為了讓員工吃蔬菜,Google用上了千方百計
為了讓員工吃蔬菜,Google用上了千方百計

傳說Google公司的免費伙食好得很,新員工入職基本都會多個15磅(約6.8公斤)。這被稱為「Google 15」。

不過,現在的Google雖然依舊美食滿滿,但公司正透過改變食堂和茶水間的設計來引導員工養成更健康飲食習慣。

讓健康食品更搶眼,更容易獲得

在很多自選快餐店和食堂,單價最高的肉類菜品總是放在食物列的最前端。

這背後也是有講究的——有研究認為,飢腸轆轆的人通常會選擇吃自己第一眼看到食物。所以,食堂常把最貴的肉食放最前,期盼你選擇它。

因此,Google將沙拉台設在食堂入口旁,最當眼的地方,使它們成為踏入食堂第一眼就看到的食物。《OneZero》作者簡·布萊克(Jane Black)在紐約食堂午餐時,留意到一大半員工邁入食堂後,都會停留在沙拉台。

蔬菜
圖/ 愛范兒

除了沙拉之外,員工在自助餐列還有其它素食類菜品選擇,而且它們都被放在靠前的地方:椰汁咖哩秋葵、烤菜花搭配腰果、胡椒西紅柿拌印度奶酪、咖哩香辣豆腐。設在最後的是唯一一道純肉菜品咖哩羊肉。和肉食一樣,甜品同樣設在自助餐隊列最後。

據簡·布萊克(Jane Black)觀察,很多人排隊選餐的人在去到羊肉之前就選了很多菜品,放滿了托盤,只有少數人會故意留空托盤等最後的肉。

而在飲料方面,Google食堂裡處處都能找到「水療飲品」——純淨水裡放著草莓、檸檬或是青瓜。相比之下,含糖飲品以及瓶裝水被放在相對「隱秘」的地方。

食堂之外,這個擺放原則也被沿用於辦公室裡的休息室。

等待咖啡機做好一杯咖啡大概需要40秒。而在這40秒裡,等待的員工很可能會「手多多嘴癢癢」就拿起身邊的零食或水果來吃。有研究指出,高腦力工作者在餓的時候更想吃高熱量不健康食品。

喝咖啡
圖/ 愛范兒

為了減少大家在喝咖啡時意外長肉的情況,Google將餅乾、巧克力和糖果等放得離咖啡機更遠,從原來的2公尺距離變成5公尺。結果是,這多走的幾步將男女員工吃零食的概率分別降低了25%和17%。

所以,Google現在所有休息室裡的零食都離咖啡機比較遠,不健康零食的類別也壓縮到只剩M&M巧克力豆和小熊軟糖。而且,這些零食也被放在不透明容器中,進一步被減少曝光率。

同樣道理下,休息室冰箱的玻璃也有了「層次」。透過透明玻璃門,員工能看到冰箱裡礦泉水、調味水和酸奶,這些都位於視野水平位置。而加了糖的汽水和茶飲則被放在冰箱底部,它們面前的玻璃也被加上塗層,降低透明度。

「我們不是傻的」,Google的員工說道,她表示他們知道這些飲品就在那,但也表示「眼不見」的確減少了去喝的誘惑。

更小的盤子,更小份的高熱量食品

小盤子
圖/ 愛范兒

有研究指出,用相對小的器皿來吃東西,進食量也會減少。

你是否試過為了不浪費食物,硬生生在吃飽後還強行把碗裡的食物吃完,一不小心就吃太多了?

另一種情況是,不管吃飽沒有,人只要手邊還有食物,就很難主動停下來。

因此,Google食堂的自助餐盤子也比一般標準12英寸的盤子小,只有8-10英寸。而且,部分食堂還會在盤子區增添標語,告訴員工「用大盤子會吃更多哦」。這個簡單舉措,讓使用小盤子的使用率增加了32%。

此外,肉食和甜品一份的分量也會變小。當然,你隨時都可以多取幾份,但在伸手之前,大家也會更傾向去思考自己是否真的需要吃那麼多,進而培養更有意識的飲食選擇。

美味才是硬道理

以上提及的視覺引導性設計,的確能幫助員工在最開始增加嘗試健康食品的機率。不過,如果吃了一次發現超難吃,員工下一次去食堂吃飯,相信都會非常理智地走向肉食和能帶來醣脂快樂的甜品。

所以說,想要讓員工吃得健康,讓健康的食物好吃才是硬道理。

負責Google食堂的米歇爾·貝克(Michiel Bakker)表示,在美國,健康食品難吃是「行業通病」。

在西方後廚,團隊通常遵循一套層級非常明確的結構,最高級的是行政總廚,然後是副主廚和負責各個獨立方面的大廚(醬汁、烤、炸等)。其中,最低級的就是負責處理蔬菜的主廚。

即便你把蔬菜做得非常糟糕也沒人在乎,也許因為根本沒人會去吃它們,因為大家都知道它們很難吃。一直以來,這情況都沒啥改變。

美國烹飪學院(以下簡稱為「CIA」)的馬克·艾瑞克森(Mark Erickson)說道。

2018年,在尋求更美味健康食品的路上,米歇爾·貝克(Michiel Bakker)決定求助CIA。Google是CIA其中一個很重要的讚助者,他們在支持研發以蔬菜為主導的烹調課程上花了100萬美元(約新台幣3,034萬元)。CIA最後推出了一個總時長為75小時蔬菜類烹飪課,教導廚師研發和烹製更好吃的蔬菜。

從改變食堂設計到反向推動烹飪行業改變,Google這項已經進行了好些年的計劃現在獲得了相當不錯的成效。

在Google紐約辦公室的食堂,平均每天早上會有2,300人選擇吃早餐沙拉;海鮮的食用量增加了85%;大家喝水的概率大幅提升,含糖汽水人均消耗量一直保持在20罐/年左右。

甚至,還有員工因伙食而害怕離開公司。

蒂娜·威廉姆斯(Tina Williams)是Google的員工,她在放產假的時候自己嘗試做食堂裡那種羽衣甘藍沙拉,但怎樣都做不到食堂那麼好吃。那時候,她發現自己如果辭退Google工作的最大擔憂居然是伙食:

我記得在來這裡之前,每天午餐時,你都得想很久決定吃什麼:是吃1美元(約新台幣30元)的熱狗,3美元(約新台幣90元)的披薩,10美元(約新台幣300元)的三明治,還是14美元(約新台幣420元)的沙拉?

責任編輯:林芳如、蕭閔云

本文授權轉載自:愛范兒

關鍵字: #Google
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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