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
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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