當了60年總經理學到的事!半導體教父張忠謀2大管理心法,贏得員工信任
當了60年總經理學到的事!半導體教父張忠謀2大管理心法,贏得員工信任

台積電創辦人張忠謀今(4)日現身清大,以「總經理的學習」為題進行演講,雖然是出身半導體科技業,但是求職過程中一路從技術面逐步走向管理階層,也讓他獲益良多,張忠謀以自身60年來的總經理之路做分享。

企業大師講座 張忠謀
今日企業大師講座假清大舉辦,邀請張忠謀以「總經理的學習」為題演講,現場除了有不少業界的人士參與外,學生也出席一睹大師的風采。
圖/ 簡永昌/攝影

人才學習要「斜槓」,才能與國際接軌

一開場張忠謀就點出台灣目前在理工方面的技術與MBA能力與國際間的關係。他認為台灣在理工技術上的實力與國際間的名校如MIT、哈佛等相差無幾,但是MBA(工商管理碩士)的素質卻是差距頗大,除了我國沒有世界級企業的進駐,少了可讓校園人才有學習跟銜接的機會外,他走遍史丹佛、哈佛甚至是台大、政大的MBA演講並開放提問,台灣在提問深度也是他覺得與國際一流學校人才差一截的主因。

張忠謀大樓落成_2018_07_10_蔡仁譯攝-12.jpg
張忠謀認為,我國在理工技術並不輸人,但是從MBA學生的發問深度就能明顯發現,與國外如哈佛、史丹佛等大學還有一大截的落差。
圖/ 蔡仁譯攝

因此像清大的科技管理學院就是為培育類似的人才而成立。他也鼓勵大學教育就應該讓學生有「斜槓」的學習,針對跨領域的知識都要有所接觸,才能與國際人才一較高下。

心法一:技術之外,業務行銷也不能忽略

除了心心念念人才的培育,張忠謀也分享成為一位總經理該注意的眉角。

shutterstock_551953981_Salesman.jpg
張忠謀點出,科技業常以自我技術優良為導向,忘記業務行銷其實才是為公司帶來生意的重要一環。
圖/ Shutterstock

他首先點出作為以技術背景出身的管理人才,往往都輕視業務(Sales)行銷的重要性,認為「只要我的商品、技術好,客人就會自動上門,」他覺得這是常見的錯誤,因為沒有銷售就沒有生意。

業務不僅可以第一線接觸客戶、瞭解客戶的需求,在德州儀器擔任業務經理的期間更是他學習業務行銷的黃金時期。他樂於跟底下的業務交流、了解客戶的意見,也願意用舒服、愉悅的方式去接觸客戶,所以當他在美國擔任業務經理的期間,不管客戶在多遠、多冷的地方,他都親自去拜訪、足跡遍及美國的48個州。

心法二:掌握方向,凝聚團隊向心力第一

其次,張忠謀也給予作為總經理一職應該要有的重點:凝聚團隊能力及掌握方向。

張忠謀稱,從不用舊的團隊,就算當年回來接手台積電時,有人跟他說在台灣應該要有自己的班底比較好辦事,但他依舊啟用新的員工作為他的團隊成員。

他強調作為總經理絕對不可以有私心,對員工可以嚴格但絕對要公平,才能真正凝聚團隊的能力跟士氣。至於方向,他說作為總經理要懂得如何帶領團隊往對的方向,唯有掌握方向,員工才能對你產生信任而放心地跟隨你的腳步。

shutterstock_653651737_manager.jpg
對於總經理,張忠謀給了兩個建議。要學習如何凝聚團隊能力,第二是要有對的領導方針,才能讓團隊成員長久追隨。
圖/ El Nariz via shutterstock

至於大家常常對管理人才會有「策略」方針的疑問。張忠謀建議如果是新上任的主管,就先別談策略,雖然策略也很重要,但這不是新上任的總經理優先處理的事情,必須先凝聚團隊能力,並了解整個體制的營運,等到對整個公司的情況都有掌握的時候再來談也不遲。

最後,他也透露的自己直到退休前都很感興趣的題目:訂價(Pricing)。

因為擔任業務經理,讓他體會到訂價的過程其實非常有趣,因為不只要訂出好價錢,同時也要掌握客戶的購買能力、特殊需求,以及產品的品質。

價錢雖是可以被量化的數字,但他最終在意的其實是品質(quality),擁有高的價格並不等於有好的品質;而有好的品質,往往會有較好的價格。因此如何訂出一個High Price Product(高價格的產品),一直是他覺得很值得思考的議題。

責任編輯:陳映璇

延伸閱讀:
企業「搶人大戰」天天上演,陸專家曝台灣半導體的人才隱憂
台灣科技人才面臨斷崖式下墜!科技大老:教授應用特殊年金制攬才

關鍵字: #台積電 #張忠謀
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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