成功 Success > 決策技術
feature picture
shutterstock

工作「零錯誤」可能嗎?分析 8 萬筆數據,他發現大幅縮減失誤的方法

2020-05-13 整理‧撰文 劉燿瑜
分享
收藏
已完成
已取消

一度於 2005 年是美國市值最大的企業奇異(General Electrics),在金融海嘯時,就曾因過度依賴金融事業,而付出慘痛代價。不過它不但沒學到教訓,再次因為投資石油與天然氣,錯過再生能源產業崛起的機會,最後更是錯判數位轉型趨勢,而丟失物聯網市場,一連串致命的錯誤決策導致它墜入谷底。

致力於研究人為錯誤、具有 30 年危機處理經驗的邱強指出,一間失敗的企業,往往只會眼睜睜看錯誤發生,疲於收拾善後,但成功的企業卻總在思考如何預防錯誤。他與麻省理工團隊所開發出的「零錯誤」方法,如今已被迪士尼、微軟、麥當勞等全球頂尖企業用來降低公司犯錯的機率,提升營運成效和競爭力。邱強在《零錯誤:全球頂尖企業都採用的科技策略》一書提出 4 種零錯誤思考模式,一步步降低錯誤率。

第一步是要體認「只要是人都可能會犯錯」,所有工作都可能出差錯的,才能意識到預防錯誤的重要性。有了這樣的警覺,接下來就能進入第二種零錯誤思維:每一個錯誤都可以預防。只要知道可能會犯下哪一種錯誤,所有錯誤都能提前防範。書中依照注意力(attention)和熟悉程度(familiarity),將人為的錯誤細分為知識型、規則型、技術型等 3 種:

1. 知識型錯誤

像是公司高層在決策、談判、危機處理時,可能犯的錯。知識型錯誤通常來自決策者的錯誤心態,比如過於自信、墨守成規、不承認自己無知等,這些心態會造成決策者沒有足夠且正確的知識做出判斷,最終導致決策失準。公司可藉由設立決策審查機制,減少誤判機率。

降低出錯率1
知識型工作:執行頻率低(熟悉度較低)通常沒有準則能依循,得憑知識和經驗才能下判斷(注意力程度較高),因此錯誤率最高。
經理人月刊 第 184 期

2. 規則型錯誤

指發生在標準作業流程(SOP)中的錯誤,像是一般員工在處理客訴、企畫專案時,可能犯的錯。規則型的錯誤通常是因為設計出來的標準作業流程有問題,也許是作業流程與實際狀況有出入,導致員工按規矩辦事還是會出差錯,又或是流程規定過於嚴苛,員工很難遵守。鼓勵員工提出反饋,才能避免有問題的流程一再沿用。

降低出錯率2
通常依循固定的作業流程,只需要中等的注意力與熟悉程度就能上手,出錯率也比知識型錯誤低。
經理人月刊 第 184 期

3. 技術型錯誤

指發生在例行性作業中的錯誤,像是駕駛、工程師、作業員等技術人員在執行例行作業時,可能犯的錯誤。技術型錯誤通常來自技術人員在工作時,因為注意力不集中發生閃失,公司應適當調整休息時間,避免員工精神不濟,釀成意外。

降低出錯率3
每天都要反覆執行的例行任務,因此重複次數多、熟悉程度高,所需的注意力很低,犯錯機率也最低。
經理人月刊 第 184 期

3 階段簡化工作內容,降低出錯率

一旦懂得判別所有錯誤類型,再來就是第 3 種零錯誤思維:「不同類型的錯誤都有各自的預防方法。」就像上述提到的,每一種工作類型上的錯誤都有各自的成因,因此當我們在預防錯誤時,應針對錯誤來源設計因應辦法。而在面對高錯誤率的工作類型時,最好的方法就是藉由簡化工作內容,降低原本的錯誤率。

