第四章 個案公司：奇異企業
第二節 個案公司之系統動力學模型
五、 人力資源
人力資源的改變是奇異在進行組織變革時最重要的一環。如同在威爾許的自傳
《致勝》一書中所提到的：「無事不關乎領導，無事不關乎人。」他一天中有 75%
到 80%的時間，都用來思考和最高層的五百名主管該如何把工作做得更好。如所 示，組織藉由一個想要發展的人力資源目標，來啟動人力資源的投資，當人力資 源的情況逐漸改善之後，奇異的服務品質也隨著提升上來，服務水平提升後，滿 意的顧客也會愈來愈多。
圖 33 HR 的 iThink 圖示 HR 變革的成本
差距
組織的人力 資源現況 HR 投資
組織的人力資源 發展目標
維持 HR 現況 的成本
HR 變革 的總成本
可投入資金
滿意的客戶群
銷售收入 利潤
對投資者回報
競爭者的活動
市場份額
市場總規模 HR 對服務品質
造成的作用
94
newIdeas adoptedIdeas
newIdeasIncrease
average learningAbility increased
learningAbility increase
for per adopted idea learningAbilityGap learningAbilityMax
ideaOut jobLoadingDecreasePerYr
employeePressure Increase
burnout Increase for jobloading
jobIncrease
average burnout of job loading avgBurnout
AdjustTime employeePressure AdjustRate
Noname 1
test
totalHR Cost
costOfMaintain
Human Resource
Human Resource Investment Decision Box
Total Cost of Human Resource Management
67
人力資源方面（編號 67-72）
奇異的員工數量在 1980 年之前，由於組織規模不斷擴張的結果，都是持續 上升的情況，在瓊斯執掌 CEO 的十年間，員工人數到達頂峰－40 萬人，但當威 爾許接任 CEO 之後，政策急轉直下，對於員工的管理採取有名的 20－70－10 的制度－也就是獎勵前面的百分之 20 的員工、對於中間的百分之 70 則給予一切 努力去培育他們，希望他們可以做得更好，接下來的百分之 10 則是必須離開將 司的人。在這樣強硬的制度之下，員工被解僱的情況十分的頻繁，比例非常的高，
圖 34 表示出奇異公司員工被解僱的趨勢情況；而威爾許本人也由於接任前十年 的強硬作風，因而被冠上了「中子傑克」的稱號，意思是每逢他所到之處，如同 中子彈降臨一般，產生大規模的毀滅。
圖 34 奇異每年解僱員工率
人力資源方面的方程式如下：
employeeHiringRate = 4/100 ···67 C
totalEmployee(t) = totalEmployee(t - dt) + (employeeHiring_PerYr -
employeeFiring_PerYr) * dt ···69 L INIT totalEmployee = 39 ···69.1 N employeeFiring_PerYr = totalEmployee*employeeFiringRate ···70 R employeeFiringRate = GRAPH(time)
(1970, 0.025), (1973, 0.025), (1976, 0.025), (1979, 0.025), (1982, 0.203), (1985, 0.0575), (1988, 0.06), (1991, 0.01), (1994, 0.0425), (1997, 0.0475), (2000, 0.015) ···71 G
totalEmployeeVariationRatio = (totalEmployee - DELAY(totalEmployee, 1)) /
DELAY(totalEmployee, 1) ···72 A
employeeHiringRate：員工僱用率（無單位）
employeeHiring_PerYr：每年員工僱用人數（單位：萬人）
totalEmployee：員工人數（單位：萬人）
employeeFiring_PerYr：每年員工解僱人數（單位：萬人）
employeeFiringRate：員工解僱率（無單位）
totalEmployeeVariationRatio：員工人數變化率（無單位）
員工的不安全感 （編號 73-85）
組織的授權程度與組織的層級數呈現反向相關的情況，當階層數愈高時，授 權的程度自然就愈低；如同威爾許本人所說的，他希望奇異的變革過程裡，授權 的舉措，在當時的環境下，應該愈快實行愈好，這樣可以避免奇異本身付出很多 無謂的成本與時間。
授權的過程並非想像中的快速，一開始的階段並沒有太多的進展。威爾許認 為，授權的早晚與速度的不恰當會讓員工產生一個混淆的訊息，反而失去員工的 信任。整個階段，經歷七年以上的時間才得以完成（袁世珮譯, 1999）。
圖 35 授權程度
員工不安全感的方程式如下：
employeeFearness_IncreaseBase = 8/100···73 C employeeFearness_IncreaseFactor = (-totalEmployeeVariationRatio*1) + (-
levelOfControl_VariationRatio*1) +employeeFearness_IncreaseBase ···74 A employeeFearness_Increase =
