KeyFrame內部研究專用

EP35. 提升決策品質的幾個小習慣,從日常開始養成

經營男不難11 min中文
觀看原始影片

三句話摘要

透過七個習慣養成,系統性地提升企業決策品質和決策速度。 提升決策品質的祕訣不是天才,而是通過建立情資蒐集、流程規範、目標設定、方案規劃、執行落實等七個習慣,並持續反覆練習。 決策品質低落的根本原因不是能力問題,而是缺乏習慣。許多決策者習慣快速反應,導致決策不穩定,這可以通過系統化的七個習慣來改善。

重點整理

  1. 決策品質低落的根本原因不是能力問題,而是缺乏習慣。許多決策者習慣快速反應,導致決策不穩定,這可以通過系統化的七個習慣來改善。

  2. 收集情資是決策的基礎。這不是聽小道消息或道聽途說,而是定時定期從網路、報章媒體、內部系統等多渠道蒐集與企業和產業相關的資訊,專注聚焦於有影響力的外部情資。

  3. 制度和流程能夠釋放決策者的時間。企業 80% 以上的事務可通過明確的制度、規章辦法和 SOP 來規範,讓員工按流程處理而不需每次請示。這樣決策者可將 80% 的時間投入到 20% 的重大決策上,顯著提升決策品質。

  4. 決策的完整流程是:蒐集情資→明確決策屬性→分析問題根本→設定目標→規劃對策方案→執行落實。通過反覆練習這七個習慣,可以像講者一樣在聽到問題後迅速給出決策和方案。

實用技巧與重點

  • 七個提升決策品質的習慣:
  • 養成收集情資的習慣(外部和內部訊息)
  • 弄清決策的要項和屬性是什麼
  • 建立企業的制度、流程、規章辦法和 SOP
  • 分析決策相關問題的根本所在
  • 設定決策的目標
  • 思考和規劃執行的對策方案
  • 根據對策方案落實執行
  • 核心數據和概念:
  • 80/20 法則:80% 的事務通過制度規範,決策者 80% 的時間用於處理 20% 的重大事項
  • 可減少決策者 60% 以上的時間浪費在瑣碎事務
  • 執行力原則:「凡事貴在執行」
  • 目標明確化:台灣許多中小企業最大問題是沒有設定目標,想到什麼就做什麼

結論

提升決策品質的祕訣不是天才,而是通過建立情資蒐集、流程規範、目標設定、方案規劃、執行落實等七個習慣,並持續反覆練習。

完整解析

決策品質的提升並不需要天才,只需要養成正確的習慣。許多企業經營者面臨的困境是時間不足以做出好決策,但根本原因往往不是工作量太大,而是決策流程不夠系統化。講者在多年的企業輔導中發現,決策品質差的企業通常陷入一個惡性循環:決策者被瑣碎事務淹沒,導致只能做出匆促決策,最終效果不理想。

改善之道在於建立明確的制度和流程。企業內部有 80% 以上的事務是重複性、例行性的工作,這些完全可以通過標準化的制度和 SOP 來規範。當員工按照明確的規則行動時,就不需要每次都向老闆請示,這能減少決策者至少 60% 的時間浪費。這樣一來,決策者就可以把寶貴的時間和心力集中在真正重要的 20% 決策事項上。

決策流程應該遵循七個步驟。首先是情資蒐集,要定時定期從多個管道收集與企業相關的內外部訊息,但要有選擇地聚焦於產業動向、市場變化等關鍵資訊,而不是漫無目的地蒐集。其次要清楚每次決策的屬性和著力點,明確知道要解決什麼問題、做什麼樣的決策。然後通過分析找出問題的根本所在,設定明確的目標,規劃具體的執行對策,最後落實執行。這個完整的決策閉環需要通過反覆練習才能熟練運用。

講者本身能夠在聽到問題後迅速給出決策和方案,並非天才異稟,而是通過多年的系統化練習達到的。他的長期學員會追隨二三十年,正是因為他每年都以不同的角度分析企業問題,幫助解決具體困境。這種快速決策能力的養成,就是按照這七個習慣不斷練習、不斷磨練的結果。重點是「凡事貴在執行」,決策品質的提升最終要靠實踐和執行力。

12 min
企業管理中文10月8日

The Most Important Skill for Entrepreneurs Can't Be Taught—A Conversation with Yu Ying, Vice Dean...

凯莉彭 Kelly Peng看原片 ↗
  • 反思能力決定成長天花板:講者發現職場只有兩種人——遇到問題時,一種向外求(怪環境),一種向內求(找自己的因)。前者無論如何調整職位都不會進步,後者才有迭代與改善的機會。這種能力在青少年階段仍可塑,成人後幾乎無法逆轉。
  • 審美感必須靠大量接觸累積:審美是不可替代的創業必備素質,但不是天生的。看過百件、兩百件產品後自然能感知共性。此能力需要浸潤式學習,短期內無法突擊。
11 min
AI 技術中文10月8日

2026年10月8日|24小時世界AI新聞台-重溫|OpenAI 合約 AI 測試、Reka Rho-1、Google Earth AI

文恩澄 Rannes Man看原片 ↗
  • AI 代理從輔助進化到流程參與:OpenAI 與 Ironclad 的研究表明 AI 代理已能設定表單、建立審批規則並確保多步驟工作流合規,但人工監督仍不可或缺。這標誌著 AI 在企業軟件中的角色從簡單任務輔助升級到複雜業務流程的參與者。
  • 多模態統一正成為主流方向:Reka 的 Rho-1 展示單一模型處理文字、圖像、影片和動作的可行性,減少使用者在不同工具間切換的負擔。但技術仍面臨長時間生成穩定性與跨影片物件定位的挑戰,目前輸出解析度上限為 672×384 像素。
13 min
AI 技術中文9月26日

万亿美元AI资本开支的回报在哪里 | 黑石Jon Gray | 数据中心 | AI算力 | 工业革命 | 投资回报 | 超大规模云厂商 | 芯片短缺 | 电力基础设施 | 生产率 | AI应用场景

最佳拍档看原片 ↗
  • AI不是泡沫,而是範式轉移:喬恩·格雷用1870-1900年工業革命類比今日AI浪潮,強調這是勞動生產力翻倍、GDP與製造業產出成倍增長的機遇期,但並非所有公司都能從中獲利。
  • 投資報酬率已被驗證:黑石旗下公司已看到實際案例——印度鑽石公司提效、通訊鐵塔公司租約處理快五倍、軟體編碼模型每投1美元回報18美元,證明AI開支的合理性。