【專欄】Google解密：「心理安全感」是團隊締造高績效表現的基石|數位時代 BusinessNext

與「心理安全感」的緣分，似乎該從「亞里斯多德計畫（Project Aristotle）」談起。

為了了解為什麼某些團隊可以締造高績效表現，而其他團隊卻績效平平，Google 在 2012 年就啟動了亞里斯多德計畫，想要找尋完美團隊組成背後的秘密。透過與各類團隊所進行超過兩百場以上的深度訪談，亞里斯多德計畫的研究團隊發現，團隊中是否具備「明星成員」並不是團隊能否展現高績效的關鍵，高績效的關鍵在於團隊成員間究竟「 如何共同完成工作任務（How the team worked together） 」。

在 Google 探討工作方法的 Rework 部落格所刊載的文章裡，亞里斯多德計畫的研究結論，提出以下五個造就高績效團隊的關鍵要素：

排名第一的「 心理安全感（Psychological Safety） 」，指的是團隊成員在完成工作任務的過程中完全不擔心犯錯會招致嘲笑或排擠（例如問問題、挑戰團隊決策、提出可能發生的決策疏漏等等），願意展現任何可能促成團隊成功的冒險行為；

排名第二的要素是「 可依賴性（Dependability） 」，代表每一個人都會承擔起自己所負的責任，完成被交付的任務以確保團隊績效的高品質；

排名第三的則是組織「 結構與任務清晰度（Structure & Clarity） 」，意指團隊成員對於本身的工作職責、扮演角色，以及團隊所被賦予的各類長短期目標與執行計畫相當熟悉，避免在完成工作的過程中互相拉扯，降低效率效能；

排名第四的則是「 工作意義（Meaning） 」，高績效團隊的成員普遍對於工作本身對團隊整體以及個人的意義有所認同，除了在完成工作任務後獲得薪資報酬以外，也會在過程中獲得學習與成長；

最後一個要素則是工作能創造的「 影響力（Impact） 」，高績效團隊的成員對於完成工作任務後所能帶來的意義也有所認同，這樣的意義可能只與團隊本身或是企業組織整體有關，也可能是對於國家社會所帶來得正面影響。

心理安全感才不是新名詞，早是很多團隊高績效產出的秘密

亞里斯多德計畫的研究結論，除了打破高績效團隊是由明星成員所組成的迷思以外，也讓「心理安全感」的重要性再度為企業組織所重視。心理安全感並不是 Google 所發明的新詞彙；早在1999年哈佛商學院的 Amy Edmonson 便提出心理安全感這個概念，Amy 認為心理安全感指的是，團隊成員不擔心在完成任務過程中提供新點子、問任何相關問題、指出可能的疏漏或是缺失可能會招致其他團隊成員的懲罰或羞辱，因此願意展現各類有可能導致人際關係風險的行為（A belief that one will not be punished or humiliated for speaking up with ideas, questions, concerns, or mistakes, and that the team is safe for interpersonal risk-taking）。

實際上，「發現」心理安全感這個重要慨念的過成是充滿驚訝與驚喜的；Amy 原本的研究目的是想了解為什麼某些醫療院所的病患治癒率較高而致死率較低，而其他醫療院所卻有著完全相反的狀況。經過數據分析與深入訪談過後 Amy 發現，那些治癒率高致死率低的醫療院所，並不是因為相關人員在進行醫療行為的時候犯錯率較低，相反地，這些醫療院所回報的犯錯率反而較高；主要的差異在於，那些有著高治癒率低死亡率的醫療院所人員，都能「勇敢地發聲」指出哪邊是可能犯錯的，應該及時改正，以提高病患所獲得的醫療服務。

在後續針對不同產業的研究中，Amy 也一次又一次地證實了「心理安全感」對於團隊展現高績效有正面的幫助；對身處高速變化環境的企業組織而言，打造一個具有「心理安全感」特性的工作環境，不僅有助於高績效的達成，更能促成員工願意「冒險」展現創新行為，為企業組織的永續發展作出貢獻（延伸閱讀：《心理安全感的力量：別讓沉默扼殺了你和團隊的未來》）。

遠距工作 WFH 有方法能提升心理安全嗎？

從以上對於心理安全感的描述看來，似乎在實體情境下比較有機會提升心理安全，當企業組織面對現今這種 WFH（Work from Home）的新工作型態時，要怎樣提升成員的心理安全以獲得高績效以及創新行為展現等結果呢？

在此提供幾個「有效」的建議：
1. 要確保所有 WFH 的成員都具備一定的資訊技術能力
2. 要定期舉辦線上的團建 Team Building 活動
3. 鼓勵團隊成員提供自己的「使用說明書（User Manual）」讓其他成員知道你/妳喜歡什麼樣的合作方式
4. 記得安排各種非正式互動的機會，以提高成員間彼此的熟悉度
5. 團隊可以從小型專案開始培養合作默契
6. 常常鼓勵成員進行換位思考

在WFH的狀況下確實無法「見面三分情」，不過經由這些小技巧就算在虛擬的狀況下，還是有可能建構一個具有心理安全的合作環境，說不定還能帶來實體情境下無法造就的成果。

還在擔心團隊成員都保持沈默不願意貢獻所長完成任務嗎？先想想怎麼打造一個具備心理安全感的工作環境吧！也歡迎一起討論你/妳發現的好辦法喔！

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場）

責任編輯：侯品如

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。