employeeFearnessGap*employeeFearness_IncreaseFactor ···75 A employeeFearnessMax = 100 ···76 C employeeFearnessGap = (employeeFearnessMax-employeeFearness)···77 A confessLevelVariation = (confessLevel - DELAY(confessLevel, 1)) /
DELAY(confessLevel, 1)···78 A employeeFearness_Decrease = confessLevelVariation * employeeFearnessGap *1 ··79 A
employeeFearness_DecreasePerYr = SMTH1(employeeFearness_Decrease, 3)····80 R
- employeeFearness_DecreasePerYr) * dt ···81 L INIT employeeFearness = 30 ···81.1 N employeeFearness_IncreasePerYr = SMTH1(employeeFearness_Increase, 1) ···82 R levelOfControl_VariationRatio = ( levelOfControl - DELAY(levelOfControl, 1)) / DELAY(levelOfControl, 1)···83 A delayeringDegree = GRAPH(levelOfControl)
(0.00, 98.5), (1.10, 98.0), (2.20, 95.5), (3.30, 89.5), (4.40, 76.5), (5.50, 51.5), (6.60, 31.5), (7.70, 18.5), (8.80, 13.0), (9.90, 10.0), (11.0, 10.0)···84 G delayeringDegree_VariationRatio = (delayeringDegree-DELAY(delayeringDegree, 1))/delayeringDegree ···85 A
employeeFearness_IncreaseBase：員工不安全感基礎增加率（無單位）
employeeFearness_IncreaseFactor：員工不安全感增加因子（無單位）
levelOfControl_VariationRatio：組織層級變化率（無單位）
employeeFearness_Increase：員工不安全感增加量（無單位）
employeeFearness_IncreasePerYr：每年員工不安全感增加量（無單位）
employeeFearnessGap：員工不安全感差距（無 單位）
employeeFearnessMax：員工不安全感極大值（無單位）
confessLevelVariation：坦誠的變化量（無單位）
confessLevel：坦誠程度（無單位）
employeeFearness_Decrease：員工不安全感減少量（無單位）
employeeFearness_DecreasePerYr：每年員工不安全感減少量（無單位）
employeeFearness：員工不安全感（無單位）
delayeringDegree：扁平化程度（無單位）
delayeringDegree_VariationRatio：扁平化程度的變化（無單位）
員工壓力的部分 （編號 86-118）
員工過度的不安全感，會讓人們更加抗拒改變，他們視改變為一種威脅，而 不是機會；尤其是在威爾許實施大規模的裁員之後，多數員工沒有走出陰霾，面 臨著不確的未來，員工會變得愈來愈不願意配合組織的變革計畫，他們每天只擔 心自己的工作（袁世佩譯, 1999）。
圖 36 員工不安全感對學習能力培養的影響
圖 37 最高階主管的決心強度
如同彼得．聖吉在《變革之舞》一書裡所說的，員工面對組織的變革，最大 的困難就是「時間的挑戰」（廖月娟、陳琇玲譯, 2001）；當變革的目標是五天一 小變、十天一大變的時候，員工往往無所事從，另外，當員工必須自己想辦法跟 上變革的腳步，甚至是要用到自己的時間時，這樣的變革往往也不會成功，其原
因是員工面臨「時間的考驗」，當員工感受到愈來愈疲憊的時候，推動變革的阻
力也就會愈來愈強勁（圖 38 表示出這樣的困境）。
圖 38 員工疲憊程度對學習能力的影響
適度的壓力對於員工的學習能力的進步有所幫助，但過輕或過度的壓力，對 於員工則是反效果。尤其是當員工的壓力到達極限的階段下（90~100），員工的 學習、創新、想新點子的能力會大幅度的下降（0.68~0.19）。
圖 39 員工壓力對學習能力的影響
在威爾許所主導的奇異公司，員工坦誠的文化是基本的核心價值之一，同時 也是威爾許的企業經營信念之一。威爾許相信當員工之間建立互信與坦誠的機制 之後，不但可以大幅度的降低公司內的政治成本，還有助於提升員工激發創意、
點子的機會與能力。
圖 40 員工坦誠度對學習能力的影響
當員工的技能逐漸提升之後，員工應付工作的能力也會提升上來，這將有助 於員工降低自身的工作負荷量，但相同的情況對於別的公司未必行得通，當某些 員工的能力上升之後，反而會使得他的工作負荷愈來愈重，構成一種轉嫁負擔、
富者愈富，貧者愈貧的結果。但在奇異公司裡面，這種循環得以正常的滾動，原 因是奇異內有公開、公正、公平的員工評核機制，可以避免這樣的現象發生，有 助於整體員工的能力提升。
