從人力到算力：AI 時代下 HR 的全面轉型

導讀：這份報告的核心主張

標題裡的「人力」和「算力」，其實是兩種不同的勞動力。過去公司要把事情做完，靠的就是人，請多少人、每個人做多少事，產出大概就這麼決定。現在 AI 開始接手一些原本只有人能做的判斷和產出，算力本身也成了一種能做事的勞動力。當人力裡開始混進算力，要管的就不只是人，職務怎麼分、績效怎麼算、規則怎麼訂，全都得跟著重想一遍。

這份報告完整梳理 AI 如何重塑人力資源（HR）這個職能，逐一寫下每一個論點、每一個數據、每一個框架，作為理解現況與內部討論的參考。

如果這份報告只能濃縮成一句話，那會是：

AI 改變的是「任務」，不是「職位」。當任務被重新切分，企業主與 HR 就必須重新定義管理。而 AI Agent 不是員工，也不是普通軟體，它是一種必須被治理的數位勞動力。HR 的下一個角色，是勞動力的架構師。

報告分成六個部分：先看清楚 AI 在職場滲透的真實規模（第二部），再回頭理解 HR 這個職能一百多年來怎麼演變（第一部）；接著從三個距離由近到遠的視角往外推：HR 從業者自己的技能會怎麼折舊（第三部）、HR 與企業之間的組織設計會怎麼位移（第四部）、最前沿的數位勞動力該怎麼管理（第五部）；最後收在 HR 的新定位與可以立刻著手的行動（第六部）。

關於數據，先說三件事

第一，這份報告引用的數據，全部來自 SHRM、McKinsey、Gartner、世界經濟論壇（WEF）、Josh Bersin Company、PwC、Deloitte、史丹佛大學（Stanford HAI）、國際勞工組織（ILO）等一級機構在 2024 到 2026 年的原始研究，台灣本土數據則來自台灣人工智慧科技基金會（AIF）、KPMG 台灣與全國金融業工會聯合總會。每一筆關鍵來源都列在文末附錄，附上可點擊的連結，便於查證。

第二，本報告刻意區分「已經發生的事實」與「對未來的推測」。顧問機構的報告不等於中立研究，他們的商業模式本身就是販售焦慮與解方，所以引用他們的預測時，請帶著合理的懷疑。報告裡凡是「預測」「預估」「可能」字眼，都代表那是推測而非定論。

第三，有一個數字必須特別澄清。網路上流傳「IBM 用 AI 裁掉 8,000 個 HR」，這是把兩件事混在一起的誇大版本，並非事實，本報告採用查證後的正確數字（詳見開場第二個訊號）。這件事本身就是一個提醒：對所有聽起來很震撼的 AI 數據，都要先問一句「這個數字是怎麼來的」。

開場：三個訊號，與一個被問錯的問題

在進入主軸之前，先看三個來自真實世界的訊號。它們分別來自台灣的工廠、美國的企業，以及全球的腦科學與臨床研究。三個訊號擺在一起，會帶出一個關鍵的觀念翻轉。

訊號一：台灣七成企業卡在 AI 落地，卡住的不是技術，是人

台灣人工智慧科技基金會（AIF）與高通（Qualcomm）合作的《2025 台灣產業 AI 化大調查》，連續三年追蹤 315 家台灣企業。結果是：約七成企業停留在「認知階段」（知道該做、還沒真正做），只有三成能進入「實作與規模化」。最值得注意的是，這個七比三的比例，從 2023 到 2025 年幾乎沒有改變，代表這是結構性的瓶頸，不是時間能自然解決的。

調查同時指出，真正的卡點不是技術，而是組織：缺乏數位基礎與資料治理、缺乏 AI 人才規劃（47% 的企業沒有制定培訓計畫）、缺乏明確的應用場景與痛點（為了導入而導入）。

KPMG 台灣《智慧製造》報告也呼應：40% 的製造商遇到勞動力問題，包含技能落差以及對改變的抗拒；21% 明確指出員工抗拒、不願意使用 AI 工具。AIF 的調查甚至直接記錄了現場工人的反應，傳統電焊與組裝工人面對 AI 時的第一句話是：「這是要監督我、操控我。」

