亞馬遜、Google最看重新人的這些特質！面試想成功有這三大關鍵|數位時代 BusinessNext

頂尖企業都怎麼挑人才？亞馬遜（Amazon）與Google同為全球最具影響力之一的科技公司，不僅管理風格迥異，對於「好人才」的定義也大不同；針對自家企業想要招攬的人才，資深主管提出了他們認為公司最看重的「用人標準」。

亞馬遜重視領導原則的實踐、Google提倡積極表達想法

牢記公司的領導原則

亞馬遜網路服務（Amazon Web Services，AWS）全球體育和娛樂高級經理安德．坎貝爾（Andre Campbell）表示，亞馬遜想要招募的人才特質，都已經寫在官方網站所公開的「領導原則」，像是崇尚行動（Bias for Action）、付諸成果（Deliver Results）或者勤儉節約（Frugality）等共16項，向來是貫徹公司的指南。

坎貝爾建議，求職者應該認真研究這些「領導原則」，試著從中找到感興趣的部分，在履歷中清楚地說明，對於這些原則的看法與回應。

樂於提出問題

Google全球合作夥伴關係副總裁博妮塔．斯圖爾特（Bonita C. Stewart）表示Google認爲若一個人富有天生的好奇心，這種人是職場上特別的存在。

博妮塔舉例，提出的問題不該是輕易就能找到答案的，可以試著將公司現況與「開放式問題」連結，進而提出個人的觀點。舉凡在生產、行銷、策略或團隊管理，各種環節都能夠不斷提出改進方法。

試著提出「團隊中正在進行什麼樣的計畫」、「除了職務之外，還能用什麼方式為團隊作出貢獻」這類型的問題，將能大幅展現自己的熱誠。

重視業外、社團經驗

有趣的是，亞馬遜與Google同樣認為工作經驗並非求職的必要條件，豐富的社團經驗，也跟擁有專業知識同樣重要。因為從這些職場外的經驗中，往往可以看出一個人是否具備良好的領導力、團隊合作與構通能力。坎貝爾鼓勵求職者，即使沒有經驗，也能夠盡可能表現自己與職缺之間的關係。

博妮塔則舉例，如果想要面試行銷類型的職位，就算沒有豐富的實習履歷也無妨；「也許你曾在社區或學校裡，規畫了一系列的活動；試著以此解釋，你是如何運用策略，讓大家關注與參與活動。」

儘管亞馬遜、Google的「好人才」標準未必相同，但都提供了多種理想員工應具備的特質，可供求職者作為參考，求職時不妨參考目標公司的特色，並強化自己相符的特質。

科技巨頭的面試建議

進入面試環節，亞馬遜、Google也分別提供了在面試上可以如何「表現自己」，才能在眾多求職者中突破重圍。

1.善用STAR架構

STAR 的架構是在面試時的常見技巧，分別代表了職務上的四個階段：
Situation＝情境： 提供一個在職務上遇到難題的情境，為什麼棘手？
Task＝任務： 在這個難題的情境中，需要完成什麼樣的任務？
Action＝行動： 採取了什麼行動，來解決這個問題？
Result＝結果： 這個情境中，得到了什麼成果？為組織、客戶帶來的益處是什麼？

比起流水帳的履歷，善用STAR的架構來說明，可以更準確表達工作與危機處理能力；坎貝爾建議面試者準備3到5個不同的情境，藉由在情境中放入積極的轉折，來佐證能力是如何為公司帶來益處。

2.用數據佐證成績

作為科技巨頭，亞馬遜與Google都是仰賴各種數據做為成果指標的組織，因此與面試官提及經歷時，「量化」的例子非常有價值。舉例來說：「比較往年，將活動的出席率提高了30%」「相同預算下觸及率翻了兩倍」藉由精確的數字作出比較，快速展現自己的能力。

3.肯定自我與團隊價值

公司樂於接受面試者肯定自我的價值，但更加欽佩能夠「記得團隊」的人。在展現自己才能的同時，也不忘提及過去的團隊合作。一個人很難單憑自己就取得成功，分享榮譽，其實也是在肯定團隊。

否則，在自己我肯定的同時，很可能也向面試官表達了「自我意識過高」、「不善於團隊合作」這些事。公司若是龐大，往往體系複雜，更要確保沒有人是職場中的「唯一」，需要既能與同事分享想法，也善於聆聽並協助團隊持續向前的員工。

資料來源：insider、CNBC、Amazonjobs

本文經授權轉載自：經理人月刊

【延伸閱讀】
1.在亞馬遜、Google 工作是什麼感覺？前員工：從「面試題」就能看出差異
2.Google 怎麼挑人才？人資長：英文好、名校畢業不是關鍵，最看重這 4 種特質

責任編輯：吳佩臻、錢玉紘

「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。

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%。

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。

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