揭秘矽谷黑暗面:那些派對、糖果牆還有免費啤酒的騙局
揭秘矽谷黑暗面:那些派對、糖果牆還有免費啤酒的騙局

本文摘自:《獨角獸與牠的產地》,時報出版

我以為科技公司從偉大的發明開始──一種神奇的裝置或是聰明的軟體。在蘋果,賈伯斯和沃茲尼克共同打造出一部個人電腦;在微軟,蓋茲和艾倫(Paul Allen)開發出程式語言和作業系統;布林和佩吉攜手創造一套搜尋引擎。先有工程, 銷售才伴隨而來。

但HubSpot的做法正好相反。它最早聘僱的員工包括一名銷售主管和一名行銷主管。哈里根和夏哈擔任這兩項職務,即使沒有可賣的產品,甚至不確定要生產哪種產品。HubSpot先從銷售業務起家,再去尋找產品。

我在新工作上還學到另一件事,即使人們把這一行稱為科技業,實際上它也不再與技術有關。「你不會因為發明某種偉大技術就獲得回報,再也不可能了。」我的一位朋友這麼說。「最重要的是商業模式。市場出資讓你成立快速擴張規模的公司,重點是盡快茁壯。不必有獲利,變大就對了。」

HubSpot就是這麼做的。這家公司的技術並不突出,但看看它的營收成長!難怪創投資本家願意對HubSpot大手筆注資,並相信HubSpot能成功進行IPO。這也是HubSpot大量僱用年輕人的原因,為的是迎合投資人的喜好:一大群年輕人,盡情狂歡,高談闊論改變世界。他們吃這一套。

僱用年輕人的另一個原因是工資低廉。HubSpot營運虧損,卻擁有眾多員工。要如何用最低薪水僱用幾百人做銷售和行銷業務?方法之一就是僱用社會新鮮人,讓工作看起來很有趣。給他們免費啤酒和足球桌檯,把辦公室布置得像幼稚園和兄弟會宿舍的綜合體,舉辦派對。還有一招甚至能省更多錢,就是把這群人塞進洞穴般的房間,坐在肩並肩排列的座位,愈密愈好。你可以告訴他們,這麼做不是為了節省辦公室空間,而是因為新一代喜歡這種工作模式。

除了有趣的玩意外,你還可以製造一套讓工作看起來充滿意義的神話。許多人認為,千禧年世代對金錢不是那麼在意,但使命感特別能激勵他們。所以,你就給他們一項使命。你告訴你的員工他們有多特別,能進公司有多幸運。告訴他們找到工作比擠進哈佛更困難,因為他們有超凡的能力,所以必須肩負改變世界的重責大任。你把公司打造成一支團隊,設計團隊專屬的顏色和標誌,再發給大家帽子和短上衣。你還掰出一套文化守則,談論如何創造可愛的公司,再用發財的夢想吊大家胃口。

矽谷有它的黑暗面。當然,有許多傑出、快樂的人在科技業服務,但這也是個財富分配不均的世界,利益多半落入善於操縱、牟取私利的投資人和創辦人口袋。在這個世界,高齡員工不受青睞,過了四十歲就被棄之如敝屣;員工之間因為種族與性別相互歧視,有時候創辦人骨子裡是反社會的狂人;缺乏訓練(或完全未經訓練)的經理人虐待員工,任意開除員工而不受懲罰,而員工則投訴無門,就業毫無保障。

最大的分野涉及過去勞資雙方存在的社會契約,以及企業和整體社會之間的關係。不久之前,企業還認為有義務照顧員工和做個好企業公民。如今社會契約已被揚棄。在「新工作」(New Work)中,僱主期望勞工對公司忠誠,但不必以忠誠回報勞工。勞工不再獲得終生就業保障,而被當成可淘汰的小工具(widget),可插入(plugged into)公司內一、兩年,然後再拔出丟棄。

「 你的公司不是你的家人。」 這是LinkedIn身價數百億美元的創辦人兼董事長霍夫曼(Reid Hoffman)在其著作《聯盟世代》(The Alliance: Managing Talent In The Networked Age)中寫的。霍夫曼表示,員工應該把工作看成服役,別期望待太久。他廣受尊重與尊敬,他對勞資關係的看法也影響了整個世代的創業家,把他的話奉為圭臬。

霍夫曼提出的「公司不是家」的看法,可追溯至矽谷影片訂閱公司Netflix在二○○九年公布的文化守則,最有名的標語就是「我們是團隊,不是一家人」。Netflix為「不是一家人」概念辯護說,科技公司有如運動團隊,「每個位置都需要明星」。當你是年收入幾百萬美元、三十五歲就退休的專業運動員,這種對待當然合理,但如果套到普通職員身上,似乎顯得有點無情。只要有更優秀或更低廉的勞工出現,公司就會拋棄你。

