1個典範同仁的IBM人生
1個典範同仁的IBM人生
2002.01.01 |

由2000年起,台灣IBM每年都會選出名為「Role Model」的典範同仁。那年當選名單中有一位笑容可掬的女生,所有IBM員工都笑稱她是電視節目女主持人的翻版。
別看她清秀佳人模樣,她可是拼勁十足的銷售高手。薛淑菁,一個「中古IBM」人,59年次的她,已經在IBM工作超過10年。在這10年中,她換過IBM無數的職務跑道,從她身上你可以看見IBM的轉變與實力。
「若非一念之差,我可能唸政戰學校新聞系,也許可能成為你們的同業,」薛淑菁這麼說。因為父親是職業軍人的關係,所以她從小立志當軍人,但是周遭的人並不贊成,所以決定唸一般大學,考上輔大資管系就讀。她記得大三下有一門課必須採訪一家公司的團隊,她印象中IBM是家優秀的企業,當下決定採訪它,沒想到IBM居然答應了,「採訪過後更覺得這是家好公司,心裡暗想,畢業後有機會一定要進IBM。」採訪哪些內容現在已不復記憶,但她卻因此機緣,成了當年IBM少數的女同仁。
薛淑菁回憶初到IBM,就像現在回頭看10幾年前的連續劇一樣,真是尷尬,「上班的第一天真是糗死了,我穿了一條過膝的褲裙。老闆很婉轉告訴我說:要多看看別人的穿著,」她指出:這讓她警覺到IBM人對外代表公司形象,要求穿著的正式體面。的確,當年大部份人對於IBM員工的印象都是:筆挺深藍西裝皮鞋,一副中產階級和不可一世。

**打從心底和客戶站在一線

**
現在IBM人不再講究如此正式的穿著,有時還刻意穿上與客戶雷同的裝扮。薛淑菁第一次去拜訪遊戲橘子(到2001年底已購買99部IBM大型伺服器),只是一般Office Lady的裝扮,客戶卻把她當外星人看,所以她再次去拜訪時,刻意裝扮的和遊戲橘子同事一樣,縮短彼此距離,體驗連線遊戲的魅力。
IBM的改變不只換了衣妝,也開始推動員工輪調,再也沒有一個IBM人可以像公務員一樣,養老終身。「滾石不生苔,」薛淑菁說,1993年之後的IBM有計畫的對員工進行再教育,轉調部門、工作內容頓成家常便飯,一般每隔2、3年,就會以員工個人意願與表現績效,來個大風吹的遊戲,薛淑菁現在的頭銜是企業主機暨週邊系統事業群業務經理,可是她一開始是在業務部擔任助理,一心想做業務的薛淑菁在主管建議下,1993年接受公司再教育與訓練,換到IBM.Com部門做電話行銷;然後1995年到以中小企業為主的工商事業群,開始業務的生涯;2001年轉到企業主機暨週邊系統事業群。「我換過的部門與工作內容,10根手指也數不完,」她笑著說。
IBM強大的技術傳統,能夠給每一個人員深耕式的訓練,這是薛淑菁覺得最有成長收穫的一環。一開始她是業務的門外漢,因此必須先上IBM企業內的solution school、business school、sales school等等課程,上課地點不只在台灣,香港、北京和新加坡也都有課程;她初次擔任主管時,也必須上中階主管管理課程,例如professional、manager、leadership等,「IBM training是最值得對人誇口的事,」她指出。

**強烈的不服輸性格

**
能在大改革後的IBM組織內成長,強韌的抗壓力是必要條件。薛淑菁覺得做業務最重要的是意志力,只有意志堅定、目標明確才能爭取顧客的訂單,她覺得自己是個很有discipline(原則紀律)的人,當年考軍校因為近視無法通過體檢,她為了通過視力檢查,從早到晚共排隊了8次做檢查,第8次才合格。「工作上,就是只要顧客還沒決定向哪一家買產品,我一定爭取到最後一刻,」她回想自己能成為典範同仁的主因,還是強烈不服輸的性格。
1993年IBM面臨危機,總公司獲利很不理想,「就像敗選後的國民黨,整個士氣都很低落,」薛淑菁回憶道:那時總經理沈安石為了鼓勵大家,公司內部流行一句標語「大家作夥來打拼」,而且沈安石也創了一個「英雄鼓」的獎勵方式,只要有人談妥生意,他就在公司大廳擊鼓,昭告天下。「包括我在內,很多人都受到感動與鼓舞,」她自己暗自立誓,有一天也要上台擊鼓。這樣的激勵方式,讓台灣IBM同仁彷彿打了強心針,每個人都生龍活虎起來,每天都加班到很晚,「不是故意要每天睡一個小時和蕭薔媲美,而是不知不覺就工作到了深夜。」
10年走來,薛淑菁對IBM由當年的自以為是轉向到今天的「以客為尊」感同身受。她常對部門員工提出忠告:「你要當自己是客戶,當你想到了IBM用什麼方式與你互動才最合適,你才有可能真正爭取到客戶。」平常她的家裡訂了好幾本雜誌,其中一半是用來增加知識的;另一半則是用來增加與人溝通話題的,薛淑菁坦承不希望一接觸客戶就「談產品」或「賣弄知識」;「會先閒話家常,等有一些互信再來談後續,做業務也是一種『搏感情』的工作,」她這麼認為。
IBM是個擁有眾多產品的公司,一個部門就足以開一家大型公司。薛淑菁覺得自己尚未成功,只是達成作業務人的使命,未來她希望繼續「攻進」到其他部門多學習。由當年女同事的零落稀疏,到今日IBM已有1/3事業群總經理是女性的兵團,IBM和整個時代,真的都變了!

