「副總」,就是最高階的通才
「副總」,就是最高階的通才
2005.04.15 |

Q:台灣企業裡,副總經理的角色為何?過去與現在相比,有哪些顯著的改變?
A:副總經理是總裁或總經理、董事長的助手,在政治領域上,「副」的職位並沒有重大的權力,除非正職的職務太繁忙或是表現不佳要被架空,「副」的職位才會發生作用。政治領域是為了怕正職缺位而引起紛亂,所以需要一個副職,但是對企業來說就沒這個必要,因為至少每個月都會開一次會,不可能有總裁長期缺位的情形發生。
但是從一九八○年到現在,副總的職位反而開始變得愈來愈重要,這主要是因為企業規模日益龐大,而且又採取產品多角化經營的方式,市場邁向多國化,競爭也因為WTO的關係而加劇,不像五、六○年代時,單純只是單一市場、單一產品,如果全部由總裁一人來面對龐大的企業組織與變動的世界,壓力實在太大,所以他需要有助手,就是各種的「副總」。
從組織來看,企業通常採用「事業部」組織的方式來分散管理,在會計上稱作「利潤中心」,在組織管理上叫「責任中心」,也就是利潤的責任,這幾個都是相同的概念。
這種分權管理的經營趨勢,主要學自美國通用汽車,當年由總裁史隆(Alfred Sloan)所建立的一套有效率經營模式,現在已經成為全世界多國化、多角化經營的企業經營模型。
依企業體的業務複雜程度而異,最高決策者底下可能有好幾個副總,而這又可以分成兩個層次:在總部有一個總裁,有幾個副總,然後還有一個執行副總(executive vice president, EVP),這個角色就像是總裁的「管家婆」,其他的副總就是派去兼第二級事業部的總裁。
執行副總算是「第一副總」,留在總部負責管理財務與人事,而產品則是分屬各事業部管理,除非是很重大的產品或投資才提升到總部做決策,而所有的副總都會參與這類的重大決策,也就是所謂的「決策委員會」,就像是美國的部長稱做「secretary」,在美國總統之下是扮演內閣秘書的助手角色,但是回到各自部門裡則都獨當一面,執行各項專業職務。所以(副總)這種角色在企業國際化、多角經營時,扮演著相當重要的角色。
整體來說,現在的副總當然比以前重要,在以前小規模的中小企業中,能當上課長就算是很高的成就了,哪有那麼多副總名稱可以冠,要當上經理更是不容易。
在過去,要熬十年才能當上經理,副總要二十五年,總經理則根本無望;現在則是因為職務位置多,所以副總的年齡越來越年輕,大學畢業的人,努力個十年有望當上小公司的副總,碩士畢業的只要七、八年,而大公司的副總就可能要花十五年以上。

Q:像「執行副總裁」這樣的職務,通常所能掌握的權責與資金有多少?
A:在美國,當總裁因為出差不在公司的時候,執行副總裁很自然的就是他的職務代理人,他們所能掌握的,往往不只百億美元以上的資金。
不過他們的權力還不致於大到可以主導整個企業的營運方向或策略,因為這還是需要透過決策委員會的方式才能決定,這是至少一個月會召開一次的重要會議。

Q:您覺得現在副總的角色是不是已經轉向專業經理人,也就是以專業勝出?
A:這些副總一定要是專業經理人,純粹以「專業知識」來賺錢,不能靠任何裙帶關係而擔任,而是一定要從你原本在行銷、生產、研究發展、人事或財務等五個專業領域出發,確實的專業累積知識與技能,並擔任一定時間以上的主管職務,再從原本的「專才」進展到「通才」角色,而且是高一層級的通才。
例如業務經理就不可能只懂廣告,還要知道推銷與產品設計。 通常我們所看到的如紡織事業部副總裁、鋼鐵事業部副總裁或是電腦部副總裁,這類的副總,其實都已經是通才的角色,而不是專才了,因為在紡織業裡就一定也得知道有關生產與銷售的部分,這個所謂的紡織事業部副總必須早就把行銷、生產、研究、人事與財務等專業知識全部學會。
在日本,不管你大學念的是什麼專門科系,一畢業到公司工作,就一定會先被丟到底層磨練,例如念會計系的,可能會叫你先去工廠待個三、五個月,因為這跟公司的產品有關,等接任會計職務時,才能對公司整體有所了解,才不會變成「騰空的專業」。
所謂的專才,指的是你「專門」屬於業務部、生產部、財務部或是人事部,完全不負責利潤,但是只要你一進入利潤領域——也就是總裁或副總裁——已經管到支出跟收入,要賣,就要知道行銷,要買,就不能不了解採購,也要知道製造與生產,這樣的角色與職位就變成通才,所有專業通通要包攬。
通才的意思是「general」,就是general manager,把general拿掉就只是個manager,是各別功能別的經理,要負責利潤的話,上面就要加general。
一般台灣的副總應該算是通才,如果還稱不上通才的話,就代表還要再接受訓練。現在的EMBA課程訓練,就是教你怎麼從「functional manager」變成「general manager」。
企業千萬切記不能把沒有一技之長的人當通才,通才一定要是專才再加上些訓練。身為二級總裁的副總裁,當然必須是通才才行。

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