AI 進入 HR,第一個被改變的是工作表面
這幾年 HR 領域大量接觸 AI,多數應用都集中在第一線的作業層面。
最常見的像是拿 AI 來寫職缺說明、擬定培訓大綱、生成面試題目,或是幫忙摘要同仁的問卷反饋,甚至作為內部制度諮詢的回答工具。這些應用非常直覺,因為 HR 的日常本來就滿載著文字撰寫、文件整理、資訊分類與判讀。實際效益也很明確:寫草稿變快了、整理資料的耗時減少了,整體文書處理的成本隨之下降。
但這些改變還只在工作表面。當 AI 能夠高效率處理這類例行產出後,HR 剩下什麼價值?
過去很多 HR 習慣把價值綁在「走完流程」。招募有沒有順利結案、培訓課程有沒有如期開課、績效評估表有沒有收齊、新制度有沒有公告。這些事固然重要,畢竟組織需要秩序與合規,也需要有人確實做好行政收尾。
不過,當一項任務能被明確描述、拆成固定規則,或是可以用數據比對和模板生成時,被自動化取代的門檻就變得很低。這代表光是把流程跑完,已經很難彰顯 HR 的專業。HR 的注意力,必須往更深層的組織運作轉移。
人資的核心會從「管理人」轉向「設計組織能力」
傳統 HR 的重心,多半圍繞著人事制度與管理流程。從招募補位、教育訓練、績效考核,到薪資發放與員工關係。這套分工運作許久,有它維持大型組織穩定與可稽核的必要。
AI 出現後,這套分工不會馬上消失,但做法會被重新打散組合。因為組織現在更需要的是:更快看懂外部變化、更靈活調度內部人才,以及讓同仁跟上新流程的節奏。這時候,HR 就會開始接觸到所謂的「組織能力設計」。
聽起來很抽象,但實務上要解決的問題很具體。例如:公司現在到底缺什麼能力?哪些職位的工作內容正在重組?還有,能不能規劃出一套員工願意用、主管願意挺,同時又符合公司規定的運作機制?
這些問題無法單靠一份訓練計畫或一套系統來解決。HR 必須同時理解業務邏輯、流程細節、人性心理與合規邊界。AI 雖然減輕了常規營運的負擔,但也要求 HR 承擔更高層次的判斷責任。
AI 會吃掉任務,不會直接吃掉職位
討論 AI 與 HR 的未來,最常聽到的問題是:「哪些職位會被取代?」
這個問法有點過度簡化。因為公司裡的工作,表面上看是一個職位,實際上是由一整串不同的任務拼湊出來的。以招募為例,除了找人,還包含釐清業務需求、包裝職缺、篩選履歷、跨部門溝通、面試校準、薪資談判到最後的到職體驗。L&D 人員的職責除了辦訓,還涵蓋能力盤點、教學設計、評估外部講師與成效追蹤。
AI 改變的單位,通常是職位裡的某段具體任務。履歷的初步過濾、面試題目的發想、訓練教材的草案或問卷摘要,確實都能靠工具加速。
但回到現實面:業務單位開出的需求合不合理、風險有沒有抓好、員工為什麼抗拒,主管心裡到底在焦慮什麼,制度又要怎麼訂才不會被鑽漏洞,這些情境還是需要人來做判斷與協調。
討論的起點,可以放在「任務拆解」上:
- 規則與資料型任務:條件明確、邏輯固定的工作,適合交給自動化流程或系統處理。
- 語言與內容型任務:需要摘要、改寫、分類與寫草稿的工作,適合用 AI 輔助產出。
- 情境與判斷型任務:牽涉到信任、利害關係與合規邊界,AI 可以給選項,但決策權要留在人身上。
- 架構與設計型任務:重新釐清問題、調整跨部門流程、建立內部共識與激勵機制,這會是 HR 未來最大的發揮空間。
這四類分層是拿來對齊討論用的,不是固定標籤。同一個任務可能同時橫跨好幾層,分類也會隨組織成熟度移動;它比較適用在任務內容已經能說清楚的組織,如果連任務本身都描述不出來,分層判斷就先失去依據。
HR 不用逼自己變成技術專家,但需要具備拆解工作流程的敏銳度,知道哪一段適合自動化,哪一段適合工具輔助,哪一段必須由人來把關。

HR 會變成 AI 導入時的組織翻譯者
企業推行 AI 轉型,第一時間看的通常是技術:選什麼模型、買哪套系統、權限怎麼設,還有資安個資怎麼管。在金融或高合規要求的產業,這些紅線的確非常重要。
但工具買進來有沒有效,最後還是取決於大家願不願意改變工作習慣。