最後一種零錯誤思維,是要企業由上而下推廣零錯誤思考模式。只有當每位員工都了解零錯誤的意義、知道所有錯誤都能提前預防,企業才能達到「零錯誤」的境界。

降低出錯率4
《零錯誤:全球頂尖企業都採用的科技策略》將人為錯誤分成知識型、規則型和技術型等 3 種。其中,面對變數最多的知識型錯誤,作者建議用 3 階段拆解工作內容,降低出錯率。
經理人月刊 第 184 期

資料來源:《零錯誤:全球頂尖企業都採用的科技策略》,天下文化出版

繼續閱讀 思考術
相關文章

零錯誤

領導 Leadership > 領導力
feature picture
經理人

不必比快,但要比AI更懂「價值」:臺大 EiMBA 給管理者的三堂領導力修練

2025-12-09 台大EiMBA
分享
收藏
已完成
已取消

當生成式 AI 以驚人的速度席捲各行各業,管理者面臨的挑戰,不再只是技術導入,而是組織內部真實的人心震盪:員工擔心被取代、團隊在轉型中無所適從、流程因缺乏共識而屢屢卡關。臺大EiMBA執行長李家岩指出,這些問題的核心在於企業的跨域管理思維尚未跟上時代的技術變化。

「過去商管教育的任務,是培養能掌握資訊、做精準判斷的決策者;但在 AI 時代已經不夠了。」他提出一個破框的觀點,未來領導者必須轉型為智慧協奏(SymphonicIntelligence) 的設計者。這與EiMBA強調的 E(Entrepreneurship,創業精神)與 i(Innovation,創新)不謀而合,而在AI潮流下,「i」更進一步指向Intelligence(智慧)。在這裡學員不只是學管理,而是在實驗如何設計一個讓「人腦」與「電腦」互補共生的系統。EiMBA也從實戰課程與學員經驗中,提煉出 AI 時代管理者必備的三大核心能力:擴增智慧、系統設計力與科技人文反思。

臺大EiMBA執行長李家岩
臺大EiMBA執行長李家岩
經理人

能力一:擴增智慧讓 AI 成為決策的鏡子

許多管理者誤以為導入 AI 就是為了自動化、為了取代人力以節省成本。但在李家岩眼中,重點應該是「擴增」而非「取代」。他強調,AI 應該是延伸人類洞察力的一面鏡子,幫助管理者看見過去看不見的盲點,這就是「擴增智慧」。

這並非抽象的理論,而是許多創業者正在面臨的真實挑戰。EiMBA 一年級學員、赤赤子設計師林宏諭就是一個典型的例子。設計背景出身的他,過去經營品牌多仰賴美感與經驗,「以前做決策就是憑感覺,覺得這個會賣就做了,因為自己做比較快。」但在公司規模擴大後,這種依賴個人直覺的決策方式反而成為瓶頸。

但在臺大EiMBA的「雙軸轉型與人工智慧」課堂上,林宏諭被迫面對冰冷的數據與流程,這正是李家岩強調的「數位孿生(Digital Twin)」概念實戰。林宏諭回憶,為了將腦中模糊的「感覺」轉化為 AI讀得懂的SOP,他經歷了一段「像被架著刀子往前走」的陣痛期。「AI 就像一面鏡子,它毫不修飾地反映出流程中的邏輯漏洞。你無法含糊帶過,必須把每一個步驟定義清楚。」

然而,這些痛苦也正是轉型的起點。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。AI協助他拆解了供應鏈的每一個環節,建立起可複製的制度。他深刻體悟到,真正的管理不是「自己做」,而是學會把事情交出去。對管理者而言,這就是擴增智慧的真諦,利用 AI 的理性補足人類的感性,建立更穩健的決策邏輯。