往下滑看下一篇文章
終結 AI 失敗魔咒!Data-DI 以 No Code AI + AI Landing 助企業效率革命
終結 AI 失敗魔咒!Data-DI 以 No Code AI + AI Landing 助企業效率革命

生成式 AI 席捲各行各業,但企業導入後「開局精彩、落地失敗」的情況卻屢見不鮮。由於技術與業務脫節、導入週期冗長、人員無法操作等問題,許多專案難以發揮預期效益。2019 年成立的 Data-DI Solutions 看見這樣的斷層,提出「No Code AI + AI Landing」雙軸策略,專注解決企業在導入過程中的落地困境,協助中大型企業以可控成本與快速周期完成導入,帶動實際營運成長。

AI Landing,陪跑企業落地應用

「AI 不是萬能,要能發揮效益,企業必須先有系統化的資料與數位化流程。」Data-DI 解決方案顧問包威棣指出,許多企業導入生成式 AI 時,往往高估技術能力,卻忽略自身基礎建設與後續驗證的重要。AI 若要優化效率,前提是企業先具備穩定的資料與流程架構,否則就像在沙地上蓋屋,難以長久。

Data-DI 的解法,是以「AI Landing 陪跑計畫」協助企業跨越導入瓶頸。顧問團隊從需求定義、流程設計到上線驗證全程參與,協助釐清問題、建立可驗證的導入路徑。透過系統化的四步驟流程,企業可在五週內完成導入,並逐步培養內部使用習慣與評估機制。

包威棣以汽車集團的案例說明,Data-DI 透過 16 小時工作坊,讓員工實際參與 AI Agent 的設計與測試,最終使流程時間縮短三成。「當員工親眼看到效率被釋放,信任與採用意願自然就會提升。」他說。

Data-DI
Data-DI 解決方案顧問包威棣。
圖/ Data-DI

創立六年來,Data-DI 以顧問式導入模式深耕企業市場,創下 90% 續約率與 120% 續費率,反映其服務在導入成效與信任關係上已獲市場驗證。

AltaBots.ai,實現 No Code 的 AI 應用

若說 AI Landing 解決的是導入成功率的問題,那麼 No Code AI 則打開了使用門檻。包威棣指出,過去 AI 專案常由工程師主導,但技術懂架構、不懂業務;業務懂需求,卻難以轉化為程式語言。「AI 要真正落地,就必須讓最懂現場的人能自己動手。」

因此,Data-DI 推出企業級 No Code AI Agent 平台 AltaBots.ai,即使非技術背景的人也能在拖拉介面中建立 AI 應用。該平台內建超過百種模板,涵蓋客服、行銷、營運與數據分析等場景,並支援主流大型語言模型串接與負載平衡,也協助企業控制 LLM token 成本。

包威棣強調,No Code 的價值不僅是節省開發時間,更在於「讓 AI 民主化」。業務人員最熟悉顧客與流程,當他們能自行建立並驗證 AI 應用,技術就不再是難以摸索的黑盒子,而能持續被優化與調整。Data-DI 也因此打造企業級 AI Workspace,讓團隊能共享應用、協作優化,使 AI 從個別專案進化為組織文化的一部分。

Alta.DI,從客服到行銷的整合式 AI 引擎

Data-DI 的另一核心產品 Alta.DI,則將 AI 能力延伸到顧客服務與行銷前線。平台整合 LINE、Facebook、Instagram及網頁對話框等多通路訊息,協助企業處理大量客戶互動。系統採用 RAG(Retrieval-Augmented Generation)技術與 AI 反問機制,能理解語意並即時優化回覆,避免錯誤生成或資訊不一致。平均來看,AI 可處理高達八成重複問題,搭配 AI Copilot 工作台進行自動派單與知識優化,整體客服效率可提升約五成。

包威棣舉例,旅遊業者在旺季期間客服需求暴增,AI 能即時回覆行程、簽證或退改政策等常見問題,真人客服則可專注於客訴或特殊情境處理。日本社交平台客戶的例子更為明顯,過去近半人力都用於回覆重複問題,導入系統後有八成以上由 AI 自動應答,客服人員得以轉向更具價值的溝通。

與傳統 Chatbot 不同,Alta.DI 不是依賴關鍵字或預設選項,主要靠理解自然語言與上下文意圖;另外,也有 AI 標籤功能,例如偵測到詢價行為時,AI 能自動加註標籤並轉交真人客服報價,讓轉接更即時、更精準。

Data-DI
Data-DI 解決方案顧問包威棣指出,AI 導入必須與企業策略連結。
圖/ Data-DI

「企業要做 AI 轉型,首先要讓決策者有信心。」包威棣強調,這些案例也顯示,AI 導入必須與企業策略連結;當企業看見實際成果,不僅決策者會更有信心,也才有機會進一步培養組織內部的使用習慣。

他觀察,2024 年後企業對 AI 的信任度明顯提升,越來越多公司願意編列預算,嘗試讓 AI 與營運流程深度結合。因此,Data-DI 也鼓勵企業採取「小步快跑」策略,從具體場景驗證成效,再逐步擴大應用。

展望未來,他也以「整合」與「習慣」兩個關鍵字描述企業級 AI 的方向。整合,意味著 AI 不再是外掛工具,而要嵌入既有工作流程;習慣,則代表使用者的信任逐步養成。「當員工真的習慣使用 AI,產出自然會更好。AI 和人的關係也將從輔助變成共學。」

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
進擊的機器人
© 2025 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