老闆提問,想不到答案也要硬湊!庫克、貝佐斯為何卻更喜歡會議室陷入「尷尬沉默」?
老闆提問,想不到答案也要硬湊!庫克、貝佐斯為何卻更喜歡會議室陷入「尷尬沉默」?

在職場上,當遇到答不出來的問題時,你會選擇停下來想一下,還是硬湊出答案呢?相信許多人傾向選擇後者。不過,有專家提出不同的觀點,認為適當的「尷尬沉默」其實對職場上的討論是有益的,更有不少企業家實際運用這個法則,例如亞馬遜CEO貝佐斯(Jeff Bezos)以及蘋果執行長庫克(Tim Cook )。

「尷尬沉默法則」(The Rule of Awkward Silence)其實很簡單:當面對一個很困難、很具挑戰性的問題時,不用立刻回答,先暫停一下,思考並組織你的答案,不一定要很短的時間,可以10秒、20秒甚至更長,想好了再回答問題。

延伸閱讀:作風跟賈伯斯截然不同,提姆·庫克如何成功改造蘋果?

Apples-keynote-event_Tim_Cook-03252019_big.jpg.lar
蘋果執行長庫克,也會在會議上保留尷尬的沈默。

當然,對於不熟悉這種溝通方式,又需要知道講者答案的人來說,這會是個相當尷尬的時刻。

適度沉默幫助決策,庫克、貝佐斯都愛用

需要做出大量關鍵決定的庫克就已經採取這種方式多年,2008年於《財星》雜誌的一篇訪問中提到,庫克在會議中,常常會做出「時間很長、讓人不舒服的沉默」,而且這點在公司內部很出名。文內形容,「當下你唯一能聽到的就是,庫克亂撕能量棒包裝紙的聲音。」

而在亞馬遜,CEO貝佐斯也同樣有這種習慣,不過比庫克有秩序一些,會議的前30分鐘就是「沉默時間」,讓所有人可以專心讀手中拿到的會議資料,主要是希望與會者可以有時間仔細閱讀備忘錄,甚至寫下一些初步的想法或點子,而且不會被打斷。

bezos貝佐斯Amazon.JPG
亞馬遜執行長貝佐斯甚至禁止開會用PPT,而在開會前30分鐘讓大家安靜閱讀、消化書面資料。
圖/ Reuters Connect

延伸閱讀:提倡寫故事,貝佐斯禁止開會用PPT

另外,特斯拉共同創辦人馬斯克(Elon Musk)也喜歡「尷尬沉默」,就連在受訪的時候,他幾乎都會在每次回答前,停個5到15秒再講出自己的想法。

在這些例子中可以看到,尷尬沉默法則對於增加職場情商來說,是一個很有效的工具,因為它可以讓你平衡內心的想法與情緒,而不是當下腦中想到什麼就直接說出來。

不用立即回答,花時間暫停反而更「省時」

在近10年來,由於世界變化的腳步太快,我們已經非常習慣「需求立即被滿足」的感覺,我們希望寄出的Email可以在當天甚至幾小時內就得到回信、傳訊息立刻有回覆,即便忘記要開線上會議,都可以立刻加入,不用擔心跟不上。

但是在這個時間比什麼都還奢侈的時代,有個顯而易見的問題:沒時間思考,或者是說,沒時間進行「批判性思考」。意即對某個主題進行詳盡深度的思考、從裡到外的檢視、衡量或分析,並仔細地推理,形成自己的獨到的、全面性的見解。

當然,上述的思考過程絕對需要花時間去完成,因此,當你妥善運用尷尬沉默法則時,等於是把時間「偷」回來了,否則很可能導致花時間在無意義的回答、迎合別人的想法或是講出違心之論,畢竟,時間對我們來說實在太寶貴了。

而且,當你已經習慣這樣的模式時,尷尬沉默就不再那麼尷尬了,也許一開始大家會覺得留下思考的時間是件很怪異的事,不過久而久之就會感受到它的好處,像是:暫時逃離外界干擾、活化思維、有效地找到問題的根源、給出更有深度與廣度的答案、讓情緒得到平衡、檢視自自己的原則,講出真正的心聲與想法,以及增加自信心。

10到20秒的尷尬沉默或許聽起來很長,但在這個時間內,你會驚訝地發覺,你的腦袋可以想到很多事情──只要你給它一點時間。所以下次當你面對困難的挑戰、甚至是簡單的問題時,都可以在回答之前多停一會,讓尷尬沉默幫助你想出更好的答案!

責任編輯:蕭閔云

本文授權轉載自:經理人

關鍵字: #數位工作術
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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