閔茲伯格的黑色喜劇
閔茲伯格的黑色喜劇
2003.02.01 |

各國菁英企研所是自由企業體制培養「捍衛戰士」(Top Gun)的場所。企研所的產品稱做MBA,有人的解讀說是Married But Available,這未免不太端莊;另一種說法是──Management By Analysis,或者乾脆是Mentally Below Average。
我想閔茲伯格寫《為什麼我痛恨搭飛機》(經濟新朝社,2002)這本書時的心情,一定是打從心底贊同這個說法的。
「變革」、「培訓與發展」、「客戶服務」、「定價策略」、「策略聯盟」、「顧客忠誠度」、「效率」、「溝通」、「全球化」、「行銷」、「品質」、「維修服務」、「標竿學習」、「使命宣言」、「行銷研究」、「結構」、「人力資源」、,以及「賦權」。
偉大吧!
這就是閔茲伯格這本書各章的主題,涵蓋了「管理」這領域裡幾乎所有重要的課題。
不斷出現的新詞據說代表嶄新的、更有效的新管理工具。

**理性管理過度分析的結果

**另類的看法是這些新詞,不過是菁英企研所名教授與策略管理顧問產業,再加上頂尖財經媒體(Fortune、Business week、HBR、Forbes、Economist……)共同串謀炮製出來的「流行陰謀」。有限的幾項元素(開叉、不開叉;單排扣、雙排扣……),設計師與服飾工業為了共謀刺激銷路,將之拆解、組裝,每季推出新流行(難道貴公司TQM做不好,推行六Σ的就會好嗎?或者TQM做得非常徹底了,六Σ還需要嗎?)
所謂的管理新工具,不過就是經營事業這門幾千年的古老行業中經典的執業藝術(Practicing Arts)一再的修辭與包裝罷了。
閔茲伯格黑色喜劇風格的「管理」劇碼主題意旨重點還不只此。
一般同意我們的社會就是一個組織的社會,組織以「效率」為最高「理性」,以「分析」為最銳利工具,編組成有效率的工作機器,操控這種龐大工作機器的專業管理階層(Mangement Class)--他們連身材看起來都非常講究效率的樣子--個性冷靜、理智,非常強調數字管理(黃仁宇不也說,資本主義體制的基石就是組織運作上必須在數字上可以管理嗎?)

他們眼中只看到統計與會計數字,很少關切數字背後(或前面)的人,他們一般認為「價格」是一切「價值」的充分統計量,而「分析」是唯一正當的管理工具。這樣以強調理性分析、價格、成本算計的管理階級主導的高效率工作機器,將會趕走所有的承諾、熱忱及Human Touch,甚至消滅組織內的試誤與學習基因。
而創新經濟中的企業體因為要經常地對付各種「理性分析」中誤算、誤計與攸關成敗的(而又是在理性算計外的)意外事件,它們逐漸演化出實驗、適應與學習的組織基因,而不仰賴所謂的分析與遠見。
因此「理性管理」分析過度的結果極可能是創新不足。
不過閔茲伯格不是用這麼嚴肅,這麼蛋頭風格的表達形式。他以飛航經驗的切片取樣,細節景的凝視與略帶誇張的蒙太奇鏡頭剪接,表達他對「效率組織」與「分析管理」的不以為然,風格是黑色喜劇形式的嘲弄,語調卻不免是沈重的。

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