能力二:跨域系統設計定義AI的「自主邊界」

第二項關鍵能力,是「跨域系統設計」與「人機協作管理」。李家岩指出,未來的領導者不需要是最會寫程式的人,但必須是最懂得定義「自主邊界(Autonomous Boundary)」的人。這意味著管理者要能精準判斷:哪些流程該放手讓AI執行?哪些關鍵時刻必須保留人類的價值判斷?這項能力在導入AI的過程中特別重要,因為最大的阻力往往不是技術,而是人心。

寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
經理人

臺大EiMBA二年級的寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕,分享了她推動 AI 的經驗。她所帶領的團隊橫跨企劃、行銷、數據等不同職能,在一個超過兩百人的組織中,很多一線員工對 AI 既陌生又害怕,甚至第一次使用工具時手足無措。她認為這時候不是要求大家「一定要用 AI」,而是必須重新設計工作流程,讓 AI 真正融入日常。

她把 AI 定位為替團隊處理繁瑣雜事的助理,同時推動內部資料的結構化與標準化,為未來的 AI 查詢介面打下基礎,讓員工能透過 AI 更快找到資訊或生成初步分析。

不再只是把數字貼進報告,而是要求同事利用 AI 找出趨勢、比較同期差異、提出洞察。當員工開始感受到 AI 能讓自己更準時下班,而不是更加焦慮時,協作才真正展開。她強調,即使 AI 能處理掉大部分繁瑣的工作,真正體現人類價值的,仍然是那些需要判斷、同理與溝通的關鍵時刻。領導者的職責,就是設計出一個讓人與 AI 各司其職、互不踩線的協作系統。

赤赤子設計師林宏諭
赤赤子設計師林宏諭
經理人

能力三:科技人文反思問出「為什麼」的能力

在AI能瞬間生成無限選項的世界裡,稀缺的不是答案,而是「問題」。李家岩強調第三項能力:價值遠見領導(Value-based Leadership)。「AI 可以告訴你如何(How)優化流程,但它無法告訴你為什麼(Why)這件事對人類社會有價值。」為培養這種能力,臺大EiMBA將課程進行大幅度革新。例如在「創業專題」課程中引入Vibe Coding技術,讓沒有程式背景的學生也能透過自然語言,快速生成商業模式的原型。但技術只是手段,重點是背後的思維。

李家岩舉例,由臺大EiMBA學生與GMBA學生組成的「RiiVERSE」團隊,成員涵蓋時尚、行銷與永續等不同領域。他們在創業專題中利用專利技術將回收舊衣製成塑膠粒子,再製成電腦鍵盤、家具等商品,成功打造出循環經濟生態圈。更重要的是,這項創新在製程中降低了平均 83%的碳足跡 。不僅是商業模式的勝利,更是對全球 ESG 議題的精準回應。他們之所以能從全球知名的霍特獎(Hult Prize,被譽為學生界的諾貝爾獎)脫穎而出,正因領導者在設計商業模式之初,就不只問「技術可不可行」,更堅持反思「這件事能為社會創造多少具體價值」。

台大EiMBA.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(中)/赤赤子設計師林宏諭(右)
經理人

這種反思能力,正是臺大EiMBA強調「行動學習」的核心。在這裡,來自不同領域的同學形成了一個微型的「創業生態系」。過去,跨領域溝通往往成本高昂,猶如鴨子聽雷;但在這裏,AI素養成為了大家的「共創語言」。

從「做中學」到「人機共創」,打造未來的領導格局

「我們不提供標準答案,因為AI時代沒有標準答案。」李家岩總結道。臺大 EiMBA 就像一個容許試錯的「實驗沙盒」,讓學員在這裡用真實的數據、真實的專案,去碰撞AI的可能性。從 創立至今,臺大EiMBA始終堅持「創業創新」的初衷;而在 2025 年,這個初衷被賦予了更深刻的時代任務:培養出不只能駕馭 AI 工具,更能定義 AI 價值、設計人機協作體系的新一代領導者。對於正處於轉型焦慮中的經理人而言,這或許正是最需要的一場思維升級。

會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
追蹤我們