圖 41 員工技能對工作負荷的影響
方程式如下：
jobIncreaseFactor = (delayeringDegree_VariationRatio*0.5 +
newIdeasVariationRatio*0.5) ···86 A Noname_1 = IF (newIdeas = 0) THEN 1
ELSE newIdeas···87 A newIdeasVariationRatio = (newIdeas - DELAY(newIdeas, 1))/Noname_1 ···88 A employeeFearness2_newIdeasCreate = GRAPH(employeeFearness)
(0.00, 0.03), (10.0, 0.06), (20.0, 0.14), (30.0, 0.28), (40.0, 0.54), (50.0, 0.81), (60.0, 0.96), (70.0, 0.99), (80.0, 0.985), (90.0, 0.885), (100, 0.36)···89 G managerDeterminationLevel = GRAPH(time)
(1970, 0.085), (1973, 0.11), (1976, 0.15), (1979, 0.21), (1982, 0.295), (1985, 0.375), (1988, 0.54), (1991, 0.785), (1994, 0.935), (1997, 1.00), (2000, 1.00) ···90 G avgBurnout2_newIdeasCreate = GRAPH(avgBurnout)
0.47), (70.0, 0.37), (80.0, 0.315), (90.0, 0.245), (100, 0.165)···91 G employeePressure2_newIdeasCreate = GRAPH(employeePressure)
(0.00, 0.395), (10.0, 0.455), (20.0, 0.585), (30.0, 0.735), (40.0, 0.92), (50.0, 0.96), (60.0, 0.985), (70.0, 0.975), (80.0, 0.91), (90.0, 0.685), (100, 0.19) ···92 G confessLevel2_newIdeasCreate = GRAPH(confessLevel)
(0.00, 0.135), (10.0, 0.17), (20.0, 0.22), (30.0, 0.245), (40.0, 0.275), (50.0, 0.36), (60.0, 0.58), (70.0, 0.83), (80.0, 0.935), (90.0, 0.99), (100, 1.00)···93 G newIdeasCreateFactor = MIN(avgBurnout2_newIdeasCreate,
confessLevel2_newIdeasCreate, employeeFearness2_newIdeasCreate,
employeePressure2_newIdeasCreate, managerDeterminationLevel)···94 A jobIncrease = jobIncreaseFactor*jobLoadingGap ···95 A jobLoadingIncreasePerYr = jobIncrease···96 R jobLoading(t) = jobLoading(t - dt) + (jobLoadingIncreasePerYr -
jobLoadingDecreasePerYr) * dt···97 L INIT jobLoading = 50 ···97.1 N jobLoadingDecreasePerYr =
jobLoading*employeeSkillLevel2_JobLoadingDecreaseRate ···98 R jobLoadingGap = jobLoadingMax-jobLoading···99 A jobLoadingMax = 100···100 C employeeSkillLevel2_JobLoadingDecreaseRate = GRAPH(employeeSkill)
(0.00, 0.01), (9.09, 0.03), (18.2, 0.0475), (27.3, 0.0575), (36.4, 0.0775), (45.5, 0.108), (54.5, 0.175), (63.6, 0.32), (72.7, 0.413), (81.8, 0.475), (90.9, 0.492), (100, 0.5)·101 G average_burnout_of_job_loading = avgBurnout/jobLoading···102 A burnout_Increase__for_jobloading = 2 ···103 C buildup = jobLoadingIncreasePerYr * burnout_Increase__for_jobloading *
avgBurnout(t) = avgBurnout(t - dt) + (buildup - dissipate) * dt···105 L INIT avgBurnout = 30···105.1 N dissipate = SMTH1(jobLoadingDecreasePerYr*average_burnout_of_job_loading, 3)