判讀：AI 導入失敗，極少是因為演算法不夠好，多半是因為沒有人處理「人心」這一層。而處理人心，正是 HR 的專業地帶。

訊號二：IBM 的 AskHR，揭示 AI 真正接走了什麼

IBM 自行開發的 HR 用 AI 系統 AskHR，是目前最透明、數據最完整的企業案例。根據 IBM 官方公布的資料：

• AskHR 已自動化超過 80 項 HR 任務（薪資、休假、在職證明、主管異動等已可全自動）
• 每年處理超過 210 萬次員工對話
• 94% 的例行問題在真人介入前就被 AI 解決
• HR 部門營運成本降低 40%
• IBM 估算帶來約 35 億美元的生產力效益，涵蓋 70 多種職能角色

關鍵在於後續：HR 成本省下來之後，IBM 的員工總數不減反增，省下的人力資源被重新投入到軟體工程、業務與行銷這些更需要人的角色。隨著這套系統落地，被取代的是「數百個」例行性 HR 職位，而不是網路上流傳的 8,000 個。

數字澄清：「IBM 裁掉 8,000 個 HR」是社群媒體把兩件事混在一起的誇大說法。IBM 執行長 Krishna 受訪時提到，實際被 AI 取代的 HR 職位是「數百個（hundreds）」；另外的「7,800」是他在 2023 年對「未來五年整個後台職能（含 HR、財務）可能被 AI 取代規模」的預測，是預測而非已裁員的事實。把這兩個數字相加變成「8,000」，是錯誤的。

還有一個常被忽略的數字：仍有 6% 的請求需要人工介入。這 6% 不是系統的瑕疵，而是 AI 還答不了的部分，而那正是 HR 真正價值之所在。

判讀：AI 接走的是「可被規則化、可被自動化的例行任務」，不是整個職能。被釋放出來的人力，去做了 AI 做不到的事。

訊號三：AI 讓人更聰明，還是讓人開始退化

便利是有代價的。便利的代價是依賴，依賴的代價是能力悄悄折舊。這不是危言聳聽，有四份來自不同領域的研究指向同一個方向。

下面這張表把四份研究並排，呈現出「AI 造成認知退化」不是單一研究的偶然，而是跨領域反覆出現的訊號。

判讀：AI 外包的不只是工作，還包括「思考」本身。當企業導入 AI 的速度，快過設計「人該保留哪些能力」的速度，這就成了一個管理問題，而不是技術問題。誰該守這道關口？答案還是 HR。

一個被問錯的問題：AI 改變的是任務，不是職位

很多人問「哪些職位會消失」，這個問題本身就問錯了。正確的問法是：「每一個職位裡，哪些任務會被 AI 接走、哪些會被放大、哪些需要被重新定義？」

國際勞工組織（ILO）2024 年的研究給了最權威的數字：全球約 2.3% 的就業面臨完全自動化的風險（整份工作消失），但約 13%（相當於 4.27 億人）的工作面臨任務轉型（工作還在，但內容大改）。任務轉型的規模，是完全取代的近 6 倍。

換句話說，AI 真正的挑戰不是大量失業，而是「每一個職位裡的任務正在被重組」。被 AI 直接取代的，是重複性高、規則明確的任務；被 AI 放大的，是判斷、設計、溝通這類能讓人的產出規模化的任務；還有一類原本不存在的任務正在誕生，例如治理、編排、人機協作。

補充框架：自主性光譜，不是「工具或員工」二選一

算力從 1960 年代就存在，ERP 系統、自動化產線都是算力的應用。新一代 AI 有什麼不同？與其用「工具還是員工」這種二分法，不如用一條光譜來理解：

完全被動 ───────────────────────────────────── 完全自主
   計算機        ERP 規則引擎       ChatGPT        AI Agent
（人按按鈕）   （人設條件、     （人下指令、    （人設定目標、
                自動執行）       AI 回應）       AI 規劃並執行）

