IBM超級電腦Watson面試矽谷CEO:馬斯克最謹慎、納德拉最果斷
IBM超級電腦Watson面試矽谷CEO:馬斯克最謹慎、納德拉最果斷
2017.06.29 | IBM

想要成為矽谷最成功的CEO,需要哪些素質?可能在不少人腦海裡都會蹦出高學歷、有遠見、有領導能力、會任人唯賢,但其實最必要的素質是謹慎。

根據CNBC報導,招聘公司Paysa最近利用IBM超級電腦Watson做了一份調查分析,指出「聰明才智」是科技頂尖公司大佬們需要必備的最重要的技能,而「謹慎」也必不可少。

CEO個人的品質將會對公司產生很大的影響。比如,冒險可能會帶來更多的機會,謹慎可能會避免付出昂貴的失敗代價;想像力可以促成驚人的技術突破等等,Watson給這些矽谷大佬們打分數,列出排名,我們選取其中幾個CEO要素與大家分享。

矽谷最謹慎的CEO是特斯拉、SpaceX的伊隆·馬斯克。看到結果還是很驚訝,馬斯克給人一慣的印像是喜愛冒險,擁有巨大的野心。他的各種大膽想法,讓人很難把謹慎這個詞與他聯繫起來。

在謹慎方面,其餘排名如下:微軟CEO薩蒂亞·納德拉排名第三,比爾・蓋茲排名第五,看來微軟的領導層都是謹慎派。蘋果的庫克排名第八,Google母公司賴瑞·佩奇和Facebook佐克伯排名最後兩位、墊底。

63u1cbdt1ekh0hso.jpg
圖/ 36 氪

而在與謹慎有些對立的決斷力這一特質排名中,馬斯克墊底。而微軟CEO薩蒂亞·納德拉排名第一,比爾・蓋茲排名第二。看來微軟的CEO們可以快速謹慎而堅定地下決策。

xwb4p4dzzfeusepe.png
圖/ 36 氪

矽谷最有想像力的CEO是蘋果庫克,儘管從庫克上任後,蘋果創新乏力的觀點甚囂塵上,但是庫克對於外界的質疑,一直保持著低調的態度。他在接受《麻省理工科技評論》採訪時首次表示,蘋果不是沒有在開發相關技術,只是不想過多討論,蘋果只討論即將上市銷售的技術。或許從想像力方面,我們還可以期待庫克將會帶來哪些驚喜。

排名第二位的是亞馬遜貝佐斯,微軟的兩位領導人比爾・蓋茲和納德拉分列第7和第11位,看來謹慎與想像力頗有點不可兼得的意思。而佐克伯排名第十、再度落後,從另外幾個領導特質來看,雖然身為矽谷最年輕和最富有的CEO,但佐克伯還是落後於這些老前輩們。

fpihfwdb9exnixs7.png
圖/ 36 氪

Watson的排名是基於數據得出的。Paysa收集了上述幾個矽谷老大的演講全文、出過的書、接受採訪的實錄等等資料,並利用Watson人格洞察分析認知計算應用程式接口(API)來完成分析。

根據IBM Watson方面的說法,人的性格是可以根據人的寫作、說話和長相的特徵來提取的。如果想要知道一個人的性格如何,完全可以藉助這種AI技術去分析,從而得到更加準確的結論。

利用AI來判斷個人的性格,相當於是一場智慧面試。現在已經有不少大公司開始在招聘時啟用AI系統,跨國消費品巨頭聯合利華就在這種AI招聘中嚐到了甜頭。

聯合利華與數位人力資源服務提供商Pymetrics和HireVue合作。打破了以往校園宣講、收履歷、面試的招聘模式,將招聘過程數位化,如果候選人可以透過AI系統的一系列考驗,就能成為公司的一員。

候選人透過Facebook或LinkedIn線上提交履歷,隨後他們會要求在Pymetrics平台上玩12個基於神經科學的小遊戲,來判斷他們是否符合某些職位的要求。

一旦透過小遊戲,就會接到HireVue的視訊面試邀請。在視訊面試時,系統會給出幾個問題,候選人只許透過手機,對著攝影鏡頭進行回答。這時,HireVue就會開始分析候選人的肢體動作、面部表情、說話的語音語調等等幾方面,並向HR提出一些意見。

tjr15h7c5zburj2h.jpg
圖/ 36 氪

對於像聯合利華這樣的跨國大公司,每年至少要處理來自全球各地的25萬份履歷,利用AI技術無疑能夠大大簡化招聘流程,提高工作效率。據聯合利華方面給出的數據,使用AI平台後,招聘人員篩選簡歷的時間減少了75%,候選人的招聘流程從四個月降到了四週。

聽起來,AI不僅要在未來取代翻譯和新聞記者,還很有可能也把HR擠走。但是,在實際操作中,還是會有人質疑AI的準確性。

利用機器算法來測試候選人的面部表情、肢體語言,並學習哪些人在工作中更具備公司所要求的素質,聽起來就跟看面相一樣玄乎。另外,如何確保機器學習的數據是可靠的且沒有偏見的,這些都是頗具爭議的問題。或許科學依據與可靠性僅僅是人工智慧技術的「一廂情願」。

此外,在招聘過程中,人與人直接交流還是有很多情緒因素,很可能會影響候選者的情緒,例如招聘公司HR是個混血帥哥,女性候選人就大爆發,超常發揮。如果是AI機器面試就絕對不會發生這種情況。這就有點類似托福和雅思考試,面對機器作答和真人考官對話,完全是兩種不同的感覺。

在情感認知方面,AI還有很長的路要走。

本文授權轉載自:36 氪

關鍵字: #IBM
往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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