···106 R avgBurnoutGap = (avgBurnoutMax-avgBurnout)/avgBurnoutMax ···107 A avgBurnoutMax = 100 ···108 C avgBurnoutVariation = avgBurnout - DELAY(avgBurnout, 1) ···109 A employeePressure_IncreaseFactor = avgBurnoutVariation * 1 ···110 A employeePressure_Increase = employeePressureGap *
employeePressure_IncreaseFactor···111 A employeePressureMax = 100 ···112 C employeePressureGap = (employeePressureMax - employeePressure) /
employeePressureMax···113 A employeePressure_IncreasePerYr = employeePressure_Increase ···114 R employeePressure(t) = employeePressure(t - dt) + (employeePressure_IncreasePerYr - employeePressure_DecreasePerYr) * dt ···115 L INIT employeePressure = 25 ···115.1 N employeePressure_DecreasePerYr = SMTH1(employeePressure *
employeePressure_AdjustRate, employee_AdjustTime)···116 R employee_AdjustTime = 2 ···117 C employeePressure_AdjustRate = 10/100 ···118 C
jobIncreaseFactor：工作負荷增加因子（無單位）
delayeringDegree_VariationRatio：扁平化程度變化率（無單位）
newIdeasVariationRatio：新點子變化率（無單位）
Noname_1：判斷條件－判斷新點子數是否為零
newIdeas：新點子數（單位：千個點子）
employeeFearness2_newIdeasCreate：員工不安全感對於新點子影響因子（無單位）
managerDeterminationLevel：管理者的決心程度（無單位）
avgBurnout2_newIdeasCreate：平均員工倦怠度對於新點子影響因子（無單位）
employeePressure2_newIdeasCreate：員工壓力對於新點子影響因子（無單位）
confessLevel2_newIdeasCreate：坦誠程度對於新點子影響因子（無單位）
newIdeasCreateFactor：新點子產生因子（無單位）
jobIncrease：工作負荷增加（無單位）
jobLoadingGap：工作負荷差距（無單位）
jobLoading：工作負荷（無單位）
jobLoadingMax：工作負荷極大值（無單位）
jobLoadingIncreasePerYr：每年工作負荷增加量（無單位）
jobLoadingDecreasePerYr：每年工作負荷減少量（無單位）
employeeSkillLevel2_JobLoadingDecreaseRate：員工技能程度對於工作負荷減少的影響因 子（無單位）
average_burnout_of_job_loading：平均員工倦怠感與工作負荷 的比值（無單位）
burnout_Increase__for_jobloading：員工倦怠感對於工作負荷的增加量（無單位）
buildup：倦怠感增加量（無單位）
dissipate：倦怠感減少量（無單位）
averageburnoutGap：平均員工倦怠感差距（無單位）
averageburnoutMax：平均員工倦怠感極大值（無單位）
employeePressureGap：員工壓力差距（無單位）
employeePressure_IncreaseFactor：員工壓力增加因子（無單位）
employeePressureMax：員工壓力極大值（無單位）
employeePressure_IncreasePerYr：每年員工壓力增加量（無單位）
employeePressure_Increase：員工壓力增加量（無單位）
employeePressure：員工壓力（無單位）
employeePressure_DecreasePerYr：每年員工壓力減少量（無單位）
employeePressure_AdjustRate：員工壓力調整率（無單位）
employee_AdjustTime：員工壓力調整時間（單位：年）
員工學習能力的培養 （編號 119-138）
當奇異公司開始實施 Work-Out 計畫之後，員工的點子與創意開始被重視，
員工自身的信心逐漸的提升上來。在威爾許上任前的奇異，員工點子被採納的機 率大約是百分之 5，而在計畫的後期，員工有自信自己的點子裡面，有大約百分 之 80 是會被考慮與試試看的。
圖 42 員工點子、創意被採用的機率
相對於員工點子被採用的機率，員工點子被落實的機率就相對低許多，尤其
是在推動計畫的初期，員工點子被實現的可能性很低，直到員工慢慢的意識到自 己的想法確實可以為公司、為工作帶來改變時，員工才漸漸的願意提出好的點 子、務實的主意，相對的，這些點子被徹底落實在公司的可能性才漸漸提升上來，
