與未來競爭的矽谷式學習
與未來競爭的矽谷式學習
1999.09.01 | 科技

在矽谷這樣一個工作節奏超快的地方,學習是生存之道。
無時無刻,矽谷人都處於高度的競爭壓力。每一年,矽谷新成立的公司超過3000家,但不到兩成能存活到第二年。為節省時間以搶先機,許多公司幫員工送洗衣物、在內部開設育兒中心、甚至請牙醫定期到公司幫員工看牙,就是希望員工心無旁騖,把每一分生產力都投注在工作上。
唯獨學習這一件事,矽谷企業願意大膽投資時間。因為透過學習累積新知識,才能不斷創新,為公司取得參與未來競賽的門票。不管在公司內部或外頭,可能是一封電子郵件或一場研討會,學習的動力,驅使著每一位矽谷人持續向上提高學習標竿。
「開車也是很好的學習時間,」在矽谷主幹線101號公路上,昇陽電腦副總裁顏維倫邊開車邊聽錄音帶,內容是網景(Netscape)前執行長巴克斯岱(Jim Barksdale)談電子商務的未來。如同大多數矽谷主管,顏維倫整天被從早到晚的會議和產品進度檢討所佔滿,而每天上下班的路上,就成了他的充電時間。

**矽谷的學習模式

**
昇陽電腦有一個類似學習委員會的組織,每週邀請公司內部或合作夥伴的高層主管來座談,分析產業前景和關鍵技術發展,會後再整理成錄音帶,並放上網路。世界各地2萬6000位昇陽員工,隨時可以在公司的內部網路上點選這些題目,在自己的座位前聽演講內容。如果沒有時間上網,還可向總公司郵購錄音帶回來聽。
「對我們來說很方便,可以同步掌握總部和產業的動態,」坐在台北市民生東路的辦公室裡,台灣昇陽電腦行銷企畫經理李美瑩指著螢幕上的一連串講題說。她斜後方同事的桌上,就有好幾捲公司的錄音帶。
學習,不僅可以跨越國界,更可以多向互動。以資料庫軟體聞名的甲骨文(Oracle),經常針對員工或客戶,邀請相關專家舉行線上研討會(i-seminar),將研討會直接搬到網路上進行。
另外,甲骨文也建立知識分享系統(Knowledge Sharing System),和昇陽及史丹佛大學合作,三邊形成一個學習網路。甲骨文一方面將新的研究成果提供出來,一方面派人到這兩邊去學他們的新成果。「大家互相分享,讓彼此都成長更快,」坐在矽谷紅木區的圓柱形總部大樓,甲骨文產品管理副總裁賈各(Ken Jacobs)強調。
身為全球第二大軟體公司,甲骨文深切體認,唯有加強投資在員工身上,它才有挑戰軟體霸主微軟的本錢。甲骨文允許員工每週有一天為學習日,參加和工作有關的教育訓練。公司每六週就會安排一項內部課程,內容涵蓋商業、行銷和技術等,加強員工的各項專業知識。
除了內部訓練,回學校做短期進修也相當普遍。位於矽谷的史丹佛、以及東岸的哈佛等名校,都提供高階經理人3天到一週的密集課程,相當受到矽谷主管的歡迎。
賈各和另一家矽谷公司Vitria科技的執行長張若玫,最近就先後到哈佛商學院進修。「老天,我終於要自己做功課了,」張若玫頑皮地笑著說。Vitria是企業流程整合軟體的領導者之一,創辦人張若玫本身是電腦科學博士,曾在貝爾實驗室服務,但是創業前她連財務報表是什麼都還不清楚。

**豎起耳朵,情報逃不了

**
類似這樣擁有技術、但對商業運作不熟的例子,在矽谷很普遍。隨著企業規模擴大,領導人也要提升視野和經營能力,最直接的方式就是透過學習。
開發人際網路也是一種學習管道。在矽谷,經常有各式各樣的聚會、演講或研討會,通常只邀請會員參加,許多資訊便在這些活動中流通。像是英特爾(Intel)董事長葛洛夫(Andy Grove)或思科(Cisco)執行長錢伯斯(John Chambers)等明星人物的演講,大多數人都會想盡辦法取得入場券,聽聽他們有什麼新的看法。
連通全球網路做漫遊服務的Gric執行長陳宏指出,能進到這些團體,就可以得到一些新的想法和資訊,了解最新變化。陳宏辦公室的桌上,就擺了幾份活動邀請函。
昇陽的網路長(Chief Network Officer)鮑爾(Geoffrey Baehr)也有同感。「在這些場合,你發現一堆人在談技術,用的卻是你不知道的新名詞時,最好把耳朵貼近,否則就錯失了重要情報,」鮑爾強調。

往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

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
進擊的機器人
© 2025 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