不只薪水高、福利好!Google 的工作為何吸引人?資深經理親身說法
不只薪水高、福利好!Google 的工作為何吸引人?資深經理親身說法

多年前,剛到 Google 要擔任執行長的艾力克‧施密特(Eric Schmidt)發現,他的辦公室比一般「執行長規格」小,不僅如此,第一天就有人主動進辦公室跟他「共享」工作空間,幾個星期後,他的辦公室已經有 5 位同事。施密特的體會是「這顯然不是一家用辦公室大小來衡量地位與重要性的公司。」

這個故事記述在《Google模式》中。許多在其他企業顯得不尋常的事,在Google裡顯得理所當然,一般管理階層有的「小房間」(有隔間的獨立辦公室),在Google亦不存在。Google台灣資深公關經理張聿嵐笑著說,台灣區總經理陳俊廷的辦公桌,也不比她的大。有時候她覺得「在Google主管很難當」,特別是在其他企業當過高階主管的經理人,來到這裡可能會需要一段時間適應。

多人決策、匿名問卷,把修正弊病的權力交給員工

不僅沒有特權,管理權也不能一把抓在手上,公司為了避免決策偏見,刻意設計避免僅有單一主管決策權。

舉例來說,面試與任用必須經過多人共識,避免主管偏私與偏見;績效考核除了主管之外,還要邀請同儕評量。 張聿嵐舉例,2016 年她列出的工作成果中有蔡英文總統到 Google 資料中心的參訪,主管就建議她應該邀請 Google 負責政府關係的同事擔任同儕評量人。另外,升遷也不是主管提名,而是由員工自己提名自己,再交由升遷委員會經過好幾個月的審查決定。

還有每半年一次針對主管的向上回饋調查,部屬可匿名對主管的管理方式給予回饋,主管們收到調查結果後會向團隊成員公布,並就得分較低的部分提出解決之道。

曾有一次,跨區域的高階經理人收到的回饋是,沒有花足夠的時間照看各地區,該經理人宣布接下來每周輪流與各區域團隊開會,加強與各區域的連結。這並不一定是最好的解決辦法,但在一般企業裡,無論好壞,主管鮮少能聽到員工的心聲,更遑論有機會修正自己的管理方式。還有每年一次針對公司策略調查的 Google 精神問卷(Googl geist),顯示 Google 把主導公司改變與形塑文化的權力交給員工。

雖然在某些時候,還是需要主管拍板定案,但絕大多數時候,Google 講究的是充分授權。以張聿嵐的工作為例,公關在台灣只有她一個人「所以你要自己了解公司的需求和市場趨勢,推論該做什麼事情」這牽涉到個人的經驗與判斷,沒有標準答案,但必須要有從頭到尾發想、計畫、執行到看到成效的能力,她回報的主管也不在台灣,對台灣市場也沒有她熟悉,所以她必須自己決定該做什麼。

張聿嵐說,有時一個專案,所有合作的對象都不在台灣,你必須自己尋求其他部門的同事協助,只想等待指令、聽從指令的人很難適應這份工作,「follower(跟隨者)很難進來(Google),我們強調每個人都要有leadership(領導力)。」

找「人才」不是找「職缺」,人格特質更勝專業技能

談到信任員工,Google 有極度開放的彈性工作制度。有兩個小孩的張聿嵐坦白說,她是到了 Google 才覺得自己可以生小孩,因為之前的工作環境根本無法準時下班帶小孩。現在她不但可以接小孩,告訴同事她晚上 6 點到 9 點之間不處理公事,再利用孩子入睡後把工作處理完。她還曾帶過小孩去上班,同事也都能理解,甚至公司的員工餐廳還準備了兒童椅和兒童餐具,顯示體貼員工的文化。

不過,這樣的工作型態要運作順暢,要歸功於 Google 花最多心力著墨的招募策略,強調找的是「人才」不是「職缺」。也就是說,不是依照職缺所需職能條件找人,而是希望找到富有成長性和機動性的人才。在專業能力已經具備的前提下,觀察他是否認同公司使命、他的學習能力與人格特質,是否具備跨部門合作的溝通能力。

「這裡沒有明文規定你要尊重人,但是只要你進來就會認為,這是自然而然的事情,」張聿嵐談到她覺得這家公司最「神奇」的地方在於,確保員工的多樣性(diversity),能彼此尊重、卻又擁有不同思考模式,創造一個開放多元的環境,造就了 Google 持續推出創新的文化。

延伸閱讀:

1.  向 Google 學人才管理:員工不是被聘來「做工作」的
2. 「4 要 1 沒有」原則!原來 Google 這樣挑人才

本文授權轉載自:經理人(《經理人月刊》2017 年 6 月號,封面故事:你也做得到的 Google 式管理)

關鍵字: #Google #企業文化
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