從左到右，是「控制權」與「自主性」逐步從人轉移到系統的過程。對多數台灣中小企業而言，現在合理的位置可能落在 ChatGPT 這一段，員工拿它來寫報告、整理資料、翻譯文件，不需要急著跳到 AI Agent。重要的是知道這條光譜存在，然後判斷自己的組織準備好了沒有。

一個必要的提醒：說 AI「像員工」是為了幫助理解，不是事實。AI 沒有權利、沒有動機、不受勞動基準法保護。過度擬人化會導致錯誤的管理決策。在後文「數位勞動力管理學」的討論中，這個界線必須始終保持清楚。

第一部：HR 的百年演變史，每一次轉型都是被逼出來的

要理解 AI 對 HR 的衝擊，得先理解 HR 這個職能是怎麼長出來的。把一百多年的歷史攤開，會看到一個清楚的模式：HR 的每一次角色升級，都不是因為 HR 自己預見了未來、主動設計，而是被外部現實壓力逼出來的。

時間軸：從一個學術名詞到企業策略核心

1893：「人」第一次進入管理語言，然後沉睡了快一百年

「human resource」這個詞最早出現在 1893 年，由美國制度經濟學家 John R. Commons 在《財富的分配》中使用。但有一個值得玩味的細節：Commons 只是用了這個詞，並沒有繼續發展它。要等到 1958 年，經濟學家 E. Wight Bakke 才以現代意義完整定義「human resources」；要到 1980 年代，這個詞才真正取代「人事管理」成為主流企業用語。一個詞從出現到被認真對待，花了將近一個世紀。一個詞的命運，有時反映的是一個時代對「人」的態度。

1901：第一個人事部門，是被罷工逼出來的

史上第一個正式的人事部門，1901 年由 NCR 公司成立。成立的原因很務實：公司接連遭遇工人罷工與集體怠工，當時的主席 John Patterson 被迫設立一個專門處理員工申訴、解雇、安全衛生，以及傳達法規與公司政策的部門。

這件事的意義是劃時代的，因為它第一次把「管理人」從老闆的個人責任，變成一項獨立的組織職能。但同樣值得記住的是：HR 誕生的第一天，就是被動的危機處理，不是高瞻遠矚。

1920s–1960s：被研究推著走的三次轉向

科學管理學派（泰勒制）一開始把人當機器來優化，追求精確分工與標準化。但 1920 到 1930 年代的霍桑實驗推翻了這個假設：研究發現，影響員工生產力的不只是物質條件，更是社會關係、心理需求與「被重視」的感受。這帶動了「人際關係學派」的興起。之後馬斯洛（Maslow）的需求層次理論、赫茲伯格（Herzberg）的雙因子理論相繼出現，讓管理重心從行政控制，轉向員工的心理需求與激勵。每一次轉向，都是外部研究先有了發現，HR 才跟著調整。

1970s–1980s：被法規逼出合規功能，員工從「成本」變「資本」

1970 到 1980 年代，「人力資源管理（HRM）」開始取代「人事管理」。這個名稱的轉換背後是一場思想革命：員工不再只是需要被控制的「人頭成本」，而是組織可以投資與開發的「資本」。學術基礎來自資源基礎理論（員工是競爭優勢的核心）與人力資本理論（技能與知識具備可量化的經濟價值）。同一時期，美國的平等就業機會法、職業安全衛生法、員工退休所得保障法，以及台灣 1984 年的勞動基準法接連上路，把 HR 推上了合規前線。

1997：Dave Ulrich 四角色模型，HR 第一次主張自己的戰略價值

1990 年代企業瘦身浪潮中，HR 部門首當其衝面臨被裁撤的壓力。密西根大學教授 Dave Ulrich 在 1997 年出版的《Human Resource Champions》中，換了一個問題來問：「HR 應該怎麼做，才能真正為企業創造價值？」他提出 HR 應扮演四個核心角色：

• 策略夥伴（Strategic Partner）：把 HR 活動與企業策略對齊
• 變革推動者（Change Agent）：主導組織轉型
• 行政專家（Administrative Expert）：有效率地執行 HR 基本功能
• 員工支持者（Employee Champion）：代表員工的需求與立場

