「創辦人模式」是什麼？為何黃仁勳、馬斯克都崇尚？解密矽谷新風潮|數位時代 BusinessNext

近來矽谷掀起了新的熱門名詞「創辦人模式」（founder mode）。其指涉創業家利用看似違背管理學的手段營運公司，並且取得巨大成功，例如賈伯斯、馬斯克等知名創業家。

「創辦人模式」由創業加速器Y Combinator共同創辦人保羅．格拉漢（Paul Graham）所提出，其概念與交由專業經理人管理公司的「經理人模式」（manager mode）二元對立。

格拉漢日前在文章中指出，即使在矽谷，大多數人認為新創要擴大規模，代表必須轉換至經理人模式， 但事實上，很多創辦人採用經理人模式卻大感失望，「從他們擺脫這種模式後獲得成功，可以合理推斷經理人模式，並非邁向成功的唯一法則。」

一句話說明「創辦人模式」：親自下海管，比找專業經理人強

其實，創辦人模式沒有明確的定義，不過格拉漢指出，它會打破執行長只能透過直屬部下管理公司的原則。「跨層級」會議成為常態，不再是一種非比尋常的管理方法。

他也分享Airbnb的共同創辦人布萊恩．切斯基（Brian Chesky）在 Y Combinator活動上發表的一場演說，強調傳統的經營智慧，並不一定能奏效。

切斯基表示，他曾經遵循別人給予的建言經營公司，總的來說就是「僱用優質人才，放手讓他們發揮」，但最終成果卻非常災難，他發現越少親自管理，公司就越容易出錯，就此決定要參與到每一個細節，「Airbnb就不會發生任何超出我能力範圍的事。」

格拉漢認為，那些經理人不會選擇這麼做，因為在他們受到的專業教育中，他們應該下達指令放手讓部屬執行，直接參與到細節是微觀管理，這是不好的行為。

創辦人模式為何成功？「權力位差」可能是一大關鍵

不過，創辦人模式的特點不只是管理到細微層面，這之間的主要差別或許在創辦人之於公司，猶如父母之於孩子的特殊身份，有著不同於經理人的愛與熱情，也使得有些事創辦人可以做、會去做，而經理人不會做或沒辦法做。

《華爾街日報》指出，切斯基曾在Podcast中分享過創辦人與外部經理人不同的特質。「他們（創辦人）是親生父母，你可以愛某些人事物，但當它是出自於你時，你會擁有更加強列的激情與熱愛。」切斯基解釋，「第二個特質在於，創辦人有點特權，就像我不能告訴別的孩子該做什麼，但如果是自己的孩子可能就沒問題。」

這之間的差異代表著，創辦人可以做出一般經理人不會做的事，好比說帶領公司進行重大轉型、重新打造品牌。

馬斯克、黃仁勳都是「創辦人模式」管理者

特斯拉執行長馬斯克（Elon Musk）就被認為是創辦人模式的典型案例，他時常管理到最細微的層面，直接和工程團隊溝通技術問題，馬斯克也稱自己的「奈米管理者」；Model 3量產前的「黑暗時期」馬斯克也親自在工廠坐鎮，甚至睡在工廠地板上過夜。

近年隨著輝達興起，黃仁勳的管理模式也經常受到外界分享，而他的作風同樣是創辦人模式。

輝達內部架構扁平化、資訊透明，無論層級任何員工都能參與各種會議，黃仁勳本人也保持著與各層級員工的直接溝通，甚至會站在基層員工座位旁一一詢問細節。

曾在Meta、亞馬遜擔任超過20年管理層、Coatue Ventures現任董事長丹．羅斯（Dan Rose）也分享，祖克柏和貝佐斯都是會管到最細微層面的創辦人，深入了解產品及業務的細節，從不打算讓公司自主運轉，一律解僱反對他們監督的人。

採用「創辦人模式」的公司更賺？目前證據仍不足

不過，創辦人模式真的能讓公司運轉得更好嗎？《財星》分析了世界500強企業名單，聲稱其中22家由創辦人兼任執行長的公司，的確在營運表現上遠勝於其他公司，累積總收益率（cumulative total return）達1,129%，高於其他公司的57%，並且表現得分上（100等於市場水準），創辦人模式公司為202，高於其他公司的92。

但《財星》也強調，不能直接用這些數據來表示創辦人模式更優秀，這22間公司只是同時期成立公司的一小部份，而且沒辦法得知究竟在兩種模式下，倒閉公司的數量比例有多少。

實際上，也有像WeWork那樣，在創辦人管理下兵敗如山倒的新創公司。

「創辦人模式」，可能讓女創業家進退維谷

另外，矽谷肯定「創辦人模式」的眾多討論，也引起性別不平等的質疑。

遠距醫療公司Summer Health創辦人艾倫．達席爾瓦（Ellen DaSilva）也在讀完格拉漢的文章後表示， 「我開始好奇我這麼做（實行創辦人模式），會被怎麼看待？一個男人這麼做，又會怎麼被看待？」

交友軟體Bumble創辦人維特妮．沃夫．赫德（Whitney Wolfe Herd）也在Instagram上聲稱，她已經實行創辦人模式10年了，但每天都因此受到攻擊 ，「事實就是，這對女性創辦人來說是完全不同的。」

兩位創辦人說的是，平平都是微觀管理，大部分人會合理化男性創辦人的咄咄逼人，女性創辦人卻會被認為是歇斯底里。換言之，創辦人的高要求，外界會因為生理性別而有完全不同的解讀。

外媒《Wired》有一篇文章提到，明德大學經濟學助理教授馬丁．阿貝爾（Martin Abel）曾在研究《工作者是否會歧視女老闆》（Do Workers Discriminate against Female Bosses?）中提到，員工對女性主管的批評容忍度更低，工作滿意度因此下降70%。

「過去24小時裡，一直有女性創辦人來詢問，她們不被認可能像男性一樣以創辦人模式管理公司。」格拉漢發布文章當週就在社群平台上表示，「這需要改變。」

延伸閱讀：Google前執行長批「台灣軟體一團糟！」軟硬失衡2大關鍵：生態系、專業分工不明確
 摜蛋是什麼？為何是中國「向上社交」必備技能？背後3原因，讓1.4億人瘋找牌咖

資料來源：華爾街日報、Fortune、Paul Graham

責任編輯：李先泰

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。