馬斯克在員工信中竟宣導「不要太拚」?背後暗藏這個高明的管理手段
馬斯克在員工信中竟宣導「不要太拚」?背後暗藏這個高明的管理手段

特斯拉(Tesla)創辦人伊隆・馬斯克(Elon Musk)最近又展現了他與眾不同的管理手法:叫員工「不要太拚」。更精確一點來說,他在11月底的一封電子郵件中,闡述了對特斯拉目前工作方式的看法:比起在季度尾聲為達成目標而瘋狂衝刺,他更樂見的是穩定且得以降低交付成本的流程。

《CNBC》提到,儘管特斯拉今年不斷努力趕上向客戶承諾的交車日期,但或許是受到晶片短缺的影響,部分車主卻仍得多等待數周到好幾個月,才有辦法取車,使得車主在「無車可開」期間必須負擔暫時性的租車費用,甚至需重新調整車貸。既然顧客已經因為交車日期延後而感到不滿,為什麼馬斯克還是向團隊提出「放慢腳步」的建議?

僅供報導用途_shutterstock_652388239_特斯拉_Tesla
圖/ Shutterstock

穩定交付頻率之餘,更能管理團隊期待

馬斯克在信中寫道,從特斯拉過去的生產記錄中可以發現,當他們在某一季尾聲瘋狂衝刺時,副作用往往會出現在下一季:使得下一季前幾周交付量大幅下降,甚至是一台電動車都不會到客戶手上。另外,趕進度不只員工得付出額外時間,更會因而衍生出大量加班費、臨時承包商等費用,才有可能完成目標,完全不是理想的工作流程。

《Inc》指出,馬斯克的做法也是一招高明的管理策略,能有效降低員工的心理壓力,讓他們更有機會達成目標。他清楚知道要提高團隊生產力,單單增加員工的工作時間,絕不是最好的途徑。當減少對他人和自己的要求和期望時,其實也同步降低了可能癱瘓生產力的壓力。更重要的是,它會讓人們覺得某項任務更容易達成,這樣的心理暗示,確實可提高事情成功的機率。

這種藉由調整期待、目標,以增加效率或成果的方法,又稱為「85% 原則」,不只是適用於團隊管理,也能運用在個人的工作或生活中。

馬斯克
圖/ 虎嗅網

有餘裕才能多思考、面對突發的風險

曾獲得奧運9面金牌的美國田徑運動員卡爾・路易斯(Carl Lewis)就是85%法則的信奉者之一。《Business Insider》表示曾經有教練觀察,多數選手於百米賽跑中超過60公尺關卡時,都會產生「再努力一點」的想法,使得他們繃緊表情與肌肉,但路易斯不一樣,他通常前期會落後他人,卻能在最後關頭超越對手。

關鍵就在於,他保持著85%的努力,同時具備可以思考和放鬆的空間,而不是把自己逼到絕境或極限,反而筋疲力盡。維持「有餘裕的狀態」,讓路易斯得以觀察他人,或根據當前狀況做出更好的決策,才能在激烈的競爭中脫穎而出。

然而,85% 法則並不意味著鬆懈,它之所以能發揮效果,是仰賴事前做好萬全的準備,你可能熟悉客戶各個面相的需求、瞭解供應商的所有環節,或已經精通任務得以完成的技能,接著才可以抱持不用「火力全開」的心態迎接挑戰,遇到麻煩或問題時,便能利用剩餘的 15% 精力或腦力,找出解決方案,並帶著自信達成目標。

資料來源/CNBC、Inc、Business Insider

延伸閱讀:
優秀部屬不想升主管,怎麼辦?培養接班人不能只看能力,更要看「內在驅動力」
你的職涯道路能爬多高、走多遠?關鍵在心態是「Day1」,還是「Day2」

本文授權轉載自:經理人月刊

責任編輯:傅珮晴、錢玉紘

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