蘋果前員工曝光賈伯斯獨門工作術,8人設計小團隊這樣做到高產出
蘋果前員工曝光賈伯斯獨門工作術,8人設計小團隊這樣做到高產出

對於行外人而言,設計是一件帶有浪漫色彩的事情,就跟畫畫寫作一樣,等待繆斯(Muses,希臘神話中主司藝術、科學與歷史的9位文藝女神總稱)來拍一拍肩膀,行雲流水般就完成了一個設計。

在早期的蘋果公司內部,設計工作可一點都不像以上這個幻想。

賈伯斯展示初代 ipad.jpg
賈伯斯展示初代 ipad
圖/ Youtube 截圖

 賈伯斯有一次在接受採訪的時候,對方跟他說,「你的工作一定很好玩吧,就坐在眾多出色的設計師中間,看著他們向你展示各種出色的作品,而你只需要去看、然後評論。」
 
當時賈伯斯的反應是,「不,完全不是這樣。我們的工作都是逐周遞進的,如果哪天有誰向我呈交出驚喜的東西,這說明工作過程中出現問題了。」

鮑伯.巴萊斯(Bob Baxley)說道,他曾於2006~2011年間在蘋果工作,其中6年均負責帶領蘋果在線商店的設計團隊。最近,在Podcast《Design Better》中,分享了賈伯斯時期的設計團隊工作流。

以周為單位的工作周期

據巴萊斯分享,蘋果的設計工作以周為周期。他們常規的一周通常如下:

周一開團隊會議,大家討論進行中的項目以及本周要完成的項目。

 
周二,會先進行一個2小時的團隊回顧會議,只有設計師,每個人都展示他們正在進行的工作,人人都得評價和寫筆記。

 
接下來,周二和周三是大家完善自己的設計項目的時間。

 
然後,我們周四將再次舉行2小時的回顧會議,完整團隊參與,人人提出評價。

到了周五下午4~6點,我們會和副總裁以及管理團隊一起看當周的設計結果。

巴萊斯認為,這是一個非常高強度的工作過程。基本上,所有人的設計內容在48小時內,都得進行一輪完整的「反饋→修改」。

不過,這個流程的好處也是非常突出的:

第一,高疊代率意味著嘗試代價更低。

巴萊斯表示:「假如我們那個周五的提案被否決了,這也不打緊,我們下周又可以再次開啟新一輪循環。」

第二,高透明度的協作方式,讓團隊能真正一起前進。

在每48小時回顧一次進度成果的節奏下,團隊裡所有人幾乎都知道大家在做什麼、做成怎樣,透明度非常高。更重要的是,巴萊斯經常向團隊強調:「我們回顧的目標,是找到一個大家都認同想執行的方案,因此當你開始獨立工作時,真的就是要去實現這個方案,然後我們再一起去繼續優化。」

如果你發現自己因扛下項目的擔子而焦慮不已,躲在自己的工位上戴著耳機獨自工作時,這意味我們的工作出現了非常嚴重的問題。——巴萊斯

相比之下,大部分其它公司傾向讓設計師先將設計完成,才交給管理層審批。巴萊斯認為,這種做法其實是在剝奪管理層的修改空間,因為每動一個地方,都牽涉了很多員工的工作。

第三,沒有「驚喜」。

眾所周知,蘋果擁有非常嚴格的保密文化,即便在公司內部也如此。

在蘋果公司,據我所知,沒有一個員工能了解公司各部門在發生的事情。

這個情況下,每周五一次地和副總裁過項目就非常重要。在這個會議上,這些高管會結合公司整體的動因變數,提供設計反饋。

同樣道理,一周一會的頻率,意味著這些高管都了解設計目前情況,以及要修改的方向,所以不會出現這周五我們說好做更好的A樣,下周五來到卻看到了B樣的「驚喜」情況。

APPLE Design 4.jpg
圖/ 愛范兒

你也許會覺得,這聽起來很沒創造力。巴萊斯當然不同意:

高管們也許會對我們解決問題的方法印象深刻,有一點點驚喜,甚至覺得我們的方案有趣,但我們永遠都不會嘗試去顛覆並重新定義問題。

這也是為什麼賈伯斯在接受採訪時說,設計師不會向他遞交「驚喜」的成果,因為高層每一步都在跟進了解。

小團隊、高產出,但不是所有公司都合適

這套高強度的工作方式,讓巴萊斯帶領的8人設計小隊(包括他自己和一名流程管理同事,兩人都不會實際去做設計),一手搞定了面向30多個國家的網路商店和對應的App設計。

我想,那時候,蘋果線上商店是第二大電商平台吧,僅次於亞馬遜。而我們只有8個人……在大家看到的成果之外,還有很多沒能問世的嘗試。

據巴萊斯介紹,這套工作流並不止是線上商店設計團隊採用,當時蘋果公司內部的所有團隊都這樣工作。無論是iMovie、iLife,還是操作系統的團隊,他們的團隊規模都比大部分人想像中要小。

不過,巴萊斯多次強調,這套方法並不適用於所有公司,甚至,在現在的蘋果公司中,也許管理也改變了。

這套蘋果獨家工作流又是否能為你的團隊或個人工作帶來啟發呢?(5G標金如失速列車衝過800億元)

本文授權轉載自:愛范兒

責任編輯:江可萱、林美欣

關鍵字: #Apple #賈伯斯
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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