辦公室文化糟透了?快揪出公司裡的「大象」、「死魚」和「嘔吐物」
辦公室文化糟透了?快揪出公司裡的「大象」、「死魚」和「嘔吐物」

疫情肆虐,許多企業經歷了困難的一年,卻也讓企業有了重新思索辦公室文化的機會。學習找出企業的「大象」、「死魚」和「嘔吐物」——這三種影響辦公室文化的隱患,將能使專業人才維持持續付出的動力。

疫情對全球產業造成衝擊,除了表現在企業營收,也發生在員工的心理層面與辦公室文化的衰退。根據世界經濟論壇(World Economic Forum)日前發布的報告,受到新冠肺炎影響,未來五年內,與職員因心理壓力而影響工作效率相關的生產力損失將達1,140億美元,而其中光是職場新鮮人的生產力損失就高達113億美元。

shutterstock_299872199_loss_money.jpg
圖/ TORWAISTUDIO via shutterstock

SHRM則統計,去年全美有五分之一的辦公室職員因為低落的「辦公室文化」而離職,更有49%人員想轉職的原因出在辦公室文化,而非更實際的薪資或職位。

台灣疫情雖不若他國嚴峻,但人事凍結、業務變動、年終獎金縮水、以及部份企業的無薪假逐漸成為常態,仍將對辦公室文化與士氣造成負面影響。而在台灣較壓抑、內省的傳統中小企業氛圍中,問題雖未必直接浮上表面,卻仍是必須處理的未爆彈。

shutterstock_spill coffee_trouble_329811512.jpg
圖/ archimede via Shutterstock

影響辦公室文化的隱患

有近八成員工認為,辦公室文化好壞,更多取決於他們的「直屬主管」而非整體企業制度。因此,在企業因疫情而劇烈變動的此刻,管理者不妨參考由「最佳員工體驗度企業」Airbnb共同創辦人兼產品長(CPO)Joe Gebbia所給出的建議,重建自己團隊的工作文化。

Joe Gebbia認為,主管可以在經常性的會議中,試著和同仁一起找出影響辦公室文化的三種要素,即「大象」、「死魚」和「嘔吐物」,這三者意思如下:

大象(Elephants):有些組織問題非常明顯,也很嚴重,但所有員工都「不敢提」,哪怕已經是明擺在眼前的大問題。原因可能是受制於同儕壓力,也可能是認為問題大到大家都認為「主管應該已經知道,並且會獲得妥善處理」,因此不會特別提出討論。有時領導者必須鼓勵員工說出「好像大家都已經知道」的「大象」在哪裡。

shutterstock_team_problem_575735047.jpg
圖/ Filipchuk Maksym via Shutterstock

死魚(Dead Fish):死魚指的是過去組織犯下的失誤,但如今已無人能負責(例如負責人已離職),或是責任歸屬難以分清,卻仍對現在的業務造成困擾的問題。領導者必須將組織的眼光放在對未來的期待,並且停止將過往問題歸咎、怪罪到任何「個人」身上。

嘔吐物(Vomit):清除了辦公室文化裡的大象和死魚,最後是必須鼓勵的——在員工積壓到爆發之前,提供一個「灰色地帶」的管道可以讓員工發表意見或不滿。這在傳統上對下的企業文化中也許難以公開進行,但可以從一些半正式的管道——例如茶水間會談開始——重點仍是開誠布公,論事而不論人。

以上三者的目標,都意在提升管理的透明度與相互信任。然而哈佛商業評論也指出,企業文化不只體現在溝通與管理方式,也包括對更抽象的「企業核心價值」(如對多元性、公平性、對競爭的看法)的選擇,這都會直接影響員工對工作的投入意願、心力、同步感與工作效率。

solve problems
圖/ shutterstock

事前檢察企業核心價值,避免後續問題

對求職者而言,觀察企業核心價值,也能在就職、轉職前先行檢視自己與企業文化是否合拍。舉例來說,若企業的願景、口號有強調競爭(Competitive)、進取(Aggress)、主導(Dominant)或領袖(Leader)等男性化(Masculine)字樣,則有機率會出現對女性相對不利的工作環境,這個線上工具可以偵測出企業的網頁描述,或徵人訊息是否含有「性別偏差」的潛意含。

另外,從企業的官網或社群網頁,也能看出企業的價值取向,例如IBM長期關心科技業女性再就業的議題,並實際保留一定比例的中高階技術人員(如資料工程師、市場分析師)職缺,提供給再就業(Re-Entry)的具技術能力的女性,而非僅只於宣言支持,這也會為辦公室性平文化帶來正向影響。

無論從主管或企業的角度,辦公室文化的建立都有賴於長久經營,才能讓專業人才維持持續付出的動力。

本文授權轉載自:FC未來商務

責任編輯:郭昱彣、蕭閔云

關鍵字: #企業經營管理
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