凡事要趁早

凡事要趁早

上禮拜演講完,有個年輕夥伴來問我:「老闆希望我接主管,但我總覺得自己還不到位,不知道到底要不要接?」

我跟他聊了約 10 分鐘,了解了他過去曾經當過主管,但狀況不是很好,很擔心自己搞砸了。可我從他的描述中大概推論出,所謂的搞砸,不過就是成果不如預期,而且在當時的狀況下,可能也非戰之罪。

我問他:「會想當主管嗎?」
他說:「會想,可是會擔心。」

我說:「你老闆都不擔心了,你擔心什麼?當他從幾個人中選擇了你,那就代表你已經是最適合的人選了,最少這點你可以放心的。」

他問我:「可萬一搞砸了呢?」

我說:「沒有搞砸的問題,頂多就是不符預期,但你只要想想,交給你,你可能做出一個 75 分的結果,但其他人可能連 60 分都不到。你已經是目前的最佳選擇了。」

聽到這,他感覺好多了。

最後我提醒他:「如果上次當主管的經驗中,有些你覺得需要修正的,就不要犯相同的錯誤,趁這次改一改吧。」


還記得我在 8 年前的十年回顧活動上,我曾建議大家「凡事要趁早」,因為年輕就是本錢,有很大的犯錯空間,而且愈早接觸許多是,為人生帶來的複利效應愈大

帶人要趁早

不管你當不當主管,你都要趁早學會帶人,自己會跟教會別人是兩件事,而學會教人是人生很重要的課題,能教人,一般意味著你對知識的理解到了另外一個層級,從自己會,到教會一個人,到可以一次教很多人,這對自己能力的提升幫助很大

此外,隨著你的資歷漸長,你總會負責愈來愈難的任務,如果你想要展現專業能力,很多時候你是需要帶領團隊一塊把事情完成的,否則你的貢獻與能力就會侷限在一個範圍之下,而帶人,是領導團隊的基本,所以你遲早得要學懂。

另外,當你帶的人夠多,你的溝通能力、同理心、耐性、抗壓力也會得到提升,這對你將來教育孩子很有幫助,這是我親身體悟。

嘗試要趁早

我在這十多年嘗試過很多不同的工作性質,如果我覺得我該做些什麼事,我大多會先去試試看,如果工作時間不允許,那就自己用下班時間嘗試;如果公司內不允許,那我就到外頭做;如果經濟上不允許,那我就改用其他方法;如果無法大規模驗證,那就先局部試行。

寫部落格、寫專欄、做訂閱、當講師、當顧問、搞運營、做內容、做行銷、弄數據....這些都是我自己多年來嘗試而得來的結果,因為提早嘗試,所以更清楚每件事是否適合自己,以及未來能否派上用場。

記得,沒有人是真的毫無限制的,差別在於有些人願意去找方法,但有些人會覺得自己沒辦法

我在分享時說過一句話:「每個人對於現況多少都有所些不滿,而且大多想過可能的解法,差別只在於你們有沒有行動,去嘗試那些解法罷了。」

我到現在都還在嘗試新東西,一方面是好奇心,想知道更多可能性,二方面是面對未知的未來,持續學習還是重要的。

犯錯要趁早

延續嘗試要趁早,其實當那些嘗試中的事情還不是你的主業時,你犯錯的成本是很小的,因為頂多就是浪費了一些時間或金錢,通常不至於讓你失去工作或者對工作有重大的影響,如果你連這些錯都不肯犯,那我相信你在工作上應該也綁手綁腳的。

而在工作上呢,我建議你也不需要擔心太多,沒有人期待你不會犯錯,通常我們只期待你不要犯低級錯誤與違反職業操守的錯。而且除非是後者,否則犯錯的代價通常不至於讓你失去這份工作,而錯誤的最大代價,大概就是讓你失去現在的工作。

我曾經分享說我在前公司時被記了六支大過,每支大過的背後都代表著我所犯的一些錯誤,犯錯會讓我警惕,並把該錯誤背後的根本問題給解決,但不會因此讓我下次不敢冒險與犯錯,畢竟犯錯後,自己與團隊所學習到的東西,遠比不敢冒險多太多了

犯錯被究責的當下當然不愉快,但這些都會成為成長的養份。

你害怕犯錯,你就不敢嘗試,就不敢衝撞,就不敢大破大立,這不敢,那不敢,自然也很難有好的表現與成果。如果你已經功成名就了,或許你可以走保守的路線,但如果你還年輕,那你有大把的本錢去冒險與犯錯。


前陣子一個已經相對有經驗的朋友找我聊,他說他現在面對工作選擇的困難。

他過去的職涯經驗豐富,一路走來也算是順風順水,他現在之所以會面對選擇困難的主因是,兩份工作中,一份他很有把握能做好,是屬於他過去工作的延續。但另一份卻更吸引他,因為他很希望能玩玩新東西,只是那份工作有些不確定性,擔心自己搞砸了。

我問他:「搞砸了會怎麼樣嗎?」

他說:「履歷上就會多一個汙點。」

我問他:「這汙點誰說了算呢?」

他也是很有經驗的人,他想了想說:「好像也是,如果我不認為它是個污點,我總會找到能解釋的方法。我可能只是怕自己會失敗。」

我說:「愈是想要完美,想要沒有任何汙點,那你就會挑安全的選項,可人生追求的不是完美,或許是圓滿,或許是樂趣。你剛剛說你想玩玩新東西,那代表這是你更感興趣的項目,何不順著自己內心的渴望去思考。」