在實務現場,每個角色的擔憂都不一樣。一線同仁怕自己被取代,主管怕失去掌控;IT 掛心維運與安全,法遵在抓權責歸屬;業務單位怕新系統拖慢進度,高層則等著看成效。這些擔憂都有現實考量,光靠一句「擁抱改變」,解決不了任何一個。
這也是 HR 能發揮作用的地方。
除了熟悉制度,HR 更了解組織裡的安全感、溝通信任與權力結構。AI 導入最後真正牽動的,是角色分工、責任歸屬、績效考核與變革管理。如果 HR 只負責辦幾場 AI 培訓,影響力就太小了。
有經驗的 HR 團隊可以幫組織處理更難的溝通。比如:哪些職位的工作內容要調整,哪些流程必須設下人工審核的底線,以及效率提升後的績效指標該怎麼看。引導主管理解人機協作下的管理方式,也是重要的一環。
能處理這些議題的 HR,就像是企業裡的「組織翻譯者」。把生硬的技術名詞轉成業務單位聽得懂的工作方法,也把第一線的抗拒與抱怨,翻譯成管理層能及早處理的風險訊號。
未來的 HR 能力組合,會出現明顯分層
工具普及後,HR 內部的能力落差會越來越明顯。
以前 HR 的專業,大多看重對制度的熟悉度、專案執行力與溝通協調經驗。未來會多出一道分水嶺:能不能把新工具跟舊流程整合在一起。
從實務上看,HR 的能力會慢慢分出幾個層次:
基礎是工具使用者。能順暢運用 AI 幫忙寫文案、整理資料、產出草稿。這會越來越普遍,變成職場的基本素養。
進階是流程改造者。除了會用工具,還知道什麼時候該用自動化表單、權限設定或流程重排,把原本混亂的人工作業梳理成系統化的流程。
再往上是組織設計者。能精準評估新科技對職務分工、人才調度、學習路徑與管理責任的影響,重新設定團隊的工作方式。
最後是高階的治理協調者。能跟 IT、資安、法遵與經營團隊一起定義 AI 的使用邊界與合規機制,在追求效率的同時也把風險管好。
這四種能力不一定要集中在同一個人身上,但成熟的人資團隊裡,必須有人能扛起這些責任。能幫企業把工作機制設計好的 HR,價值會更加凸顯;只負責辦課、發表單或轉述規定的行政工作,則容易被工具壓縮。
這四個層次主要拿來盤點能力落在哪裡、養成方向該往哪走。前提是組織仍有調整分工的空間;若職務權責被結構性鎖死,連重新定義職位都辦不到,越高層次的能力越難施展。

HR 要小心:AI 也會放大制度問題
導入 AI 很容易給人一種錯覺:以為工具變厲害,公司運作就會跟著變好。
現實情況多半相反。新科技經常會放大公司原本就有的管理漏洞:原始資料不夠乾淨,AI 只會更快跑出看起來很像真的錯誤結論;流程本來就亂,自動化反而讓混亂擴散得更快;主管不會明確定義需求,工具就會生成一堆結構漂亮但解決不了問題的報告。績效制度只看產出數量,AI 更容易引發形式主義;內部缺乏信任時,員工甚至會覺得新系統是在監控他們。
所以在推動 AI 時,除了看工具還能做什麼,也要回頭看看:「我們現有的制度,準備好承接這種效率了嗎?」
AI 可以幫 HR 更快看出問題,但沒辦法幫組織承擔管理責任。流程怎麼走、權責歸誰審、個資怎麼用、例外狀況怎麼申訴,以及主管怎麼評估工具產出的品質,這些都需要明確的規定來支撐。尤其在高合規要求的環境,維持對制度的嚴謹依然是必要的。效率再高,如果無法追蹤、無法稽核、風險不可控,就很難真正轉化為有用的組織能力。
未來 HR 的稀缺性,會出現在標準答案之外
工具提升了速度,HR 的差異會出現在工具給不出標準答案的地方。
判斷力先決定哪些方案能進入現場。AI 可以列出很多選項,但熟悉流程的 HR 才能看出哪個方案碰到合規邊界,或是哪種做法會讓主管與同仁承擔額外風險。這種判斷來自對人與流程的長期觀察。
判斷還要落到設計。HR 需要拆分任務、串接流程、劃分權責,也要替例外狀況留下處理方式。能不能把工具放進對的位置,比使用頻率更能說明這項能力。
流程設計能不能被接受,還要看 HR 過去累積的信任。同仁會觀察制度是否公平,主管關心業務限制有沒有被理解,高層則在意風險能不能被管住。大家相信調整後的流程會讓協作更順、權責更清楚,才比較願意改變既有工作方式。
