大人的Small Talk

職場AI 來了,上班族怎麼辦

讓自己被取代,才升得上去

聯聖集團創辦人陳宗賢分享如何把自己的能力整理成書面、教會別人複製,這才是真正被重用、被拱上更高位置的關鍵。

來賓 陳宗賢 · 主持 Bryan 姚詩豪 · 讀 3 分鐘 · 原片 73 分 · EP688,2026-07-13 看原片 ↗

先知道

節目的題目越是「非你不可」,越難升上去:真正被重用的人,都在想辦法讓自己可以被取代

這集是訪談,來賓是 陳宗賢。

怎麼做

  1. 複製才是被重用的關鍵

    陳宗賢指出,升遷快的人不是自己什麼都做,而是懂得把能力整理成書面,教會別人也能做到八、九十分。

  2. 知識管理要有四個環節

    制度、書面、SOP、除錯,缺一不可,光是不藏私還不夠,要能真的複製出去才算數。

  3. 系統決定品牌能撐多久

    三商巧福靠標準化中央廚房翻身,某位網紅開的茶飲店卻因現場沒落實 SOP,品牌反而變成負債。

  4. 客服其實就是業務

    從第四台客服到日本企業的 call center,把客服系統化能拉高回購率,也是複製的一種形式。

  5. 分權管理能放大規模

    BU 制與內部創業制讓有能力的人自己當老闆經營,公司反而做得更大。

  6. 面對 AI,人的價值在邏輯與整合

    陳宗賢認為 AI 擅長整理資料,但還沒辦法像人一樣做決策、做聯想。

逐段聽

點時碼直接跳到原片的那一段。

02:22開場回顧上次(EP545)受歡迎的單元,這次換主題,聊複製與連鎖經營。
04:42複製的核心觀念被重用不是靠努力做事,而是能提供可被重用的價值。
08:30知識管理四步驟整理成書面、建立制度、寫 SOP、找除錯方法。
10:45挑加盟總部先問自己興趣,再看總部有沒有制度與自動撥補系統。
14:19茶飲品牌失敗案例品牌能帶人潮,但現場沒標準化,口味與服務就撐不住。
17:55三商巧福的由來從自助餐虧損轉型為牛肉麵專賣的故事。
22:04中央系統補貨從麥當勞與日本 7-11 悟出的無人簽收、自動撥補模式。
26:53上班族三步驟先學會、再改善、最後留下書面紀錄。
33:15五共哲學共存共榮共享共利共好,並舉黃仁勳為例。
35:42分權管理與內部創業制讓員工自負盈虧、自己當老闆,公司反而做得更大。
40:44The Body Shop 案例分工守備牆面加上業績獎勵,客單價拉高三倍。
46:46客服系統化從跑馬燈提醒到資料庫查詢,客服等於業務。
56:00AI 取代不了什麼邏輯思維與整合能力,是自然人目前贏過 AI 的地方。
1:01:19台積電的代工模式陪跑、優化、先拿單保證出貨,跟傳統代工不一樣。
1:04:20給四種身份的建議企業主、中高階主管、上班族、想創業的人各自該注意什麼。
1:09:37結語光靠勤奮沒有用,找到自己真正的興趣才走得久。

原話

  • 「不是努力做事,而是提供你可被重用的價值。」
    ▶ 05:02
  • 「他不需要你攀附,他看的是誰自動自發上來,他就把機會給誰。」
    ▶ 09:17
  • 「你能不能複製跟你一樣的人很多,如果可以,那你的事業就會做得很大。」
    ▶ 39:57
  • 「你以為幾百億美金就可以玩一個半導體,你們忽略了我台積電走了 30 多年。」
    ▶ 1:02:28
  • 「光靠你的勤奮努力沒有用,我還是那句話,你的興趣在哪裡,為興趣而做,你不會累。」
    ▶ 1:09:37

名詞與人物

陳宗賢
聯聖集團創辦人,長年輔導企業與連鎖經營,這集分享如何把個人能力系統化、複製給團隊。
聯聖
陳宗賢 1992 年創辦的管理顧問公司,靠口碑行銷成長為國內管顧業前三大。
三商巧福
陳宗賢輔導超過四十年的案例,從自助餐虧損轉型為牛肉麵連鎖,靠中央廚房與標準化流程站穩市場。
鬍鬚張
陳宗賢曾任顧問,協助它從路邊攤發展成大型連鎖品牌。
The Body Shop
陳宗賢輔導過的美妝連鎖,靠分工守備與獎勵制度讓客單價拉高、遺失率下降。
一個人也可以做 BU
陳宗賢的著作,講分權管理與個人自負盈虧的概念。
阿米巴組織
稻盛和夫提出的分權管理制度,把公司拆成許多能自負盈虧的小單位。
短鏈革命
2020 年後出現的供應鏈概念,強調就近供貨、在地組裝,只有具規模的集團做得到。
黃仁勳
輝達創辦人,陳宗賢用他常態感謝台灣供應商的作風,呼應自己提倡的共好理念。

延伸

  • 陳宗賢先前上過大人的 Small Talk 第 545 集,談的是 CEO 視野與看懂產業大局,這次接續同一位來賓換主題。
  • 陳宗賢曾任大醫科技集團執行長,帶領亞洲十座工廠,也提到公司近期因被動元件(MLCC)需求大增股價大漲,但沒有進一步說明細節。
  • 陳宗賢推估在量子運算成熟之前,AI 仍缺乏邏輯與整合能力,最快 2030 年、最慢 2050 年才可能出現真正取代自然人的 AI。