這個架構進一步演化成著名的三支柱模型：嵌入各事業單位的 HRBP、集中建立深度專業的卓越中心（CoE）、以數位平台規模化處理重複行政的共享服務（Shared Services）。現今大家熟悉的「HRBP」這個職稱，就是從「策略夥伴」這個角色落地而來的。即使如此，這也是在外部競爭壓力下的自我論述，仍不是主動預見未來。

2006 至今：People Operations 與 AI 時代的戰略化

2006 年，Google 的 Laszlo Bock 以「People Operations」取代傳統的 HR 部門名稱，背後是更深的哲學轉變：員工不是「資源」，而是完整的人、是內部客戶。People Ops 強調資料驅動決策與員工體驗設計。接著 COVID-19 疫情成為最大的加速器，企業在數週內轉為遠距工作，員工身心健康與多元共融（DEI）成為核心議題，許多長期爭取「在策略桌上有一席之地」的 HR 主管，終於拿到真正的組織影響力。

這一段歷史的核心結論

把整段歷史壓縮，會得到一個結構性的觀點，它也將貫穿這份報告的最後：

HR 的每一次角色升級，都是被外力先定義好，HR 才跟上。AI 的速度，不等人。

而且這次還有一個特別的地方：在 Ulrich 的四角色裡，「行政專家」這個角色，正是 AI 最快能完整取代的那一個。當行政專家被自動化之後，剩下的策略夥伴、變革推動者、員工支持者這三個角色該怎麼做，就是 HR 在 AI 時代真正要回答的問題。

第二部：規模有多大，AI 的滲透遠超管理層的認知

理解了歷史，回到當下。這一次「逼著 HR 轉型」的壓力，規模到底有多大？先看全球，再對照台灣。

五個關鍵數字

下面五個數字來自五份不同的一級報告，放在一起呈現出一件事：AI 在職場的滲透速度，已經遠遠超過多數管理者的認知。

判讀：92% 的 CHRO 預期 AI 進一步整合，但只有 1% 覺得自己準備好了，這中間的落差就是接下來幾年的工作。而 WEF 的數字說明，AI 帶來的不是大規模毀滅，是大規模重組，22% 的職位內容會變形。

最危險的不是採用率低，而是管理層不知道它有多高

McKinsey 揭露的「4% 對 13%」是這一段最該記住的數字。領導者以為只有 4% 的員工在大量使用 AI，實際數字是 13%，是領導者估計的 3.25 倍。

為什麼領導者會低估？因為沒有人去問員工。員工早就在用 AI 了，只是公司不知道。這個落差代表三個同時存在的空白：

• 政策空白：員工用 AI 寫報告、處理客戶資料，公司沒有任何使用規範
• 管理空白：主管不知道團隊實際怎麼用 AI，無從引導
• 績效標準空白：會用 AI 的人產出暴增，不會用的看起來績效差，但這公平嗎？

這三個空白，每一個都落在 HR 的職責範圍內。這也是 WEF 報告中「86% 雇主預期 AI 與大數據將驅動業務轉型」的現實基礎。

台灣的現況：七成卡在「想做」，過不去「會做」

把鏡頭拉回台灣。前面開場提過的 AIF×Qualcomm 調查值得再強調一次：台灣七成企業卡在認知階段，僅三成進入實作與規模化，而且這個比例連續三年幾乎沒變。對以製造業、中小企業為主的台灣企業而言，這不是一個抽象的國際趨勢，而是貼身的現況。真正的卡點不是買不起技術，而是組織文化、資料治理與人才規劃跟不上。

結論：全球數據說明 AI 已經滲透；台灣數據說明多數企業還沒跨過落地門檻。而要跨過這道門檻，靠的不是更多技術，是組織與人的準備。HR 正是組織轉型的關鍵推手。

第三部：HR 從業者本身，技能折舊與轉型路徑

這一部對 HR 從業者最切身。如果 30% 到 40% 的現有 HR 職位可以被自動化，那留下來的會是什麼？

哪些 HR 工作即將被重組

Josh Bersin Company 的《Superworker Organization》報告（2026.01）分析了超過 250 個 HR 職稱，估計 30% 到 40% 的現有 HR 職位，可在相對低成本的情況下被自動化。Bersin 的原話是：「Agents 和 Superagents 將消除高達 30% 的傳統 HR 職位，使 HR 專業人士能把時間花在招募、輔導，以及管理 AI 基礎設施上。」

