Google和英特爾都在用的OKR,為什麼能讓巨人維持輕盈而快速的步伐?
Google和英特爾都在用的OKR,為什麼能讓巨人維持輕盈而快速的步伐?
2019.04.02 |

當Google創辦人賴利.佩吉(Larry Page)和謝爾蓋.布林(Sergey Brin)向投資家約翰.杜爾(John Doerr)說,Google未來的市值約等於當時微軟(Microsoft)、IBM和英特爾(Intel)加總時,杜爾並不認為賴利在吹牛。他反倒擔心,太多新創公司在高速成長中迷失方向,忽略最重要的事,導致功敗垂成。為了解決這個問題,他想起以前在英特爾工作時,傳奇執行長安迪.葛洛夫(Andrew Grove)所發明的工具──目標和關鍵成果(OKR,Objectives and Key Results)。

OKR脫胎自管理大師彼得.杜拉克(Peter Drucker)的目標管理(MBO,management by objectives):透過訂立目標,激勵經理人行動。但葛洛夫發現,目標管理是由上而下,上級訂一個組織目標,再依序往下滲透各層級。這做法一來無法得到第一線回饋,二來從目標延伸出的關鍵成果也讓主管不敢冒險,因為一旦失敗,就會受到處分。所以,葛洛夫研發了OKR。

OKR較MBO靈活、有彈性,隨時調整因應市場變化

OKR跟MBO究竟有什麼差別?杜爾最常以橄欖球隊舉例。

如果你是橄欖球隊總經理,通常目標是:「為球隊老闆賺錢。」搭配關鍵成果:贏得超級盃、每場賽事至少塞滿90%觀眾席。

按照目標管理,第二層的管理者:教練和行銷總監,會依照總經理的關鍵成果,訂立自己的目標。

教練目標:贏得超級盃,關鍵成果是:每場傳球至少300碼、讓對手得分低於17分;行銷總監為了塞滿90%座位,關鍵成果是:提升品牌形象、改善媒體報導。

如此發展下去,第三層主管(行銷經理和公關人員)在設定目標時會遇到困難,因為行銷總監的關鍵成果無法測量,比如說,改善媒體報導,怎樣算是「改善」,是占據報紙頭版,還是社群追隨者增加50%?再說, 如果上級目標設定不準確,會直接導致員工設定目標失敗。

而且,目標管理還有其他缺點:第一,每位員工都得等上一層制定目標,才能制定自己的。而科層化組織階層又多,光是制定目標,就得花幾個月。第二,既然制定目標這麼麻煩,即便市場發生改變,員工也不會想更改。第三,因為目標是由上往下制定,所以離市場最近的第一線部屬意見無關輕重。

如果採用OKR,就能同時解決上述問題。OKR一樣是由上而下制定目標,不同的是, 執行長制定組織OKR後,所有層級的員工同步設定自己的OKR,目標制定時間從數個月縮短為一週。由於制定時間短,員工也願意因應市場變化調整。

比如說,橄欖球隊的物理治療師參加運動醫學會,學到新的預防傷害方案,能確保球員在賽季中維持最佳身體狀態,提高贏球機率,與總經理的總體目標一致,就能在球隊推廣新方案,調整 OKR。

目標達到後,再加10%就是新目標?Google有更好的做法

然而,目標達到了,如何設定新的目標?許多公司可能會在原目標加上一定百分比,作為下一年的新目標。但就如同記者史蒂文.利維(Steven Levy)在《Wired》上所寫:「提高1/10,代表你在跟其他人做一樣的事。你不可能會失敗,但也保證不會成功。」矽谷教練比爾.坎貝爾(Bill Campbell)甚至認為:「保守的目標阻礙了創新,而不創新就等於死亡。」

為了持續創新, Google做法是將目標分為:實現目標和延伸目標。

實現目標,就是一般的工作事項,像招募、銷售額,這類目標必須在規定的時間內100%達成。延伸目標,代表高風險,更多是為了未來而定的目標。

舉例來說,2014年,YouTube已經成為全球最大的視頻平台之一,但其創新速度開始變緩。剛升任YouTube執行長的蘇珊.沃西基(Susan Wojcicki)定下一項延伸目標:使每天觀看 YouTube 的時數,達到10億小時,幾乎等於當時觀看時數的10倍。

