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
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