2022 年 11 月 ChatGPT 推出以後，許多人都在討論如何應用人工智慧（AI），甚至盤點未來幾年哪些行業會消失。儘管 AI 可能還不會馬上取代你的工作，但已經有許多公司開始用 AI 來協助決定要解雇誰。根據 IT 研究與諮詢顧問公司顧能（Gartner）子公司 Capterra 對 300 位美國人資主管的調查，有 98% 的受訪者在 2023 年開始，會用演算法協助他們做出裁員決定。

與 15 年前的金融風暴相比，當時公司在選擇裁員或刪減福利時，人資部門大多沒有參與這些決策，而且多數人會用經驗、直覺來決定要刪減哪些部門或人才；但如今，人資部門被視為戰略合作夥伴，不僅能在企業決定採取哪些成本刪減方案中發揮重要作用，也開始運用 AI 工具來協助決策。

比方說，許多公司都會利用 AI 協助處理履歷、進行面試和評估候選人，亞馬遜（Amazon）和高盛都有使用 AI 平台執行影片面試，不只可以讓公司面試和聘用的人數翻倍，同時也能縮短面試時間；也有公司會用 AI 來評估員工表現，如摩根大通（JP Morgan）就在內部建了一個系統，蒐集員工在工作場所中的所有活動數據，包括花在 Zoom 視訊會議的時間等。

運用AI做裁員決策，最看重績效、技能數據

組織可以獲得各式各樣的員工數據，包括出缺勤、薪資、年資、技能、考績等。人資主管在做裁員相關決策時，雖然所有數據都會考量，但有 70% 的主管表示最看重績效、技能數據。

而這兩種數據的取得，每家公司、每位員工的評量方式都不同，有些是看銷售數字，有些則是蒐集生產力分數的相關數據，小至員工使用 email的時數，或是誰在會議中開啟鏡頭。

Gartner 指出，利用數據協助判斷是正確的行動，因為它可以讓人們依據證據、數據做決定，比較不會摻雜著無意識偏見、情緒等，而這樣的決策方式也比較能說服上層。

然而，只有 41% 的人資主管表示他們擁有足夠準確的數據，以及分析技能，讓他們有信心在降低人事成本方面給出良好的建議。在員工數小於 250 人的小型企業裡，更只有 25% 的人對此感到自信。

數據決策的兩難：能避免無意識偏見，卻無法全面考量

為什麼會有這樣的疑慮呢？首先，這些決策必須倚賴大量的數據，有許多企業並沒有足夠多的數據能使用。而且就算擁有大量數據，如果沒有特別注意這些數據是如何獲得的，也有可能得到錯誤的建議。

舉例來說，在調查裡面，有 70% 的人資部門會使用績效數據來產生決策，如果人資部門接收到必須解雇員工才能維持公司營運的指示，人資只要輸入他們需要的結果（如最終要裁員多少人），再把績效數據「餵」給演算法，系統就會列出可以解雇的員工名單。

不過，近年許多人資都坦承，績效評估的流程與方式，其實都還有許多改善空間。一個員工的績效分數很低，就真的意味著他沒有提供任何價值給組織，所以是裁員的第一人選嗎？的確可以這麼說，但也有可能是這位員工有一個對他有偏見的主管，或是公司缺乏完善、正確追蹤員工績效的制度。

由於演算法沒辦法兼顧所有考量，所以就有可能會產生不正確的建議。對人資來說，完全仰賴數據或經驗、直覺，都有可能做出錯誤的決策，這是一個兩難。

利用自動化系統協助決策，人資應秉持4態度

Gartner 指出，如果缺乏人類的智慧與常識，完全透過自動化系統做決策，可能會產生不準確、不道德的決策，衍生更多問題。如果公司的人資部門想要透過自動化系統協助決策，可以嘗試以下方式，讓你能做出正確決定：

1.慎選參考資料：

員工數據有些是事實，有些是人為數據，當有人的因素存在，就有可能會有偏見或某些外部因素影響數據的真實性。在選擇要使用哪些數據做決策時，必須先考慮一下數據的客觀性，也該把長短期目標考量進來。比方說用薪資高低決定裁員目標，當然可以馬上縮減成本，但如果因此裁掉具備關鍵職能的員工，未來還是要重建組織，這麼做可能會付出巨大代價。

2.理解演算法的運作模式：

每個模型的運算方式都不相同，如果你不清楚工具是如何得出最終的結果，必須先跟供應商聊聊，多了解一些數據是如何生成的。

3.探索更多解決方案：

如果分析結果顯示你必須減少員工數才能讓成本降低，這是否意味著你必須馬上裁員？其實不一定，或許你可以先減少員工工時，或是外包工作，讓承包商接手本來需要全職員工才能完成的任務，甚至讓有些員工可以提早退休。

數據可能告訴你只有一個選擇，但人類可以發揮創意，探索其他解決方案，也能達到相同結果。

4.保持適度懷疑：

在 Capterra 的調查裡，只有 7% 的人資主管完全放棄用經驗或直覺做出裁員決策。換句話說，就算人資部門已經變得更加倚賴數據驅動決策，但只要是決策涉及「人」，都還是要讓人類做出最後決定。

資料來源：Capterra, Business Insider