開會靜得可怕?員工有話不敢講?3個行動式領導術,建立讓員工「敢挑戰、敢犯錯」的心理安全感
開會靜得可怕?員工有話不敢講?3個行動式領導術,建立讓員工「敢挑戰、敢犯錯」的心理安全感

案例人物速寫:
Ken,男性、48歲,新創團隊的主要發起人,對公司技術發展有清晰願景與計畫,為創業投入所有積蓄,渴望成功。然而不善溝通,長期壓抑情緒,已瀕臨身心崩潰邊緣。

組織態樣:
五位年輕理工背景的創業者,成立一年的新創合夥團隊,在小小的車庫辦公室運作。挑戰超出預期已持續半年以上,彼此指責、有人提議拆夥,對未來信心動搖。

企業的實務現場:
夜深仍挑燈趕工,文件與未解問題堆滿桌。Ken在會議中壓制他人意見,形成一言堂;又因壓力情緒失控,夥伴更加畏懼而沉默。某次產品會議爆發衝突後,Ken意識到溝通方式有問題,感到負面情緒難解,盼尋方法調整表達、改善團隊氛圍,化解拆夥危機。

【管理議題】

  1. 決策一言堂、討論氛圍緊張沉悶、互信低落
  2. 彼此不被尊重,對公司未來信心下滑
  3. 缺乏「心理安全感」,團隊學習與合作停滯

我看到問題時,敢主動表達嗎?

在擁有團隊心理安全感的組織中,員工在團隊中的安全感足以讓他/她決定冒些許人際風險,勇於提出可能對組織或對工作有利的看法及意見。

案例中Ken將自己身家全數投入新創事業,對公司的技術發展有著清晰的願景和自己的計劃,由於採取高壓、排除異己的帶領風格,造成團隊沉默恐懼、有異議不敢說出,終至無法尊重彼此、團隊分裂、相互指責、不信任,瀕臨拆夥危機…

#0 《行動式領導》
圖/ 創意市集出版

心理安全感×績效標準—決定團隊型態的關鍵組合

團隊心理安全感不是以和為貴,不是低績效標準、輕鬆舒適的職場氛圍,相反的,它可以創造出高績效的合作學習團隊。一項針對Google內部團隊績效的研究指出,團隊是否具有高績效產出的重點在於「團隊如何合作」而非「團隊中有誰」,而心理安全感是影響團隊合作最重要因素之一。

心理安全感×績效標準的2×2型態(改編自石井遼介,2022)

哈佛大學教授Amy C. Edmondson於1999年首先發表「團隊心理安全感」(Psychological Safety in the Workplace)的概念,她定義團隊心理安全感是「成員相信,在團隊中即使承擔人際風險也是安全的」。有團隊心理安全感的員工相信尋求協助、承認失敗、表達真正想法及意見會被正面看待,不會招致不好的回應,也不用擔心會被懲罰、被羞辱、被報復、或被取笑。

從1999年後迄今20多年來,眾多商業領域的研究也紛紛證實,團隊心理安全感在工作上有舉足輕重的影響,它對組織的明顯效益是「提升決策品質」、「提高績效」、「創新與改善製程」、「促進團隊學習」、「共享資訊與知識」等。其中,2012年Google啟動的「亞里斯多德計畫」(Project Aristotle)研究結論也指出,心理安全感是團隊成功運作的關鍵因素所在(Duhigg, 2016)。

領導者如何營造團隊心理安全感

團隊心理安全感是一種群體層面的現象,而非源自員工個人的性格差異,領導者可以主導、並營造出具心理安全的團隊氛圍。研究顯示,每家企業的不同團隊的心理安全感存在顯著差異,這不是沒來由的隨機現象,主要因素在於某些領導者可以營造團隊心理安全感的條件,有些領導者則無法做到。

舉例來說,可以營造團隊心理安全感的領導者會正向回應來自員工的求助、風險提醒、多元意見等,有助於提升團隊績效的積極作為。

Amy C.Edmondson(2023)建議領導者建構團隊心理安全感的三種做法;

(1) 建構有利條件:充分溝通工作框架;強調從失敗中取經的團隊認知;闡明工作目標、期待、即將帶來的改變、提升意義感。
(2) 邀請參與:抱持好奇與開放主動探詢員工;強調創新與持續學習;創建一個系統性激發想法、促進公開對話的安全環境。
(3) 有效回應:讚美員工努力的過程;慶祝智慧型失敗;明定工作界限、執行究責規則。

運用行動式領導解方,建立團隊心理安全(聚焦A Team)

行動式領導的方向依團隊需求差異,區分為Intra、Inter、A Team三個階段,在此先聚焦於「第三階段A Team,共創雙效」闡述給予Ken建立團隊心理安全的行動解方建議。

運用行動式領導解方,建立團隊心理安全感的行動解方建議如下;

【第一階段Intra-向內覺察】

  • Ken長期壓抑情緒,壓力過大即爆衝,破壞信任。
  • 建議覺察並標記身心壓力訊號(睡眠、專注、情緒起伏),主動啟動內在/外部資源(運動、休息儀式、教練或諮商)以恢復穩定。

【第二階段Inter-向外連結】

  • 以行動式領導檢核工具(詳見後續章節介紹),評估五人團隊之關係連結與互動動力,釐清整體需求。
  • 運用行動式領導技術引導團隊成員分享身心壓力反應,了解彼此壓力狀況與善意初衷,恢復正向情感連結與基本信任。

【第三階段A Team-共創雙效】

(以下行動式領導工具,詳見後續章節介紹)

  1. 運用「優勢圈」,具體回饋彼此優勢投入的成果與團隊綜效
  • 萃取創業一年來的個人優勢投入×團隊成果,讓貢獻被看見,使「我」與「我們」再次扣合。
  1. 運用「搭肩式社會計量」,意義化團隊合作中的成長與學習
  • 以回饋與肯定,使艱辛歷程被賦義;把差異失誤轉為知識,將爭執化為學習素材。
  1. 運用「目標導向社會計量」,營造希望感,對焦願景與目標
  • 共構短/中/長期發展目標與路徑圖,讓團隊在共同圖像中看見未來。
  1. 運用「相似圈」與「區域型社會計量」,重塑溝通默契,承諾共同守護心理安全
  • 約定會議行為規範(不打斷、先理解後評估、問題對事不對人);
  • 明確責任與界線,以公平的究責維持高標準與信任。

結語—當安全與高標準同時存在,學習與績效就會發生

心理安全不是降低要求,而是提升高標準可被追求的條件。

當領導者以Intra穩住自己、以Inter重建連結、以A Team共創學習與對話,團隊將從恐懼的沉默走向勇於直言、快速迭代、共享成果的學習型職場。Ken與夥伴也能在共同的願景與規範下,找回對彼此的信任與對未來的信心。

延伸閱讀:AI未來職場長怎樣?外媒訪談5位專家後指出:有情商、懂連結,將成最強技能!

#2 《行動式領導》
圖/ 創意市集出版

本文授權轉載自《行動式領導》,楊靜芬, 李海霞、鄧慧文、朱建平著,PCuSER電腦人文化出版

責任編輯:蘇柔瑋

關鍵字: #職場 #領導帶人
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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