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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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