成功企業的失敗觀
成功企業的失敗觀
2000.03.01 |

產業台灣中,擅於打造「製造優勢」的CEO們,需不需要調整管理與領導風格,使自己能平穩滑入重視「創新優勢」的新世紀知識經濟?
夙具「製造優勢」的產業台灣,主流管理風格一向是勤奮與紀律,CEO的意象是「追根究底合理化」的勤勞者,也是一手持創一手持天平的正義女神,對員工同仁「信賞必罰」──績效是功勞,有賞;失敗;犯錯,是罪過,必罰。
就像斯斯有兩種,失敗其實也有兩種。要培育打造「創新優勢」,CEO需在言語和管理反應上,區別智慧型失敗(Intelligent Failure)和不必要的失敗,並理解前者在建立企業知識碁磐與創新流程管理中所扮演的角色。

**失敗為成功之母

**
追求「創新優勢」的企業不能不清楚分辦「註定失敗的嘗試」與「創造性實驗的失敗」兩者間的差異。前者就像在個襯衫裡穿上黑色內衣,後者卻是有成功機會的一時犯錯。企業當然不能鼓勵第一類錯誤,發生了自然就是「罪與罰」。但是盡力從事創新活動的企業,就像駛入一片尚未有海圖海域探險的船隻,礁石是要等撞上後(當然不能沈船),再註記在新海圖上的。
智慧型失敗是創新冒險的結果,組織同仁發生這種錯誤是「智慧」的,不僅有益,更有其必要。如果同仁沒有說錯話或做錯事的「自由」,他們也就沒有創造力的「空間」。同仁會謹慎觀察組織如何對待因冒險而犯錯的人。

**革命總是充滿艱辛

**
多媒體影視大享山姆.高德溫(Samuel Goldwyn)曾說:「我不要這個組織裡有唯唯諾諾的人。
我希望同仁們能夠暢所欲言──即使真的會丟飯碗也在所不惜。」沒有人喜歡失敗,但是準備領導打造「創新優勢」的產業名流CEO們要不斷提醒自己,不要一隻手明白宣示要鼓勵員工創新,另一隻藏在背後的手,卻正握者棍子準備對失敗的員工加以痛擊。
一般的企業組織,失敗所隱含的負面弦外之音極難消滅。企業對於失敗的反應通常是儘快消屍滅跡,不要任何蛛絲馬跡,也因此低估了失敗在建立邁向成功的知識碁磐上所扮演的角色。
產業技術史上的著名的成功創新,IBM360電腦系列,有大半知識基礎來自先前「失敗」的Stretch專案計畫,迪吉多的第一個工作站3100,也大量運用遭取消的Foxfire計畫,以及另一專案的軟體設計觀點。前些年才核准上市的新藥Betaseron,在Cotus實驗室內擱置了好幾年。Betaseron至少七○次,針對癌症和濾過性病毒的治療實驗中被判定無效,最後卻証實可治療間歇性復發的多重硬化症。上市後由於療效卓著。甚至供不應求。

**心態的改變最重要

**
針對生化醫學創新TAP所做的五年廣泛研究中,紀錄了相當多隱瞞失敗的案例。隱瞞的原因有兩個是:
1.希望以過度樂觀的簡報來討好上層主管。
2.同仁未能體察以“借鏡錯誤”做為學習的機會。
「智慧型失敗」是「向前失敗」(Failing Foreward)——也就是從失敗中學習,創造出向前的動力。
在某個方向上失敗的探索,可能意外導致其他方向上未曾預期的成功。

**事情的價值難定

**
如果CEO無法或不願正面看待「失敗」的挫折,無法看出「負面」資訊的「正面」價值——專案成員將會知道任何「失敗」的徵兆均會被視為有礙創新,因此他們就持續地報告所有事件的「光明面」,即使拿掉這些玫瑰色的玻璃對他們個人及企業整體更有利時也不例外。
多數的企業,成員是因成功,而非失敗才受擢升的,創新的企新有稍為不同的風格──創新力超強,最近又因Play Station Ⅱ 與WEGA超平面電視造成轟動的SONY公司,就非常鼓勵同仁分享「智慧型」失敗的經驗,並從中學習創造的智慧,而不要將失敗掩藏在公司地毯下,讓其他同仁因不知曉此經驗而重蹈覆轍。

**不以成敗論英雄

**
去年十月去世的盛田昭夫,生前一段常被SONY同仁引述的話:「在SONY,你只有在下列兩條件兼具的情形下才有可能被提昇成重要的幹部:其一是曾領導一重要創新專案獨得成功,在全球為公司獲取豐厚利潤;其二是曾領導一項重要創新專案卻『失敗』,而廣為同仁所知,並引為戒,不再犯相同錯誤,幹部要晉昇到重要職位,兩條件必需兼具,缺一不可」。
Intel 力行「多重途徑法」(Multiple Approach)與「慶祝失敗」(Buying Options)專案來管理創新流程。
Intel 認為發現某條途徑走不通的研究人員並沒有失敗。因為有這條途徑的嘗試,公司才知此路不通,而應該挪出資源嘗試其它途徑──所以「智慧型失敗」是值得慶祝的。
在創新研發過程中,產品也許會「失敗」,技術的累積是不會失敗的。

**成功不是一蹴可幾

**
一九八四年,宏碁剛推出……,第一部十六位元PC,派六人小組(含施崇棠、陳漢清)赴矽谷日技(宏大創投投資)移轉技術進行工作站開發,但計畫失敗。兩年後,同一團隊再到美國,任務是開發三十二位元PC,同一團隊因為有前回技術開發與累積的經驗,這一回,宏碁領先IBM推出三十二位元的PC(全球第二,僅次於Compaq),奠定了Acer國際級Player的聲望與地位。
在一九九一年,宏碁也投入開發RISC PC,一九九三年推出商品化挫敗。一九九三年重新整合技術,用Pentium推出高性能低成本伺服機得到成功。一九九五年成功的種子是孕育自四年前的「失敗」經驗的。

**宏諅經驗,台灣故事

**
施振榮先生曾說:「宏碁非常重視研發,但不計較(個別)研發計劃執行失敗。我真正在乎的是同仁有沒有從中累積經驗,有沒有學習的心,」「研發失敗,可能是因為經驗不夠,也可能是因為整個大環境的技術水準並不成熟,所以不能馬上商品化……。」「但是如果能繼續累積能力,當客觀環境成熟了,自然能夠轉換成賺錢的產品,」「從長期的眼光來看,研發能力的儲備,遠比單一計劃的成敗要重要的多。」
台灣準備領導“創新優勢”打造的CEO們不妨 仔細品味品味這段話。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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