幾年前學院有個學生,年紀與我相仿,他在他熟悉的醫療產業中工作了將近 20 年。可他一直有轉換行業跟職能的想法,他想試試當業務,也想試試其他產業的工作型態。只是年紀有了,很擔心這樣的轉換風險會不會太大。

我問他:「你現在 40 歲,或許你可以問問自己,當你 45 歲又想到這件事情時,你會繼續撐著,還是很後悔自己沒有在 40 歲的時候採取行動?」

他說:「我想要試。」

他在三年前已經成功轉換了跑道,而且發揮得愈來愈好。

失敗不可怕,可怕的是幾年後回頭想想,當年應該要去試,
可怕的是,連試的勇氣都沒有,多年後又陷入一樣的懊惱。

2025 年的開春,這篇趁早,送給大家。

如果你覺得我內容寫得還不錯,歡迎訂閱我的電子報,我每雙週會發送一封電子報到你的信箱。訂閱連結在這,過往的電子報也在這:Gipi電子報

也鼓勵你可以將我的電子報分享給你認為有需要的朋友們,也許你的舉手之勞,將會改變另一個人的思維與習慣。

Read more

我與《原力心態》作者交流的收穫

我與《原力心態》作者交流的收穫

在六月初的時候收到來自天下文化的邀請,希望我能與 Frederik G.Pferdt 博士進行線上交流。不過這個交流因為我這邊的一些變故,所以改成我以文字進行提問,而博士則以書面回覆我的提問。 這本書剛出版時,我曾寫過簡短的推薦序,我的原文是:「《Google模式》告訴我們怎麼經營公司,這本書則讓我們知道如何啟發人。當 AI 解放了生產力,企業勝出的關鍵將是創造力,而正確的領導方式,永遠是員工維持創造力最關鍵的因素之一。」 這本書,被稱為《Google模式》的續篇,特別強調如何激發人、影響人,順應人的天賦去發展。因為過去幾年從事的大多是教育相關產業,對這些觀念與想法特別有感。 這本書中有許多觀點都引起我很大的共鳴,例如未來思考,鼓勵人們「準備好面對未來的心態」,不用停在現在,而是勇敢地思考未來,並主動迎向未來。找到並發揮自己的「X 特質」,這個 X 特質(Dimension-X)指的是自身獨一無二之處,你也可以稱之為天賦。 而 Frederik G.Pferdt

By gipi
AI 學習的悖論

AI 學習的悖論

「AI 讓你看起來更聰明,實質卻有可能學得更少。」 剛剛看到一篇文章談論 AI 對學習的可能傷害,他的參考資料是來自一篇文章《The Myth of Automated Learning》。這篇文章提到一個蠻重要的概念。 當人們使用機器自動執行他們本來可以自己完成的任務時,會發生以下三種情況之一: 1. 他們的技能不斷提高。 2. 他們的技能退化了。 3. 他們永遠學不會這項技能。 這三種狀況分別容易發生在三類人身上: 1. 如果使用者已經是專家,AI 工具可以進一步增強他們的技能。 2. 如果使用者尚未成為專家,而這項技能需要不斷練習,那麼 AI 自動化可能會導致技能退步。 3. 如果使用者是新手,而 AI 從一開始就執行任務,那麼這個人就可能永遠不會真正掌握這項技能。 作者舉的案例是工業時代,那些工匠等級的人,他們的工作被產線工人+自動化機器給大量取代,但這些生產線的工人離開自動化機器後其實什麼都不會。 對這個觀點我一半認同一半存疑,認同的點在於,產線工人熟悉的是機器操作,而工匠擅長的則是不靠機器來完成任務。哪個難度更高?通常是工匠。但從商業角度來思考

By gipi
互聯網女王 Mary Meeker 報告心得(2)-餐飲品牌 Yum Brands 的案例

互聯網女王 Mary Meeker 報告心得(2)-餐飲品牌 Yum Brands 的案例

這幾篇文章都是我觀看 Mary Meeker 2025 年報告後的一些整理跟心得。原始的文件可以參考:https://www.bondcap.com/reports/tai 本篇要聊的話題是在 75 頁看到 Yum Brands 在 2025 年 2 月開始推動旗下餐廳的 AI 化與數位化。 這份報告中可以看到的資料很有限,不過我對餐飲業的現況有點興趣,所以我請 ChatGPT 幫我針對 Yum Brands 使用 AI 的狀況做一些整理,發現一些比預期有趣的資料。 首先介紹一下 Yum Brands 這家公司,因為這名字相信很多人都沒聽過,但說到他旗下的公司大家應該就知道這家公司的規模有多大了。它旗下的主要品牌有以下四個: * KFC(肯德基) 全球知名的炸雞品牌,在 150 多個國家擁有超過 27,000

By gipi
互聯網女王 Mary Meeker 報告心得(1) - AI 的任務,增效優先於降本

互聯網女王 Mary Meeker 報告心得(1) - AI 的任務,增效優先於降本

到今天才有時間把互聯網女王 Mary Meeker 2025 的報告好好閱讀一下,報告的原始網址在此,有興趣的人自行閱讀:https://www.bondcap.com/reports/tai 在報告的 68 頁中我看到了一個很重要的觀念,我結合圖表做說明。 下面這張圖是 BOND 團隊針對 Morgan Stanley 的一份報告作出的整理,這張圖主要強調的是許多大型企業(調查了 400 多家年營收在 5 億美元以上的企業)對 AI 的觀點是放在「營收與事業擴展」上,而非「成本降低」。 以下幾項是被 BOND 團隊歸類在「營收與事業擴展」的項目: Production / Output (提升生產產出) ~70% Customer Service(提升顧客服務品質) ~65% Sales

By gipi