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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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