以工作環境惡劣著稱的亞馬遜,在霍夫曼提出短期「服役」哲學的基礎上,又增添一些殘酷。據追蹤企業薪酬數據的PayScale在二○一三年做的研究,亞馬遜的員工平均任職期間只有一年。亞馬遜發給員工的薪酬,一部分包括分成四年發放的限制股單位(restricted stockunits), 但不同於多數科技公司每年平均發放一定的股數,亞馬遜則把數量往後挪移,大部分股票都在第三年或第四年才發。只做一年就離職的員工,據說可能只拿到五%可得的股票。

許多科技公司苛待員工,卻期望他們對公司一片赤誠,對僱主表現出像球員對球隊那樣的熱情。HubSpot告訴員工,公司的需求凌駕個人需求之上。

糖果 vs. 薪水

有一天,我在內容工廠突然湧現了《諾瑪蕾》(Norma Rae;譯註:描述一名女子帶領工人對抗資本家無情剝削的電影)式的勇氣,嘗試引起同事的關注。事實上,我們是在談論那面糖果牆。大家都說有這麼多糖果可以隨時取用有多棒,但我希望說服他們糖果牆是個騙局。

「你們知道嗎,」我說:「你們是第一個願意為了免費糖果而工作的世代。我們這一代才不吃這一套,我們想要實質的薪水。」

我承認這不是談論這個話題的好開場白。「我們有領薪水啊。」其中一人說,聲音充滿防衛。

「我知道。」我說:「我只是嘗試解釋公司為什麼要做這些。」

「是因為他們想打造酷文化,他們希望員工開心。」

我不清楚這些人領多少薪水,但他們多半剛踏出大學校門,我猜想行銷長克蘭尼姆誘騙他們接受低薪,以換取HubSpot提供的美好體驗,和其他有趣的玩意,例如派對、郊遊、免費啤酒和糖果等。

「我們領的薪水不是糖果。」另一個人說。

「對,這我知道。」

其他人也加入對話。他們超愛糖果,天天吃也不厭倦。我只好改口,試圖解釋我真正的意思是,一大排糖果機對我來說沒有吸引力。

「如果是我,如果我有選擇的話,我不會想要糖果牆,寧可薪水多一點,你懂我的意思嗎?」

他們不懂。

「因為我有孩子,對吧?我不能每天帶一大包糖果回家,當孩子的晚餐。我沒辦法賣掉糖果,拿錢幫孩子買食物和衣服。這就是我的意思。」

他們用看到老番癲的神情看著我!為什麼他不爽那些糖果啊?別做任何可能嚇到他的舉動。慢慢後退,快找人幫忙。

真的超愛糖果的那個女人說,公司並沒有花太多錢在糖果上。而且,就算公司把糖果拿走,也不表示他們會付更多薪水。

「我知道,」我說。

「但你剛才就是這麼說的。」她瞪著我,一臉得意的表情。

我不確定該怎麼接話。諾瑪蕾在她的紡織廠有碰到這種想法的人嗎?是不是也有一群二十多歲的年輕人只喜歡咖啡機裡的咖啡,而沒興趣組工會?

「你知道嗎,你說的沒錯。」我說:「很抱歉我提起這個話題。這些糖果很棒。」

無法創造獲利,利益分配嚴重不均

為什麼科技公司這麼著迷於削減成本? 看他們的財報就知道了。許多公司根本沒有獲利。現代科技新創公司和網路時代之前的那些老派科技公司, 如微軟和蓮花軟體公司(Lotus Development),最大的差異是老派科技公司從草創之初就創造龐大獲利。但現今許多科技公司連年虧損,甚至掛牌上市後也一樣。

老派的科技公司執行長似乎對企業連年營運虧損的現象困惑不已。前微軟執行長鮑默(Steve Ballmer)二○一四年批評亞馬遜:「他們根本沒賺錢!在我的世界裡,要等到你賺一些錢才能算真正的企業。」二○一四年亞馬遜虧損二.四一億美元,市值卻攀升到一千六百億美元。

無法創造獲利的後果之一,是企業的壽命也很短。根據研究與顧問組織Innosight,一九六○年代標準普爾五百指數成分股公司的平均壽命為六十多歲,但現在還不到二十歲。另一個後果是利益分配不均比以前嚴重。一九六五年執行長平均薪資大約是一般員工的二十倍,到了一九八九年擴大至大約六十倍,但進入一九九五年情況開始失控,執行長的薪酬約是一般員工的一百二十二倍。根據EPI,二○○○年執行長與員工的薪資比來到三百八十三倍。這個倍數目前約是三百倍。

最高階層的主管分到的餅最大。這已經夠令人厭惡了,更令人惱火的是,你會發現有些創辦人賺進這麼多錢,但經營的公司毫無獲利,對待員工的方式更是二十年前難以想像的。

點圖抽書!
圖/ 劉瑋/製作
關鍵字: #數位書選
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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