開會沒效率,是因為這 7 件事沒做好!來看看Google的會議技巧
開會沒效率,是因為這 7 件事沒做好!來看看Google的會議技巧

「開會好累喔!浪費好多上班時間…」「每次開會都會超時,最後好像還是沒討論出什麼…」「為什麼會越開越多次,明明就不需要這麼勞師動眾…」

很多人不喜歡「開會」,一方面覺得消耗掉太多時間與心力;另一方面可能是覺得不太必要(尤其是既定的例行會議,容易流於形式,而非真正有所助益。)但其實,「運作好」的會議是很有幫助的。好的會議,團隊成員能提出有意義的資料與意見、辯論議題與觀點、實際做出決策,其實最有效率的共事方式。顯然,這樣的會議比較少見,大多數人還是不喜歡開會。

該如何進行一場「運作好」的會議?《Google 模式》一書中分享了幾個秘訣,這些會議規則長期被 Google 所採用,他們發現這些做法相當有效,不妨參考看看:

1. 每場會議,一定要有「決策者」

會議的每個時間點必須有明確的決策者 一 也就是要為決策承擔最大風險的人。兩個位階相同的人參與會議,通常不會產生一個好結果,因為兩人最後會彼此折衷、讓步,而不是做出困難卻最佳的決策。

2. 決策者應該「親自」做事

決策者應該負責召集會議、確保好開會內容、訂定開會目的、決定與會者,並至少在 24 小時內發送議程給與會人士。會議結束的 48 小時內,決策者應該要摘要決策及工作事項,並發送給與會者與需要知道決策的人。

縱使不是決策會議(例如:資訊交流會議、解決方案、腦力激盪會議等),也要有一位明確的會議主持人。主持人要邀請與議題有關係的人出席,準備清楚的議程與會議前工作,並於會後結束,傳送給需要知道資訊的人。

3. 不必要的會議,根本不需要開

任何會議都應該有明確目的。如果會議目的不能周詳、無法明確定義,或是會議無法達成目的,就不應該召開。決策者必須認真思考:這個會議有用嗎?召開會議的次數是否太頻繁或不夠頻繁?參加者真得能取得需要的資訊?

4. 規模應在容易運作的範圍內

不要超過 8 人,最多 10 人(仍然不太鼓勵這麼多人)。開會要讓每位與會者有表達意見的空間。如果有更多人需要知道會議結果,決策者要確保有「溝通流程」可以傳達訊息,而不是邀請他們與會,但卻只讓他們在一旁觀察。

5. 有些會議,你可以不用參加

如果這場會議不需要你,請離開!或最好在事前就婉拒。尤其是和顧客或事業夥伴的會議,更應該使用這個原則。

很多時候,我們和客戶或事業夥伴公司的一位高階主管走進會議室,原本應該是一場相當「私密」的會議,卻發現會議室裡坐滿人。如果客戶覺得需要讓全部成員與會,我們也無能為力,但我們這邊則該儘量節制,越少人參與越好。

6. 參與會議,切忌遲到

結尾時,一定要總結會議結論與工作事項。如果會議比原先安排的時間更早達成目的,就提早結束。另外,也要安排讓與會人員有吃午餐和中間休息的時段,注意這些,會讓你贏得員工和同事的敬意。

7. 開會時,就請專注在會議上

開會時,請勿做其他事。每位與會者都該專注在會議上,而非其他事務。如果要開的會議實在太多,讓人無法完成工作,建議你能排定工作的優先順序,如果有能推掉的會議,就盡量減少出席。

延伸閱讀:

  1. 向Google學30分鐘會議,從此不再開會開到死!
  2. 3方法加速會議進行,終結冗長會議

資料來源:《Google 模式》,天下雜誌出版

本文授權轉載自:經理人

關鍵字: #Google
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