錢本哲學vs.人本哲學
錢本哲學vs.人本哲學
1999.11.01 |

工業革命之後,大量生產的時代來臨。一九一一年,美國的工程師泰勒(Frederick W. Taylor)出版了一本影響深遠的著作《科學管理的原理》,其要旨為:任何工作者都可以用時間與動作效率來分析,然後分工成獨立的單元,由受過訓練的專業人員執行;管理者最重要的任務,就是激勵和控制員工,確定各分工之間能夠維持協調。
第二次世界大戰結束後,經濟蓬勃發展,創造了大量的市場,而使企業資金成為關鍵性的策略資源(機會無限、資金有限)。公司因此發展出複雜的預算與策略規劃制度來主導資金運用,而為了控管這些制度與決策流程,公司總部的規模日益龐大,公司和員工之間開始發酵出新的關係:在強調效率的過程中,管理的重心變成資金的分配與控制,員工只是可以被替換的工具而已。一九五六年,社會學家懷特(William Whyte)撰寫了《組織人》(The Organization Man)一書,清楚地闡明了企業如何為了便於控管而維持員工的一致性,以致於壓抑了他們主動精神和創造潛力。

**看不見的手,維持平衡?

**
讓這個現象雪上加霜的是經濟學家的市場理論,他們假設人人以追求利益為目標,而將企業和市場劃分為彼此敵對的雙方。市場的一方代表社會的利益,期望自由競爭以享受最大的「消費者利益」。企業的一方代表公司的利益,努力營造競爭障礙以保護最大的投資利益。在「人人追求自己最大利益」的前提下,由「供需法則」這隻「看不見的手」來維持市場機制的運作平衡。
波特教授(Michael Porter)被奉為「競爭力大師」,其理論即認為:公司恆與供應商、顧客、競爭者、以及潛在的競爭者處於抗衡與對立,而管理階層的挑戰,就在於如何使敵對者處於劣勢,而從產品的價值中為自己獲取最大和持久的利益。經濟學家這種理論所隱含的假設就是經濟大餅的尺寸是固定的,競爭是零和的遊戲,因此企業的利潤必定與社會的利潤衝突,須由市場來制衡,並美其名為「市場經濟」。

**「市場經濟」,是名詞的誤用

**
慶幸的是,經濟學家這種看法並不符合發生的實際狀況。《以人為本的企業》(The Individualized Corporation)一書的作者巴雷特(Christopher A.Bartlett)和高學爾(Sumantra Ghoshal)在長達六年的研究之後發現:「過去一百年來,人類的生活品質之所以能夠史無前例不斷地改善,最重要的原因,就是公司能夠持續地提升其生產力,及創造新產品和服務的才華。就像諾貝爾得主塞門(Herbert Simon)說的,把現代社會稱為『市場經濟』,是名詞的誤用。他認為現代社會主要是一種『組織經濟』,也就是大部分的經濟價值並不是在經濟學家們理想中完全自由的市場裡,透過最純粹的競爭而創造出來的。而是在很有效率而功能健全的企業裡,透過龐大人力的集合運作,並在組織整體的大方向協調之下所創造的。」

**人本哲學的管理策略

**
換句話說,經濟學家過去認為「企業只是一個經濟實體,其目的在於利用顧客和供應商來獲取最大的價值」,這樣的觀點已經不符合時代。企業應被視為維持現代社會進步最重要的機制:其為社會所創造的價值乃是提升大眾生活品質的重要動力。在這樣的理念之下,傳統的管理階層把重點放在策略、結構、和制度上的「錢本哲學」,必須改變為以「目標、過程、人才」為主的「人本哲學」。
以市場的角度看待自己的公司,自然也會以市場的法則來對待自己的員工,而當每一個員工都只為了自己的利益來做事的時候,公司就失去成為現代「社會機構」的意義,因為人們在市場中必須先看到自己的利益才會去交易,但是市場本身並無法創造新的價值。公司為了要創造新的價值,必須犧牲某些「市場效率」,把資源用在無法立刻產生最大「市場報酬」的地方。

**新經濟時代的企業觀

**
讓人興奮的是抱持這種哲學的公司(如:3M、ABB等)其長久的績效反而超越了只相信「市場法則」的公司(如:Norton、 Westinghouse等):因為「人本哲學」公司的員工們較善於以合作的精神整合必要的資源來創造新的價值。
「網路新經濟」的來臨讓經濟學家們大為恐慌,因為許多舊的經濟理論不適用了,而「新經濟」發展的速度又快得超乎想像,其渾沌(chaos)與荒謬(absurdity)不是慣於理性與邏輯思考的傳統經濟學家所能理解與掌握的。MIT的梭羅教授說:「世界已經變了,我們必須跟著一起變;(公司應)說服自己不能再只為了個人利益而投資,而要為人類社會的長遠發展而投資。」秉持「人本哲學」的企業,終將「永續長青」。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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