泰德羅從葛洛夫的筆記本中發現,如果說葛洛夫對旁人很嚴厲,那麼他對自己只有更嚴厲,從不吝於自我評判。誠如他在《葛洛夫給經理人的第一課》一書中所言,**「經理人一天到晚在做的事,就是成為別人學習的對象。」**葛洛夫認為,領導的定義有千百種,因此言教不如身教,「最好的方法就是『做』,還要做得『讓別人看得到』。」

當年32歲的葛洛夫,在毫無企管背景的情況下,踏上了由工程師蛻變為經理人的漫長旅程。他靠著自修,架構起他的管理觀點,並且卓有創見。

他最終讓混亂的商業世界,根據英特爾創造的市場法則來運行,使這個工程師王國,成為知識經濟時代中的重要地標,並且影響了一整個世代的工作方式。這個思考型的領導人,以他想像不到的方式,改變了這個世界的運作。

圖片來源/Intel官網

本文授權轉載自:經理人

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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