4招上班族如何自主訓練商業思維的秘訣
4招上班族如何自主訓練商業思維的秘訣

前一陣子,我跟公司裡的實習生聊天,我問實習生下學期有想要修什麼課程嗎?實習生說他想修策略管理或產業分析,我回說,這些主題很不錯,值得花時間讀。

我自己是政大企管系畢業。大學時,我抱持著學習無禁區的觀念,修了不少課程,雖然很多人說,企管系什麼都學,但是什麼都不精。我某部分認同這樣的說法,但我要強調的是,企管的訓練可以讓你從公司整體的立場看事情,而不會只看到某一個職位的專業技能,這對日後創業的幫助很大。

大學自學過程中,我發現自己對工廠營運,特別是流程管理非常有興趣,於是還去應徵永豐餘的供應鏈管理,讓我對於一家公司的物流、金流、資訊流怎麼運作非常有幫助。除了攻讀學校提供的課程,我還自學投資、自修財務管理,這些也對我日後創業幫助不小。

商業思維並非當老闆或創業者才需要,在組織內任職的上班族其實更需要,以下是我增加商業思維的方法:

1.平常多看產業報告,趁早學會解讀

當年去永豐餘面試之前,已經把公司的年報讀過,認真想過自己未來投入的這份工作在產業內的價值,更是把工作領域相關的產業全都研究了一遍,也學習直接閱讀公司年報或公開說明書等產業報告,為的就是讓自己先具備產業結構與產業分析的基本能力,能夠以更宏觀而全面的角度進行思考與決策。

2.要求自己強化架構思考力

通常剛進公司的社會新鮮人,不太有機會扮演改變組織運作的角色(還沒有實戰成績),通常就是學習扮演好組織中的零件。這也不是說,我們只能逆來順受或服從上司的指令。如果願意預先做功課,強化架構性思考能力(如快速熟習波特五力分析、SWOT、價值鏈等系統思考與決策工具),多了解產業與公司組織,強化自己的管理思維,學習在既有系統架構與規則不變的情況下,優化系統的運作,是可以有機會在比較短的時間內就在自己的位置上做出成績,讓更多人看見,同時也讓自己成長的更有效率。

3.多多接觸個案資訊,多做摘要彙總整理

十年前在金融業工作時,我每天早上八點半之前,就得將昨晚發生的國際金融、股票債券、原物料市場發生的大事快速做成摘要,方便當天工作時思考與判斷使用。

現在我仍然每天閱讀最新的網路產業訊息,例如數位時代、創業小聚、吐納商業評論,還有付費的科技島讀,並且追蹤臉書上專家的評論。

4.能輸出才算學會,練習將所讀見聞寫出來、做成投影片

記得一件事情,光是讀過以為懂未必真的了解,唯有能夠流暢的寫出來與人分享,才算真的搞懂。因此,除了多看多摘要紀錄,不妨也多練習寫下來,做成投影片,整理記錄。

平日裡,我也經常思考自己正在做的工作在組織或產業中的價值是什麼?深入探討相關產業與產業的關係?盡可能以文章撰寫或投影片製作的方式留下思考紀錄。

上述種種訓練都不是別人規定我去做,而是我自發的自我要求,每一項至少堅持做一年下來,可以快速優化商業思維,鍛鍊出我對數字的敏銳度,對環境變化的預測力,媒合與溝通不同職務工作者之間的合作力,更讓我更熟悉公司組織的策略與產業的運作,得以制定較為正確不出錯的決策方案,日後回頭檢視,不得不說,當年自己制定的優化商業思維鍛鍊方法,對我幾次創業幫助非常大。

公司的獲利工具可能隨著環境而變革,就像武功招數,然而,管理能力卻猶如心法,能夠跨業態、跨產業而持續累積,而管理能力的根本,就是管理思維與商業思維。我自己過去能夠三次創業都在不同領域且能幸運獲利,靠的就是長期鍛鍊管理思維與商業思維所累積出來的自我革新、進化體質。

希望自己未來也能快速精進商業思維的朋友,不妨試著練習看看!

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

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