兩個案例看大公司體系的力量

兩個案例看大公司體系的力量

有個朋友公司請了一位新任的業務副總,過去的背景是上市公司的 business head,過去不只揹業績,也扛損益。當初請他來也是希望他能扛起公司主要產品線的損益,但到職半年,卻發現對方似乎沒有符合他原先的期待。

我們在聊的過程我了解了他的期待,以及對方所展現的成果,我覺得彼此存在認知的落差。

在上市公司扛損益,其實真實損益數字、產品折扣、費用率、headcount,很大比例都是老闆跟財務部門討論後算出來的,一個 business head 的工作核心,主要是業績,但對成本與費用能決定的比例可能不到 20%

但在現在的公司扛損益,意思可能是營收、成本、費用都要自己去思考。哪邊多花一點,哪邊少一點,要砍一個 headcount 還是多一個,多出來的放哪邊,什麼市場利潤不好應該放棄....這些可能都是他的任務。

這兩種都是扛損益,但所需要的能力差異超級大,他過去在上市公司所擅長的事,跟現在可能只有 60% 是重疊的。也就是說,他還有 40% 需要學習的地方,你得給他時間,並協助他搞定。

這是很多中小企業老闆無法理解的地方,他們本期待大公司的人空降後應該會把現在處理不好的是處理的比原先更好,沒想到還要讓他們有時間學習。

這就是大公司體系的力量,讓你做一件事,在不理解全貌的狀況下,你都能做到好

下面是另一個案例,也可以見證體系的力量。

一樣是位大公司的空降主管,行業經驗很豐富,能力也很好,過去帶過非常多人,這輩子只待過一間公司,從基層一路到事業部總經理。

這位朋友跟我反應的是,這位空降主管面試了好幾位 one-down,但都在短短的幾個月內陣亡,而他對每一位的評價也不是非常好,覺得這幾個人都沒有符合他的期待。

我朋友不禁好奇「你在大公司看過這麼多人,應該很會面試,加上之前也看過他專訪時談到選才的議題,說的也很有道理。加上這些人也都是他面試進來的,怎麼會接連幾次都看錯人呢?」

我跟他分享了我的親身經歷。

當年我離開第一間公司時,因為過往找人都算順利,找到的人素質也不錯。因此,我對自己的面試技巧也很有信心,我真心認為是因為我懂得如何面試,所以才挑對人。

直到我換了工作,我需要大量面試人,但過程中我也犯了好幾次錯誤,選了不合適的人進來,甚至讓一些價值觀不太對的人進入團隊,然後造成一些負面效果。

為了解決這個問題,我第一個直覺是我是不是有問題沒問到,但我覺得我現在問的問題,已經比我之前更多更深入了,怎麼還會出這種問題呢?

直到有一次我跟第一份工作的 HR 同事吃飯聊到這件事,他跟我說,很可能是 HR 部門沒有幫忙做好過濾。

首先是邀約,HR 會有自己專業領域要問的問題,絕大多數是針對背景與人格特質,這些我也會問,但切入的角度不同,得到的回答不同,觀察的重點也不同。

其次是背景調查,我頂多問問朋友,但很少會再做深入的了解,可 HR 會把背景調查做得很細,可以得到的資訊往往比我更多。

然後是整個面試到晉用過程的觀察,HR 會把他觀察到的事跟我說,有時會建議不要錄取這位候選人,但現在的 HR 不會做這些事。

我才理解,我以前的高命中率,其實有很大一部分是因為有 HR 在背後協助才做到。如果有 90% 命中率,那我可能只佔了一半,剩下一半是 HR 幫我 cover 了,如果少了 HR,我就剩下一半不到了。

順著這個再往下想,我也發現從公司品牌其實就開始影響整個面試的品質,會選擇投遞某間公司的職缺,很可能就是某類特質的人。這也會影響面試的複雜度。

所以一個在大公司體系下,可以找到合適人才的人,不意味著他很懂得如何挑人,只能說他在那個體系下可以把這件事做得很好。一旦脫離了體系,很多能力都需要打折扣,也需要再次學習,這是不能被忽略的。

對企業主來說,請大公司主管空降進來,請先降低期待,給對方多一點時間學習與適應。對工作者來說,搞清楚哪些是體系附加的,哪些是自己的能力,針對不足之處盡快做補強。

大公司沒有不好,因為他們看過更大的局,眼界會比我們更廣,但要如何用好他,讓他發揮應有的價值,還是先有正確的認知。

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

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
AI 時代我們需要什麼樣的產品經理

AI 時代我們需要什麼樣的產品經理

早上聽 Lenny 專訪 Revolut product head Dmitry Zlokazov 的內容,Revolut 是一家位於倫敦的科技公司,專注於提供金融領域相關的軟體服務。在這個專訪中我聽到幾個很可能是接下來產品經理定位的轉變。 Revolut 在找什麼樣的人來擔任產品負責人?以及如何培養他們成為全球等級的產品負責人? 重視原始智力與飢渴感 在招募時,比起應徵者豐富的經驗,更看重他們的原始智力 (raw intellect) 和渴望打造事物的永不滿足的飢渴感 (unquenched hunger to build things)。有飢渴感的人就算經驗較少,也能快速學習、適應並推動改變並解決問題。 而 Revolut 也更傾向於招募那些處於早期職業生涯 (early in their career) 或具有創業背景的人。 專注於不懈的執行 如果一件事情只完成了 99%,那它更接近 0% 而不是 100%。這包括確保產品不僅僅是開發完成,還需要確保客戶服務、銷售和行銷團隊都能充分利用,否則它可能只是一個無人知曉的無用功能。

By gipi