信任感會展現在每一次溝通的用詞裡。比較實際的做法,是從對方既有的優勢切入。比如,同仁已經具備很深厚的業務與客戶經驗,引進工具只是幫忙把這些經驗轉化為更穩定、好複製的做法;「大家要跟上時代」這類帶有壓迫感的說法,反而會增加壓力。當同仁覺得自己的專業被尊重,改變的阻力自然就會小很多。
HR 的下一步,是建立一張「AI 任務重組地圖」
HR 如果想開始準備,第一步不需要急著買系統,也不用馬上排一堆 AI 培訓課。
比較實際的起點,是幫組織盤點一張「AI 任務重組地圖」。
這張地圖的重點,是把關鍵工作拆成具體的任務小塊,而不是只看職位名稱。針對每個任務,團隊可以從幾個角度來評估:
- 任務本身的重複性與規則明確度。
- 需不需要大量處理文字、摘要或找資料。
- 會不會牽涉到薪資、績效、懲處、個資或敏感的數據判斷。
- 需不需要跟 IT、法遵、業務部門一起畫出合規底線與覆核責任。
- 如果效率提高了,相關人力預計轉去做哪些更高價值的事。
把這些梳理清楚,HR 就能判斷哪些任務適合自動化、哪些適合 AI 輔助、哪些需要加上規範,而哪些流程應該打掉重練。
單純喊話要大家擁抱新科技,通常停在氣氛上;一張任務重組地圖,會讓討論落到具體任務。導入工具的重點,在於藉這個機會重新定義工作該怎麼被完成;操作軟體的熟練度,只是整個過程附帶的結果。

結語:AI 之後,HR 要成為組織演化的設計者
HR 的未來,不會只停留在行政效率的提升。
AI 雖然幫忙搞定了文書與資料處理,但也帶來了更根本的挑戰:當例行性作業越來越常被自動化接手,人資還能為公司創造什麼獨特價值?
答案最後還是會回到組織能力的建立。
企業會一直需要有人去理解業務在怎麼變、員工為什麼焦慮、主管為什麼有防衛心,並在合規的前提下找到運作的解方。這件事,本來就很適合 HR 來做。
但要發揮這種影響力,HR 就要從單純的制度執行者,升級成工作流程與組織能力的設計者。工具滿天飛的時代,人資真正的價值,是帶著組織把工作方式設計得更清楚、更有秩序,也更貼近人性。
延伸閱讀
參考資料
- Generative AI and Jobs: A Refined Global Index of Occupational Exposure(ILO, 2025)
- Artificial intelligence and the changing demand for skills in the labour market(OECD, 2024)
- Artificial Intelligence Risk Management Framework 1.0(NIST, 2023)
- Futureproofing your skills: AI is changing how HR skills are applied(CIPD, 2026)
常見問題
AI 會直接取代 HR 職位嗎?
職位由多種任務組成,AI 通常先改變其中規則明確、重複性高或需要大量文字處理的部分。牽涉信任、合規、例外判斷與跨部門設計的工作,仍需要人負責決策與協調;實際影響會隨職務內容與組織成熟度而異。
為什麼 AI 普及後,HR 需要投入組織能力設計?
AI 會重新分配職位內的任務,也會牽動流程、權責、績效與學習需求。HR 必須把業務需求、人才調度、員工承接能力與合規邊界串起來,才能讓新的工作方式持續運作。
AI 任務重組地圖應該評估哪些項目?
可以先看任務的重複性與規則明確度、文字與資料處理需求、敏感資料風險、跨部門覆核責任,以及效率提高後人力要轉往哪些工作,再決定自動化、AI 輔助、人工把關或重新設計流程。
HR 在 AI 治理中可以承擔什麼角色?
HR 可以協助釐清人機分工、人工覆核底線、職務與績效影響,並把第一線的疑慮轉成 IT、法遵與管理層能處理的風險訊號。技術與資安判斷仍需由相應專業團隊共同負責。


