厲害的人才都想去創業!組織怎麼留住他們?中國兩大企業的做法
厲害的人才都想去創業!組織怎麼留住他們?中國兩大企業的做法

近來,BCG的許多客戶都面臨了兩個相似的經營課題。

第一是「好人才留不住」,他們大都將創業視為職涯發展的必然,在組織內學習成長一段時間之後,就斷然離職、自行開公司。第二是「產業環境和技術變動太快」,公司策略團隊不知道該押寶哪個方案,才能賭贏、站穩市場。

面對這兩個勢必將危及企業存亡的隱憂,BCG和阿里研究院合力研究、歸結出一個新管理方式——平台型組織,試圖同時解決這兩大課題。

圖/ 經理人144期

具體的做法是將產品部門拆分為一個個小公司(或是小型產品團隊),一看到商機就快速推出對應的產品,搶占先機。至於製造產品之外的財務會計、倉儲物流、客服系統等支援功能,就統一由企業資源平台提供,提升經營效率。

生產部門拆分成小組,靈活應變市場需求

中國電商服飾品牌「韓都衣舍」,正是將平台型組織發揮到極致的好例子。

韓都衣舍以服裝款式多、更新快而聞名,但是負責生產的不是單一部門,而是多達兩、三百個的「三人產品小組」,每個小組成員分別負責商品的設計、製作和運營,為產品制定價格、毛利、銷售目標、庫存量,自負盈虧,薪酬和獎金也是從最終的銷售額和毛利中,按比例提撥。

為了讓產品小組能夠專注於發掘商機、推新品、把關品質,舉凡產品小組在經營時所需的一切資源,包含財務、客服、攝影、人資、企畫、IT系統等,公司都集中管理,分別成立中端平台,提供後援補給。

目前韓都衣舍的每個產品小組,平均每年能創造出逾百款新品,公司每年就能更新三萬多件商品,2015年營收高達新台幣60億元。

這種平台型的組織型態,使得大型企業既能保有新創公司的靈活性,藉此留下渴望創業的人才,也能隨著市場環境的改變,大量又快速地測試產品設計方向,更有機會抓準消費者的最新需求。

不過,除了前端和中間平台之外,平台型組織要順利運轉,還需要一個「資源分配者」,我們稱為「風險投資委員會」,負責決定資源投入的次序和多寡。

像是當企業與通路業者合作周年慶活動,只能推播10個品項時,哪些產品小組可以獲得行銷宣傳的機會,放進推播的名單之中?當攝影組的行事曆被卡滿,哪些產品有優先插隊的權利?或是,產品小組虧損多少錢時,就必須拆分重組?這些都仰賴委員會謹慎制定遊戲規則,決定平台資源和資金的分配,避免產品小組把時間浪費在無謂的爭吵。

自負盈虧的獨立營運團隊,為企業保持創新動能

平台型組織多見於網路公司,是因應快速變動的產業特性逐漸發展出的管理模式,但是對於傳統企業也極具參考價值。

中國家電龍頭「海爾集團」創辦人張瑞敏,便是意識到產業環境快速改變,因而借鏡網路公司和新創公司的做法,在既有的核心事業之外增設資源平台,並鼓勵員工創立「小微公司」(類似韓都衣舍的產品小組),自主創新、研發、生產和銷售新品,至於通路、財會、技術等資源,依然靠總公司支援。

「海爾洗衣」App就是小微公司做出的新產品,瞄準大學生族群在宿舍裡為洗衣機排隊、浪費不少時間的痛點,推出可線上查看和預約洗衣機的服務,還能直接用微信支付結帳,符合現代學生的消費習慣。

由於這款App只能連結智慧型洗衣機,所以海爾可以先將智慧型洗衣機批次賣給學校洗衣業者,由業者推廣學生透過海爾洗衣App預約洗衣,為學生省去等待時間,也為業者減少機器空擺著沒人使用的機率;接著,海爾再從中取得學生使用App的數據、了解他們的洗衣習慣,還能藉此和學生保持高度互動,做為行銷管道,為未來的銷售鋪路。

試想,在既有的洗衣機部門裡,如果有員工想額外制作App,部門難免會以本業為重,無暇專為App發展新的商業模式。一旦公司裡有內部創業的機制,可以組成獨立營運團隊,自負盈虧,自然有機會幫海爾逐步發展出第二種、第三種獲利來源。

觀察韓都衣舍和海爾的經驗,當企業打算在公司內建立平台型組織,高層如何分配平台資源、怎麼讓既有的部門願意提撥人力及時間來協助小微公司、平台與小微公司之間如何計算成本和獲利等,都將決定平台型組織的成敗。(口述 / 徐瑞廷,整理 / 韋惟珊)

「平台型組織」結構圖:活化企業,快速創新

平台型組織的特點是:由一個個規模較小、數量眾多的產品團隊,像新創公司一樣自行規畫、設計和銷售產品,有的還必須自負盈虧。

為了協助這些產品團隊順利運轉,企業會建立強有力的中間平台,提供財務、人資、客服等資源,並由最高層的「風險投資委員會」決定資源分配的順序。
這種組織結構有助於活化大企業,以針對市場變化快速創新,避免被市場淘汰。

本文授權轉載自:經理人

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