人人都可學!東京女社長的超強時間管理法,想做的事都能完成
人人都可學!東京女社長的超強時間管理法,想做的事都能完成

「事情都做不完了,哪有時間跟朋友吃飯?」「工作太忙了,根本沒時間準備英文檢定跟證照⋯⋯」這是你心理的OS嗎?總是覺得時間不夠用,所以常常決定「不去做某件事」。

但是,許多的成功人士並非是用「因為沒時間,所以沒辦法去做⋯⋯」的減法思維來衡量時間,相反地,他們秉持的是「這個要做、那個也要做」的信念,是將時間以加法來思考的人。

來自日本東京的臼井由妃(Usui Yuki),原為連一本商管書籍都沒看過的平凡家庭主婦,卻因為丈夫罹癌去世,要一肩扛起經營公司的重擔。但是她不僅讓公司從負債3億日幣變成年收23億日幣的優良企業,還能每年辦60場以上的演講、出版3本以上新書。此外,還以每年一份證書的速度,取得地政士、MBA及多項博士學位。

臼井人生版圖的大躍進,來自於她高超的時間管理能力,她認為「懂得支配時間,就能擁有生活餘裕與金錢」。談到時間管理,她提出了4個提醒:

一、 再忙,也絕不能忽略人際關係

「因為沒時間,就減少與人碰面的次數」堪稱是在進行時間管理時的大忌。臼井強調:追根究柢,機會、時間和金錢都是由人製造而來的,所以任何事都比不上與人交際還來的重要。實際上,無論是經驗或新知,許多事情反而是透過與人交流才能真正學習到箇中道理。

當然,以現實面來說,我們不是整天閒閒沒事做,的確無法一天到晚不停與人約見面吃飯,所以,「對要碰面的人進行評估」變成是件很重要的事,而「優先和可能成為未來貴人的人士見面」或許是你應該考慮的方向。

此外,既然手邊要處理的事情如此繁忙,我們更不該以專家自居,自認凡事都要自己解決。相對地,向他人請益是更有效率的方式,換句話說,就是「與其知十,不如認識十個有所知的人」。

二、 與其受人督促,不如自我監督

你常常有趕不上死線(deadline)的焦慮狀況出現嗎?雖然這類事情的發生,不可能完全防止,但你可以試著採取「由自己訂定時間期限」的方式,大原則就是「在設定期限時,必須由他人規定的截止日往前推算」。

舉例來說,雜誌文章的截稿日通常為每個月的15號,那麼,你可以為自己訂下「要提早3天完成」的期限,並向對方宣告你的規劃。臼井的多年經驗證實,比起其他人規定的截止日期,人們會對於自己所認知的期限比較敏感,所以也比較願意遵守自己所訂的期限。

三、 杜絕優柔寡斷,先做再說

「等我有衝勁時再說」「再等我準備得完善一點…….」這些都是優柔寡斷者的口頭禪。實際上,任何事情拖得越久,反而會變得越難處理。「先做了再說」才是真正講求效率的人的做法。在不得已的情況下,優柔寡斷者會認為自己是在「準備不足的情況下,不得不開始工作」,反之,高效率工作者是採用「就算還沒準備好,也要暫時先起步」的觀點做事。

而在工作大約完成到60%的時候,可以停下來檢視目前進度並適時修正執行計畫。與其追求行動前需要萬事俱備,不如邊進行邊修正,慢慢邁向完美。

四、 小習慣生出大時間

在此,臼井特別提出了兩個時段─早晨與空閒時間。因為早晨是一般工作者特別提不起勁的時段,而空閒時間則是一般人最常浪費掉時間的時候。

早晨

要如何駕馭早晨?不妨謹記「一」字訣原則:

1. 洽商等重要事情,在「一」早進行

人在早晨起床後3~5小時左右,是大腦前額葉的活躍期,此時最適合進行戰略思考或計畫商討等重要工作。

2. 討厭的事,「一」早就把它解決

把非做不可卻又提不起興致處理的事情往後拖延並不會讓自己更輕鬆,只會讓自己想到就痛苦。若一早就把討厭的事解決掉,反而能讓之後的工作做起來更愉快盡興,一整天下來,就不會因為有尚未處理的厭煩事情,而感到沉重壓力及倦怠感。

空閒時間

至於空閒時間該如何規劃?臼井認為,就算突然出現了5分鐘或10分鐘的零碎時間,一般人通常會因為沒有做事前準備,所以當下不知道該做什麼,只好任由時間流逝。對此,她建議事先列出在空閒時間能做的事,制定「空閒時間表」,例如:

5分鐘:

  • 收發電子郵件和電話聯繫
  • 發想宣傳標語或商品名稱
  • 收集報章雜誌的趨勢資訊

10分鐘:

  • 寫感謝狀或問候卡
  • 做體操或伸展運動
  • 練習英語會話或查單字

如此一來,藉由事先思考「幾分鐘能做什麼事?」即便是短暫出現的「空閒時間」,也能做最有效率的運用。

關鍵字: #數位工作術
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