學台塑、台積電,還是老共?看鴻海如何解決接班難題
學台塑、台積電,還是老共?看鴻海如何解決接班難題
2007.03.01 | 科技

「接班人問題」是世界頂尖企業董事會每年都要討論的問題。像奇異前執行長傑克.威爾許(Jack Welch)選定接班人伊爾梅特(Jeffrey Immelt),前後共花費三十六年心血;微軟創辦人比爾.蓋茲(Bill Gates)交棒給鮑爾默(Steve Ballmer)也經歷了數年考驗。對美國董事會來說,「接班人計畫」已經成為第二重要的議題,僅次於領導者是否適任。
包括英特爾(Intel)、杜邦(Dupont)、可口可樂(Coca-Cola)、沃爾瑪百貨(Wal-Mart)、索尼(Sony)、惠普(HP)等這些一流企業能夠縱橫商界近百年而不墜,靠的就是一棒一棒的接力,反觀台灣第一大民營製造公司鴻海科技集團的交棒工程,則一直被外界視為最大的弱點。
「別人愈不相信的事,我愈會去做!」郭台銘面對外界對於科技強人交棒難的質疑,曾一再表示會把棒子趕快交出去,但是眼看二○○八年已經進入倒數,但是外界仍舊悲觀,誠如政大教授司徒達賢公開直言:「台灣成功的創業家本身也缺乏接班經驗!」

**台塑模式
由資深幹部共組決策小組

**
專業經理人交棒給專業經理人,都需要很高的管理技巧,更何況沒有經驗的創業家交棒。司徒達賢就指出,對台灣企業來說,交棒困難,還包括了以下三點:一是創業家有觀照全局的思考能力,本身太能幹,而不放心把畢生心血交給別人;二是在自己公司之中,若自己不提出這個議題,別人更不好意思表示意見;三是由於台灣的公司治理沒有上軌道,如果把經營權交到「外人」手上,被「整碗捧去」的風險很高。
這也難怪「接班話題」在台灣企業界一直是個隱形的命題,在實際的情況之下面臨了很多困難。但是儘管如此,二○○六年的六月五日,台塑集團仍宣布世紀交班,八十九歲的董事長王永慶和八十五歲的王永在宣布卸下權力,交由子女和專業經理人組成的「七人決策小組」負責策略和營運,這七人決策小組仍有執行長一職,交由五十九歲的王文淵掌舵,讓台塑領導人一夕之間年輕三十歲。
採「七人決策小組」共同領導,顯然是台塑準備「長壽」的方式,這會成為鴻海的學習方式嗎?如果鴻海要成立「決策小組」,各大事業群總經理及財務長黃秋蓮、會計長李金明、技術長陳杰良等一定是重要決策成員,其中最資深的幹部包括戴正吳、盧松青、黃秋蓮等超過十五年以上資歷者,由於人脈深厚,就有可能在這種模式之下成為決策小組的「接班人」。

**台積電模式
郭董指定接班再從旁協助

**
但是科技產業變化快速,充滿風險,用「共識決」來做決策,很容易延誤商機,共高盛證券分析師金文衡則認為,鴻海未來比較有機會走的是「台積電模式」。
金文衡認為在二○○六年股東會上郭台銘也講得非常清楚,兩年之後他是要交出CEO(總裁)的位子,但還會繼續擔任「董事長」。而且接下來,他也會繼續以教練的角度,來協助他的接班人(或者團隊),所以說,他對鴻海的掌握度與影響力,並不會受到影響。
最近郭台銘也漸漸不去干涉每個事業群主管的例行事務,授權的程度也愈來愈高。這樣的做法比較像張忠謀把CEO位子交給蔡力行,然後逐漸淡出台積電,現在張忠謀已漸漸變成台積電的精神領袖,其實,郭台銘也說,未來他也只想當鴻海的精神象徵而已。
而外界質疑,如果郭台銘交棒之後,接班人管得住所有經理人嗎?金文衡認為,目前鴻海的內部各個事業群,都是一座座山頭,在郭台銘的領導之下,最後的決定權與裁決者還是他,就算各個山頭有任何問題,還是會被壓住的。而他之所以要在兩年後先交出CEO,也是為了培養接班人的威望,因此,在未來五年內這個問題應該不會發生,至於郭台銘卸下董事長之後,會不會發生就很難評估了。
在台積電模式之下,盧松青的美式背景及個人戰功,就成為接手營運,成為下一任執行長的有利條件。事實上「台積電模式」其實就是「英特爾模式」。從英特爾創辦人之一的高登摩爾(Gordon Moore)交棒執行長給安迪葛洛夫(Andrew S. Grove),摩爾則擔任董事長,到葛洛夫交棒給貝瑞特(Craig Barrett),自己也先擔任董事長,最後貝瑞特交棒給歐特寧(Paul Otellini),自己也接董事長,都是為了讓年輕接班人能夠上手,又能兼顧風險的平衡。
從貝瑞特到歐特寧,都是在營運長時代就已被指名接班,但是這種提前先曝光的指名一人做法,真的適用於東方企業嗎?郭台銘就曾指出,接班人一旦曝光,就會成為群起攻之的對象,這或許是他一次宣布九(十?)大事業群總經理,人人都是「接班梯隊」的用心所在。
《執行力》一書共同作者瑞姆.夏藍(Ram.Charan)在《哈佛商業評論》點出,隨著企業競爭環境激烈,接任執行長最佳年紀為四十六到五十二歲,原因是這時處於顛峰,而且上任後可以有至少十年的作為。傑克.威爾許接掌奇異(GE)執行長時,也不過四十五歲。瑞姆.夏藍的研究,準接班人可以循序漸進掌管愈來愈大且複雜的利潤中心。目的是要有機會負責單位「盈虧」。這些其實也和郭台銘在推動的接班工程不謀而合,讓各事業群總經理自負盈虧。
在這樣的情況之下,只有掌握爆發性的產品和市場,在九(十?)大事業群中四十五歲以下的總經理,包括簡宜彬、蔣浩良、鍾少文等,也有後發先至的可能性,但是另一方面,年輕人的出頭而不被資深幹部排斥,加上鴻海太大,還是要靠有計畫的栽培。

