創新,真的可以管理嗎?

A diverse team analyzing project data and discussing ideas in an open-plan office

Can Innovation Really Be Managed?

很多公司都有創新團隊、創新負責人,甚至創新中心

聽起來很合理,因為大家都知道市場變得很快,產品不能只守著既有生意,也需要有人看新技術、新機會、新的使用者行為。

但有沒覺得創新這件事有點矛盾。

公司想要創新,所以成立一個團隊,給它目標、預算、人力,然後開始問:今年做了幾個創新專案?有沒有新產品?有沒有新的營收?能不能 KPI?

問題是,如果創新可以被很精準地規劃、預測、管理,那它可能就比較像產品開發,而不是創新了。

也不是說創新不能管理。資源當然要管理,方向也要有,不能每個人都拿著「創新」當理由做自己想做的事。比較懷疑的是:我們能不能用管理既有生意的方法,去管理一件本來就包含不確定性、試錯,甚至失敗的事情?還願意理解創新是會失敗的,但要避免失敗,思考就要接受挑戰。 還有一個比較現實的問題:在公司裡,最後出錢的人、高位的人,通常也擁有定義權。他說這是創新,它就是創新;即使只是換個包裝、貼牌,或跟著市場做一個差不多的產品,也可以被放進年度報告裡,叫做創新成果。哈哈。

不是說所有高層都不懂創新,是當創新變成一個由上往下指定的詞,它有時候就不再是探索,而比較像一個需要被完成、被交代的任務。大家開始想的,可能不是「使用者真正需要什麼」,而是「怎麼做,才能符合上面定義的創新」。

很多公司在一開始就問:「這個創新案明年可以帶來多少營收?」這沒問題,畢竟公司不是研究機構,也不是慈善事業。但如果每個新想法都必須在一開始證明 ROI「投資報酬率」,很多真正新的東西,大概在第一關就被關掉了。

因為新的產品,通常沒有完整數據;新的市場,也不會一開始就告訴你它有多大。使用者甚至可能還沒辦法清楚說出自己需要什麼。你如果只看現在的需求、現在的數字、現在的毛利率,很容易做出更好的舊產品,但不一定能做出新的東西。

Google 過去很有名的 20% time,讓員工保留部分時間探索自己認為重要的題目。當然,後來實際執行方式也改變很多,不是每個人真的都有完整的 20% 可以自由使用。但它背後的概念值得想:公司是否願意留下一點資源,讓人做那些短期還無法被證明、但可能有機會長出來的事?

3M 也有類似的做法,讓技術人員保有一部分時間進行自主研究。Post-it Note 的故事常被拿來講,因為它不是一開始就有一個很完整的商業計畫。先是一種「黏不太住」的膠,聽起來甚至像失敗的研發成果,後來才在不同人、不同使用情境裡,慢慢變成我們今天熟悉的產品。

這種事情很難寫進 KPI。你不能要求每個人每季都要發明一個 Post-it,也不能因為某個實驗半年沒有營收,就說它沒有價值。創新的過程裡,有些東西是失敗,有些是還沒找到對的問題,有些則是時間還沒到。

Apple 也很有意思。它不是那種很常把「我們有創新辦公室」掛在嘴邊的公司,但它一直很重視產品、技術與體驗之間的整合。很多人以為 Apple 的創新是做出一個從來沒人看過的東西,但它更常做的,其實是把已經存在的技術,整理成使用者願意使用、願意付錢,而且覺得很自然的體驗。

iPod 不是第一台 MP3 播放器,iPhone 也不是第一台智慧型手機。差別不只是技術,而是它有沒有真的處理掉使用者原本覺得麻煩的地方。這也提醒我,創新不一定等於很炫的新技術,有時候是把一件原本很複雜的事,做得讓人不需要思考。

Dyson 則是另一種樣子。它讓我想到,創新很多時候不是突然靈光一閃,而是對一個問題非常固執。吸塵器吸力為什麼會下降?吹風機為什麼又重又吵?空氣清淨機能不能不只是把風送出來?它不一定一開始就知道最後的產品會長什麼樣子,但它願意一直做、一直改、一直測試。

所以呢…如果要問創新能不能 KPI=可以,但 KPI 不能只放在最後的營收、新產品數量,或專利數量。

有些事情可以看,例如實驗做了多少、使用者訪談是否真的進行、跨部門合作有沒有發生、從失敗中留下了什麼可被下一個團隊使用的知識。更重要的是,公司有沒有提供一個環境,讓人可以提出不一樣的問題,而不是每次一提出新想法,就先被問「那明年的業績是多少?」

創新不是完全不能管理,只是它比較像種植物,不像管理一條生產線。你可以準備土壤、陽光、水分,也可以定期看它有沒有活著;但你不能每天把它拔起來,問它為什麼還沒有長大。

有些創新不會成功,這是事實。但如果一間公司因為怕失敗,只願意做已經被證明會成功的事,那它可能很有效率,只是…..未必還有能力面對下一個改變。

更多文章

很多人都在追趨勢,但產品真正追的是需求
2026-07-08
PM 不只是寫需求,而是在降低產品的不確定性
2026-07-08
AI 會寫PRD但不會為結果負責…
2026-07-08
管理者用 AI 的 3 個關鍵:把決策變成可驗證的流程(不只是靈感)
2026-07-08
AI 多模型融合研究:如何設計可重現的融合實驗、評估指標與結果校準(含 blending / stacking / gating)
2026-07-08
AI 真的需要一直連網嗎?
2026-07-08
開源LLM要在本機跑,要什麼規格
2026-07-08
為什麼越來越多人提起開源 AI?是趨勢嗎?
2026-07-08

探索更多來自 YinOnMars 的內容

訂閱即可透過電子郵件收到最新文章。

發表留言