隨著企業對人才的重視，人力資源單位的角色也在發生變化。從過去單純計算工時、安排面試、維繫勞資關係的行政支援部門，近年逐漸轉為「人才策略夥伴」，能夠根據企業發展目標，制定相應的人才招募和技能培訓方針，以支持組織長期發展。
這也意味著，既有的「選用育留」等流程需要優化，人資團隊才能釋放生產力，投入創新與策略型任務。波士頓顧問公司（BCG）在 2024 年發布研究指出，生成式 AI 能加速9 0% 人事行政作業流程，縮短 50% 招募時間，是人資單位提升效率的助手。
生成式 AI 對人力資源規畫、招募人才、培育人才、員工發展等面向都有助益。以招募流程為例，通常包含：盤點招募需求、規畫宣傳素材、整理候選人履歷、安排面試等流程。
應用生成式AI協助人資提高生產力，發揮新的價值。
人資工作主要分為四個部分：人力需求預測、招募人才、培育人才及提高員工敬業度。透過 AI 等數位工具，人資部門的任務執行效率大幅提升，生產力可提升 25% 以上。以下是數位流程帶來的變化：
Step 1：需求預測
任務：人力規劃
過去：人力需求是根據手動輸入的數據進行推算，這個過程耗時且容易出錯。
現在：使用即時市場環境和流動率資料，AI 可以準確預測人力需求。
生產力提升：25~50%
Step 2：人才招募
任務：履歷篩選
過去：人工篩選履歷，因選才偏見可能遺漏潛力人才。
現在：AI可統整履歷重點，並自動匹配人才與職務需求，優化選才流程。
生產力提升： > 50%
任務：訊息共享
過去：各單位薪資與福利不同，需透過信件往返詢問。
現在：AI和機器人可幫助員工快速獲取訊息，減少人資的回信工作量。
生產力提升：25~50%
Step 3：人才培育
任務：教育訓練
過去：教育訓練的需求依賴人工調查與開發課程。
現在：自動依照同仁職能和興趣安排教育訓練。
生產力提升：25~50%
Step 4：員工敬業度
任務：蒐集回饋、改善員工環境
過去：被動收集員工意見，依靠人工改善職場環境。
現在：透過數位工具，AI可監測員工的績效與敬業度，及早預警離職風險，進一步改善環境。
生產力提升：10~25%
7成公司已開發問答機器人，即時解答同仁疑惑
過往這些流程大多依賴人工處理，導入 AI 後，每個環節都能提高效率，像在招募需求規畫上，AI 可透過業務增長、員工留任率等數據，預測組織未來的勞動力需求，生成不同的勞動力預測情況。在候選人履歷分析方面，AI 能夠快速識別候選人技能與特質，並與企業的需求匹配。值得留意的是，AI 並不能完全取代人資工作，人資和用人單位仍需確認 AI 生成結果。全面導入 AI 前，有的企業會採取雙軌進行機制，像是人工和 AI 共同篩選同批履歷，再比對成果，針對差異的部分調校 AI 模型。
從策略面來看，流程精進不必一次到位，建議從最耗時、改變效益顯著的環節開始。BCG 針對已導入生成式 AI 的人資主管調查，發現有 7 成用於「招募文件撰寫」及「問答機器人」，自動回覆員工在升遷制度、年假查詢等問題，減少信件往返時間；另有 44% 計畫將 AI 應用於人才學習發展、36% 預計投入員工意見調查。
利用 AI 加速 50% 流程的前提是解決數據問題。由於人資單位通常缺乏 IT 專業人才，所以數據挑戰尤為艱鉅，常見狀況包括：人資數據分散在不同系統，難以整合；數據品質和輸入格式不一致；現有人資系統與生成式AI 工具間的互通問題。
組跨部門團隊，提升數據和風險控管能力
因此，人資團隊的技術能力需要全面升級，應加強「數位化」及「風險控管」能力。數位化能力指的是，能將人力規畫數據與組織策略規畫連結的專業人才。
風險控管則涉及 AI 專案中的偏見、倫理道德風險。例如 AI 在訓練過程中，由於數據帶有偏見，導致系統認為只有男性求職者適合該職務，但實務上也有許多女性能夠勝任，只是因為公司的性別比例不夠多元而無法被反映。
歐盟《人工智慧法案》（Artificial Intelligence Act）也提到，在人資領域應用生成式AI屬於高風險類別，需要肩負數據治理等責任。這類要求與規範的研究，都需要公司法務和風險團隊參與，部分國家已開始研擬相關規範，企業應提早布局。建議人資單位可透過生成式 AI 專案，請 IT 部門、法務部門加入支援，組建一支跨部門團隊。
生成式 AI 帶起的新一波數位轉型，不僅是 IT、風管人員的責任，而是整個公司都要有AI思維。（口述｜徐瑞廷，整理｜簡鈺璇）