**鄧小平模式
集體領導讓權力不被寡占

**要讓龐大的版圖能夠和平轉手,中國已故領導人鄧小平則做了一種示範。鄧小平在推動經濟體制改革之初,意識到不推動政治體制改革,就推不動經濟體制改革,因為首先一定會遇到「人」的障礙,所以在政治體制改革上更建立起一套權力轉移的遊戲規則,亦即「集體領導」與「梯隊接班」的制度。
「集體領導」制度也在避免中共在歷代權力遞轉的時期,無論是「毛澤東V.S.林彪」、「華國鋒V.S.鄧小平」的激烈政治鬥爭。鄧在掌權期間,就橫跨了第二代、第三代領導人政權交接的歷程,鄧小平在人事操盤上卻是有計畫地以「年齡」作為接班的依據:中央、省與其同級之幹部,正職不超過六十五歲,副職不超過六十歲,司局長一級幹部以六十歲為限,梯隊接班機制的目的,是透過有計畫選拔、磨練中生代幹部,使得權力核心成員的年齡呈現多層次以上的分布。
年輕幹部在「傳」、「幫」、「帶」的情形下逐漸接掌權力,而鄧小平為打破黨內對毛澤東的個人迷思,更強調「集體領導」的重要性,「重大問題一定要由集體討論和決定,決定時要嚴格實行少數服從多數……集體決定了事情,就要分頭去辦,各負其責!」鄧小平如此要求。而他所建立的「集體領導」與「梯隊接班」的遊戲規則經過了三屆黨代表大會的運作後,漸次成為「權力轉移」與「權力核心」確立的主要依據。
鄧小平之所以這樣設計,主要是希望在「年齡限制」和「任期限制」的兩大框架下,形成了「個人」無法獨力掌握整個政權的局面,也讓年輕人可以在隔代接班,但商業畢竟不是政治,在迅速變化的市場上,挑戰從四面八方而來,鴻海雖然大如一架超級航空母艦,卻也更需要快速變化的戰鬥隊型。

**倒金字塔模式
讓年輕基層成為決策主力

**「鴻海內部正從過去金字塔型的組織,走向一個倒金字塔結構,來準備應付外界挑戰!」鴻海連接器事業群總經理游象富說,從業務的觀點來看,以前誰最能接到客戶?是老闆對老闆比較容易;但是產品的多元化及市場快速變化,現在反而是基層最能接觸到客戶,也就是金字塔的「基部」才是主力。
其實不只是董事長郭台銘,游象富指出,連他們這些資深的幹部都要開始往後退,讓過去金字塔朝上的「尖部」變成領導統御的基石,游象富進一步闡述郭台銘對於「領導統御」的看法:「領」就是方向,「導」就是老師,「統」就是整合,「御」就是管理,而責任及決策盡量讓年輕人去承擔,「不要讓層峰,變成層『瘋』啦!」游象富笑說。
這也是為什麼在今年尾牙舞台的正面出場處貼著一幅門聯,左聯「爭權奪利是好漢」,右聯是「開疆闢土真英雄」,橫批則是「出將入相」,主要就是激勵新生代幹部早日接班,一定可以「出將如相」,讓人才出頭,從這個角度來看,其實從二○○七年最大的變化,就是鴻海在推動年輕化,而鴻海的「接班工程」就是推動集團的年輕化。
美國《財星》雜誌在二○○一年時統計美國前一百大企業,年紀超過六十歲的執行長成為「少數民族」,只剩四分之一,也難怪明年五十八歲的郭台銘積極退休,而根據《哈佛商業評論》統計,缺乏完善的接班制度,有五分之二新任執行長會在一年半內陣亡,所以郭台銘要完成接班大計,最重要的挑戰,還是和時間賽跑。
像奇異公司選擇接班人的做法,是投入大量的時間了解幾位競爭者,同時,花更多的時間討論繼任人的最佳方案,這些方案,一般公司需要董事投入的時間超不過一百個小時,而奇異的董事會卻花了幾千個小時。
從二○○七年初到○八年初,郭台銘還有一年多的時間,超過一萬個小時可以運用,來籌劃接班大計,而這也是鴻海從三十年企業邁向百年的關鍵時刻。

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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