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
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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
AI全球100+台灣20
© 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