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
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