不靠開會管人!微軟CEO自曝在Teams「逛頻道」學最多,還盛讚Excel永不過時
不靠開會管人!微軟CEO自曝在Teams「逛頻道」學最多,還盛讚Excel永不過時

微軟執行長薩蒂亞.納德拉(Satya Nadella)近日透露,這些年他學到最多東西的地方不是會議上,而是Microsoft Teams的頻道,還聲稱Excel是科技日新月異發展,一項幾乎永不過時的技能。

納德拉透露:Teams是我認識最多人,學到最多東西的地方

納德拉在本週Stripe的Podcast節目Cheeky Pint中,和Stripe共同創辦人約翰.柯林森(John Collison)進行了一次訪談,過程中便分享了他有著一個獨特的習慣:在Teams頻道裡閒逛。

對納德拉來說,這就像是在辦公大樓裡隨意散步,和遇到的員工聊天、知道各個部門的運作狀況。但現在遠距辦公、線上作業為主流的情況下,他沒辦法再和過去一樣到處巡視,因此轉向使用Teams。

微軟Teams
納德拉指出,他喜歡在Teams頻道裡閒逛,向員工發出提問,他在這裡認識了許多人,學到許多東西。
圖/ Photo by Dimitri Karastelev on Unsplash

納德拉分享,他能學到最多東西的地方現在不是會議,而是Teams的頻道。微軟的團隊成員時常會在頻道裡圍繞特定主題或計畫進行交流、協作。「我經常泡在Teams的頻道裡,這對我很有幫助。」納德拉表示,「我在那裡學到最多東西,認識了很多人。」例如,他就在巡視Teams頻道時,認識了負責Excel代理的員工。

他解釋,在Teams頻道巡視能幫助他了解最即時的工作狀況,直接與負責任務的員工溝通。他經常會在頻道裡發問,也經常收到最真實的回饋。

且透過這種作法,可以讓員工習慣他的巡視,不會排斥與執行長接觸或報告。納德拉指出,他發現現在員工和他分享意見非常自然,完全不會感到膽怯了。

不過,即使納德拉積極透過Teams保持與員工的連結,作為執行長他仍然有些限制,他表示自己沒辦法隨心所欲進入每一個他想進的頻道。

且除了在Teams頻道巡視同事們成果與進度外,納德拉提到他絕大部分的工作時間也都是利用Teams開會或通話,其中也包含和微軟客戶的對話。他表示,這些對話的時間是自己不和市場脫節的重要管道。

盛讚Excel幾乎永不過時,納德拉認為外界低估了其價值與重要性

在分享如何運用Teams之餘,納德拉還在訪談中分享一個有趣的觀點。即使在AI時代,他稱讚Excel是種幾乎不會過時的技能,認為外界低估了這項技能的價值與重要性。

他認為Excel之所以能歷久不衰,關鍵就在於它完美融合了直觀、易用的表格形式,以及軟體的拓展性,使得Excel呈現資訊的方式非常清晰有條理,又能兼具可塑性,滿足各種不同的計算需求。

excel.jpg
納德拉指出,Excel兼具表格的直白易懂,與軟體的靈活拓展能力。
圖/ Unsplash

同時,納德拉強調Excel具備了圖靈完備性,代表著它幾乎是世界上最容易親近的程式設計環境,使用者可能在不知不覺間透過寫程式的方式實現目標。

並且Excel非常契合AI代理的工作流程,納德拉認為Excel將是AI代理與人類溝通的一種基礎格式,形容Excel像是一塊絕佳的畫布,成為AI代理工作的空間。

納德拉還以現在各個組織面臨AI洗禮的情況,對比當初Excel登場指出,現在企業導入AI都必須經過大量的變革管理,來整合複雜的IT或法規要求。相較之下,Excel融入企業流程非常低摩擦,「沒有人談論變革管理」,所有人都自然而然地使用起這些工具,以極低的進入門檻滲透所有人的工作流程,強調Excel設計上具備的優勢。

事實上,Excel也確實是職場上最為重要的技能。Course Report今年6月分析了Indeed上逾1,200萬份美國科技職缺後發現,Excel的需求度最高的技能,有超過53萬個職缺提及,甚至超過了SQL、Python等使用廣泛的技能。

當時Course Report便指出,Excel是種跨越產業的基礎工具,不僅是支撐企業營運所需的能力,便捷易用的特性以及深度整合企業工作流程,也讓這項工具成為分析師、行銷人員、產品經理等需要進行資料分析,將數字轉化為洞見的必備工具。

延伸閱讀:鴻海與OpenAI一個月火速結親幕後:劉揚偉曝奧特曼最大痛點、為何「暫無採購承諾」仍點頭合作?

資料來源:YouTubeBusiness InsiderEntrepreneur

責任編輯:李先泰

關鍵字: #微軟 #時事追蹤
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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