首先,沃西基先說服團隊,這不是不可能的任務。因為,每天10億小時其實不到全世界電視觀看時間的20%,只要想方法讓觀眾轉移過來就好。再來,則按照每年、每季的OKR持續思考,有哪些關鍵結果可能提升觀看時數。發現每日觀看時間由兩個因素驅動:每日活躍觀眾、平均觀看時間。YouTube第二個變量做很好,但用戶群不足,也就是需要新用戶。找到目標後,又再度延伸新的關鍵結果,最後YouTube僅在2016年,就改進150處細節,成功達成10億目標。

如今,Google改名為Alphabet,市值也遠超創辦人估計,到7,000億美元。但是,2018年10月,Google將展開第75季OKR評估,執行長桑德爾.皮蔡(Sundar Pichai)依舊會像18年前的賴利與謝爾蓋一樣,站在所有員工面前說:「這是我們今年目標,以下是我的OKR。」

本文授權整理自:《OKR 做最重要的事》,天下文化出版

往下滑看下一篇文章
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技

國泰未來保險體驗日(Cathay InsurX Day)是國泰金控攜手國泰人壽、國泰產險,所舉辦的台灣金融業首場以保險科技為主軸的產業盛會,打造產壽險對話平台,從台灣保險產業特性出發,以技術 + 場景 + 人性三大視角,重新定義台灣的保險科技。

國泰金控資深副總經理孫至德在開場致詞中,特別提到根據國泰多年的觀察,發現客戶需要的是數位結合實體的保險體驗,因此我們希望結合數位平台與業務員能力找到新的經營模式,同時運用科技讓體驗變得更方便、透明。國泰金控副總經理林佳穎也分享,國泰持續透過場景金融、數位體驗、AI賦能三大關鍵做法,期待能成為「以金融為核心的科技公司」。她強調,保險業不是單打獨鬥,需要更多跨域協作,面對充滿挑戰的未來,「我們更要Run Faster,Better Together」,才能在挑戰中找到新機會。

3.jpg
圖/ 國泰金控

過去,保險業的數位轉型多聚焦在「流程更快速」與「服務更便捷」等領域,但在生成式人工智慧(GenAI)與代理式人工智慧(Agentic AI)技術崛起後,國泰金控旗下國泰人壽與國泰產險勇於嘗試、將AI全面滲透核心業務流程,讓 AI 不再只是單點輔助,而是貫穿保險價值鏈、提升用戶體驗的關鍵。

以 AI 重塑保險全流程:國壽以 Agentic AI 提升體驗與效率

「我們的目標是以 AI 重塑保險全流程應用。」國泰人壽數據暨人工智慧發展部協理莊淑儀以理賠流程為例解釋,國泰人壽早在許多年前就透過數位與 AI 等技術協助理賠同仁加快服務與受理、登打、派件與審理的速度,例如,以 OCR(光學字元辨識)醫療文件擷取與 ICD(國際疾病分類)/手術選碼優化登打效率、以 CRSS(理賠風險識別系統)風險分級識別理賠浮濫與詐欺等高風險案件並將之派送給可以審理的同事,以及透過智能工作台與 AI 骨折判讀加快與優化審理流程等。然而,保險陪伴客戶的時間是很長的,隨著保戶年齡逐漸提高,再加上超高齡社會來臨,理賠案件數量持續攀升,需要更多 AI 與自動化強化效率與正確性。

國泰人壽的做法是在既有的 AI 基礎上,加入GenAI 與Agentic AI等技術,以 AI全面升級理賠流程。首先是以「DocAI Agent」突破傳統 OCR 覆蓋率低與高維運成本的限制,僅需一個月調校,即能快速適配不同醫院表單,維持原本的正確率並將覆蓋率由50%提升至近100%,大幅縮短登打時間。其次是透過「Abnormal Agent」打造圖形資料庫(Graph DB)建立理賠關係網,快速標示高風險關係案件提供判斷依據及建議後續的應對方式,加速理賠人員的決策。最後是藉由「Review Assistant Agent」協助整理病歷、醫療單據、診斷證明…等複雜且可能甚至上百頁的文件,並快速歸納出重點,幫助理賠人員快速找到關鍵資訊進行交叉查證,大幅節省審理時間。