如圖 43 所示，在後期的奇異公司，員工的點子被落實的可能性會高達兩成。
圖 43 員工點子被落實的機率
方程式如下：
costPerIdea = 0.01···119 C newIdeasIncrease = (investment InHR*investmentIn_IdeaCreateRatio / costPerIdea) * newIdeasCreateFactor ···120 A newIdeasIncrease_PerYr = newIdeasIncrease ···121 R newIdeas(t) = newIdeas(t - dt) + (newIdeasIncrease_PerYr - newIdeasAdopted_PerYr)
* dt···122 L INIT newIdeas = 1 ···122.1 N newIdeasAdopted_PerYr = SMTH1(newIdeas*adoptRate, 3) ···123 R
adoptRate = GRAPH(time)
(1970, 0.025), (1973, 0.055), (1977, 0.075), (1980, 0.12), (1983, 0.18), (1987, 0.25), (1990, 0.28), (1993, 0.345), (1997, 0.495), (2000, 0.74)···124 G adoptedIdeas(t) = adoptedIdeas(t - dt) + (newIdeasAdopted_PerYr - discardPerYr) * dt···125 L INIT adoptedIdeas = 0 ···125.1 N discardPerYr = adoptedIdeas*discardRate ···126 R discardIdeas(t) = discardIdeas(t - dt) + (discardPerYr - ideaOut) * dt ···127 L INIT discardIdeas = 0 ···127.1 N ideaOut = discardIdeas···128 R realizedRate = GRAPH(time)
(1970, 0.0285), (1973, 0.03), (1976, 0.0285), (1979, 0.0285), (1982, 0.0435), (1985, 0.051), (1988, 0.0615), (1991, 0.108), (1994, 0.176), (1997, 0.198), (2000, 0.201) ·129 G
discardRate = 1-realizedRate ···130 R average_learningAbility_increased = IF (adoptedIdeas = 0) THEN 0
ELSE learningAbility/adoptedIdeas ···131 A learningAbility_IncreasePerYr =
SMTH1(newIdeasAdopted_PerYr*learningAbility_increase_for_per_adopted_idea*le arningAbilityGap, 3) ···132 R learningAbility(t) = le arningAbility(t - dt) + (learningAbility_IncreasePerYr -
learningAbility_DecreasePerYr) * dt
···133 L INIT learningAbility = 10
···133.1 N
···134 R learningAbility_increase_for_per_adopted_idea = 10···135 C learningAbilityGap = (learningAbilityMax- learningAbility)/ learningAbilityMax··136 A
learningAbilityMax = 100···137 C learningAbilityVariation = (learningAbility - DELAY(learningAbility, 1) ) /
DELAY(learningAbility, 1)···138 A
costPerIdea：每千個點子產生所需的成本（單位：億美金）
newIdeasIncrease：新點子的產生量（單位：千個點子數）
investmentInHR：人力資源的投資（單位：億美金）
investmentIn_IdeaCreateRatio：投資在新點子創造的比率（無單位）
newIdeasCreateFactor：新點子創造的影響因子（無單位）
newIdeasIncrease_PerYr：每年產生新點子的數量（單位：千個點子數）
newIdeas：新點子的數量（單位：千個點子數）
newIdeasAdopted_PerYr：每年採納新點子的數量（單位：千個點子數）
newIdeasAdoptRate：每年採納新點子的比例（無單位）
adoptIdeas：採納點子數（單位：千個點子數）（無單位）
discardRate：放棄實施的點子比例（無單位）
ideaOut：放棄的點子數（單位：千個點子數）
realizetRate：實際實施的點子的比例（無單位）
discardPerYr：每年放棄實行的點子數（單位：千個點子數）
average_learningAbility_increased：平均學習能力的增加
average_learningAbility_increased：平均學習能力的增加