iKala 共同創辦人暨董事長 Sega 於 RecruitFirst Taiwan 與 iKala共同舉辦的人力資源講座中,透過 Nexus 與 corcor 專家研討會的洞察,揭示 AI 在人力資源領域的高階應用、組織摩擦力及數據風險 。
於2025年11月所舉辦的專家研討會(由 RecruitFirst Taiwan 與 iKala 共同舉辦),深入探討了人工智慧(AI)在企業組織轉型,特別是人力資源(HR)戰略規劃中的核心價值。iKala 共同創辦人暨董事長 Sega 在講座中強調,AI 轉型並非萬靈丹,它是一個優化既有流程、追求更高程度自動化的手段。對於 HR 高管而言,成功的關鍵戰略並不在於技術本身,而在於 組織能否有效整理其第一方內部資料,以及高階主管是否能將 AI 應用於策略層面。
企業導入 AI 的最大摩擦力與 HR 的優勢
組織在導入 AI 專案時,主要的「摩擦力」在於人與流程,尤其是人的習慣難以改變。相較於個人可以立即使用 AI,組織要從啟動導入到真正實現營運效率提升,通常需要大約一年的時間。此時,若能搭配具備實務經驗的人力資源顧問夥伴,協助企業在不同階段靈活配置人才,將有助於降低導入初期的試錯成本。以人力資源顧問公司 RecruitFirst 為例,透過招募委外管理、專案型人力委外、業務流程委外、專業派遣等服務,協助企業在 AI 導入過程中即時補足關鍵角色,讓用人更有彈性,也讓組織能專注於核心轉型目標。
講者指出,企業導入 AI 專案時,約 80% 的時間將花費在資料問題上,例如資料分散或格式不一。因此,AI 導入成功的本質在於資料整理與流程重整的程度。Nexus 的產品線即致力於協助企業整理第一方內部企業資料,打造真正具備商業價值的核心基礎。
同時,HR 部門被視為 AI 導入的理想「概念驗證」(POC)單位。這是因為 HR 的資料結構(尤其在上市公司)相對嚴謹且完整,且要解決的問題(如履歷篩選、績效管理)目標明確。透過 RecruitFirst 在人力諮詢、HR 專業人才支援及活動專案執行上的經驗,企業不僅能加速 POC 驗證進程,也能在正式擴大導入前,先建立可複製的人才與流程運作模式,為後續 AI 規模化應用打下穩固基礎。
▲RecruitFirst 負責人李中指出,擁抱AI並透過任務導向的彈性用工來提高員工生產力,企業將能在未來的競爭中展現出更強大的韌性與創造力。
老闆與 AI 的協作:實現最快的策略效益
研討會特別揭示了 AI 在策略性人力規劃中的關鍵作用,並提出了實現 AI 效益的「最快方法」:
1. 資料完整性決定效益: 由於中高階主管或老闆手上會診的資料(包括營運、財務表現、公司人力結構等數位化資料) 是最完整 的,因此「 老闆用 AI 的效果是最大 」。
2. 實現快速導入的修辭: 為了實現 AI 導入的最高效益,講者提出「 教會老闆不用 AI 就好了 」這個觀點。這意指當掌握全局資料的領導者能快速且有效地利用 AI 進行分析時,能夠最大化 AI 帶來的戰略價值。
3. 從拉鋸到策略: 在人力規劃(較高階的 AI 應用)中,AI 可協助高階主管會診所有相關資料,從而制定 整體策略規劃,取代過往部門間「拉鋸式」爭奪資源的預算編列方式。
提升生產力與優化管理
AI 帶來的最直接價值體現在協助知識工作者 節省時間。知識工作者每天約花費 2.5 小時(30% 的工作時間) 在尋找資料或等待資訊。AI 透過對話式介面,可作為 24 小時的企業入口,快速回答中高階主管從「人事戰略」 到「特休假如何請」 的問題,從而大幅降低查找資料的複雜度。
1. 招募與人才選用:
○ AI 可用於 履歷篩選、準備面試問題,以及面試摘要的整理。如果招募規則(JD)清晰,AI 至少能協助解決 80% 到 90% 的初步篩選工作。
○ 在內部人才選用上,AI 可分析員工的「技能點數卡」(Skill Scorecards),並快速判斷組織內最適合內部空缺的人選,加速內部調動。
2. 績效管理與學習發展(L&D):
○ AI 可用於 會診意見 或 提供績效反饋建議。
○ 在 L&D 方面,AI 能基於過往表現資料提供 精準的教練式反饋,以優化流程,避免傳統反饋機制消耗過多人力與時間。同時,提升員工的 **AI 素養(AI literacy)**是企業現階段的重要基礎工作。
法律與數據的雙重挑戰
HR 高管在導入 AI 時必須審慎管理風險:
1. 歧視與法律風險: 跨國公司在招募流程中正式嵌入 AI 判斷時,必須特別注意 歧視和法律風險。Amazon 曾在 2018 年 因 AI 判斷被員工提出歧視訴訟。HR 夥伴必須了解 AI 供應商所採用的法律與道德框架。
2. 數據污染與「幻覺」(Hallucination): 若企業的第一方資料未被妥善整理,AI 在績效管理中很容易產生「幻覺」,捏造出不存在的 KPI 或不實的評估,導致數據污染。
總結與展望。
AI 轉型仍需回歸基本面:企業到底要解決什麼問題,以及組織是否已做好準備(包括技能培訓與基礎建設)。AI 是一種「 加值服務 」,它能優化既有流程、達到更高程度的自動化,但不會帶來戲劇性的爆發式成長。企業應從 最痛點 開始進行概念驗證(POC),並將 AI 視為協助現有員工提升生產力、節省查找時間的工具。
面臨越趨嚴格的勞動法規及人才缺乏的市場環境,AI進入工作領域是必然性,這段陣痛雖伴隨著不確定性,但也是組織進化的最佳時機,透過彈性用工,將單一職位轉為技能提供與任務導向,協助企業在 AI 導入的不同階段即時調整組織與人力配置,讓 AI 不僅此於技術導入,更能真正落實於營運現場,發揮具體成效。