莊淑儀指出,光是理賠流程,國泰人壽已打造30個以上的AI Agents,目標是協助理賠人員化繁為簡、更快完成相關工作。在善用科技提升流程體驗的思維下,國泰人壽沒有特別打造額外的AI平台,而是將AI Agent整合至現有理賠流程各個環節,讓同仁們可以在一個介面完成所有工作,兼顧便捷、好上手與效率提升。

除了理賠,國泰人壽也將 AI 應用延伸至商品知識管理,打造業務員的行動智慧助手,從保障缺口判斷、個人化商品推薦到業務員智能對練等流程,都有AI Agent協助提高同仁效率,讓客戶的保險體驗更便利且完善。舉例來說,隨著保險商品高度複雜化,國泰人壽推出「商品知識助理」,協助業務人員快速查詢 3,000 多檔的商品保單條款及規範、醫療行為理賠項目,幫助業務員更快速採取行動,也能將時間與心力投入在更有價值的保戶互動與服務。

「我們不會為了 AI 而 AI,而是建置AI Agent 生態圈,高度整合與重塑理賠、商品服務等核心流程,藉此提升用戶體驗與營運效率。」莊淑儀進一步解釋,國泰人壽不會單純以投資報酬率(ROI)評估AI成效,將以風險控管、流程優化、員工效率與客戶體驗四個構面衡量 AI 對公司影響的廣度、深度和商業價值,並勇於在新的商業模式上進行嘗試,確保每一次的 AI 投入都能為國泰帶來有意義、有實質效益的進步。

圖4.jpg
圖/ 國泰金控

從數據到智能,國泰產險以AI強化核心競爭力

國泰產險同樣積極透過數據與AI極大化競爭優勢。國泰產險督導吳香妮指出,面對火災、地震、颱風等難以預測的風險,需要數據與AI驅動的產險保護傘填補損害,把衝擊降到最低,讓生活、經濟與社會能持續穩定運轉。在具體實務上,國泰產險是從「Enrich加值服務」、「Enhance AI輔助風險決策」,以及「Empower生成式AI賦能」這三個面向切入。

台灣交通事故逐年攀升、平均1天發生1,100件交通事故,其中,大車事故發生率是小車的2.2倍,致死率比起小車高達6倍等現況後,國泰產險開始思考,除了提供大車事故後的理賠支援,還可以從事前提供哪些服務?也因此催生了業界首創的「CarTech智能車險加值服務」,透過跟運輸業者與學校等單位的合作,針對車險承保前、中、後提供相應的風險辨識、預警與防治等加值服務。國泰產險與陽明交通大學合作建立全台首個「運輸業者健檢」流程,透過駕駛行為及行車環境等多元數據建置AI模型,即時洞悉駕駛行為及風險分析,並提供運輸業者客製化的風險改善建議,實踐以數據及AI優化損害防阻。吳香妮強調,我們的目標是不僅提供理賠,更要守護客戶,提供超越價格的價值服務。

產險的核心業務之一是再保險,國泰產險的作法是運用AI及數據,化被動為主動,以AI輔助風險決策。過去再保險業務仰賴經驗法則、手動整理資料與透過國際再保險公司提供既有方案,現在則透過數據與AI驅動,主動精準拆解業務目標,以28項風險因子預測風險發生機率與損失金額,自動輸出並比較多種方案,從中探索最適合的再保險規劃。

國泰產險也將AI導入內部流程,解決長期困擾員工的報告製作痛點,包含資料查找費時、人工編寫品質不一、專業術語翻譯困難等。透過一鍵生成報告服務的三個GenAI模組,為員工省下6到7成的手動作業時間,將時間與精力聚焦在更具策略價值的工作,以新世代人機智慧協作模式提升效率與創造嶄新競爭力。

圖5.jpg
圖/ 國泰金控

從國泰人壽與國泰產險的實作,可以清楚看到:對國泰而言,AI不僅是新技術導入,更是保險價值鏈全面進化的核心動能,將以數據與AI驅動服務實踐用戶體驗的優化,持續引領台灣保險科技體驗走向新世代。

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