下表把這些職位依風險分成三組：紅色是近期就要面對自動化的，琥珀色是工作內容會被重組的，綠色則是反而需求激增的。職位愈靠近綠色，價值愈穩固。

任務拆解示範：同一個職位，拆開後風險分布完全不同

「職位會不會消失」是錯的問法，「職位裡的任務會變成什麼」才是對的。以一位 HR 招募專員為例，把工作拆成幾個具體任務後，會看到很不一樣的圖像：

判讀：做完這個拆解會發現，招募專員這個職位不會消失，但會「變形」。可以打勾的任務被 AI 接走後，剩下的全是需要更高判斷力的部分。某種程度上，這個工作反而變得更難了。

技能折舊光譜：被接走的是上三格，要往上爬的是下三格

把多份報告（SHRM、Josh Bersin、Salesforce、Deloitte）綜合起來，可以畫出一條 HR 技能的折舊光譜。其中愈上層的技能愈快被 AI 接走，愈下層的技能反而成為核心差異化價值。

人的不可替代性，在於人際判斷而非流程執行

IBM 對全球 1,000 位 CHRO 的調查（收錄於 Stanford HAI 2025 AI Index Report）點名了 HR 需強化的五大優先技能：積極傾聽、口語與書面溝通、策略思考、業務理解，以及數據判讀。值得注意的是，這五項裡有四項屬於人際與判斷技能，唯一的技術項是數據判讀。

這個發現和開場第三個訊號（MIT、卡內基美隆、《刺胳針》的認知退化研究）指向同一個結論：人的判斷力是最後一道防線，但也是最脆弱的一條線。 AI 用得愈多，這條防線愈需要刻意守護。

AI 用在人的管理上，出錯的代價特別高

最後看三個已經發生的失敗案例。它們的共同點不是技術不行，而是沒有人把關。

判讀：這三個都不是技術失敗，而是「沒有人把關」的管理失敗。誰最有能力在企業裡防止這類災難？是 HR，但前提是 HR 必須理解 AI 的能力邊界，而不是把所有 AI 決策都丟給 IT。這道關口，本來就應該是 HR 的位置。

第四部：HR 與企業之間，組織設計的根本位移

這一部對企業主與高階主管最重要。AI 帶來的不只是 HR 一個職能的改變，而是整個組織如何設計工作的根本位移。

真正的轉型，是重新想像工作本身

PwC 的《AI Agents Are the Future of Work》報告（2025.02）提出一個尖銳的判斷：企業若只是用 AI 讓流程加速 5% 到 20%，注定落後。 真正的轉型不是把舊流程加速，而是重新想像工作本身。PwC 把這個重新設計分成三個維度：

• Work（工作內容）：哪些任務由人執行、哪些由 AI 執行
• Workforce（勞動力架構）：人類與 AI 混編的角色架構，包含全新的招募、績效管理與薪酬設計。這是 HR 從未面對過的規劃題
• Workers（工作者本身）：提供技能、心理安全感與新的角色定義，讓員工成為共同設計者，而不是被通知的對象

判讀：只做效率提升，沒有重設這三件事，嚴格說來叫做「沒有轉型」。

組織架構的四大結構性變化

跨四份報告交叉印證，組織架構正在發生四個結構性的位移。這些都不是預言，而是已經在發生的方向。

這裡有一個反直覺的警告值得單獨指出。Gartner 預測：「到 2028 年，在組織圖中展示 AI Agents 的企業，員工參與度將比不展示的企業低 15%。」理由是，把 AI 與人類並列在組織圖上，會微妙地傳遞「AI 是潛在替代者」的訊號。這意味著：人機協作的框架怎麼設計、怎麼呈現，本身就是組織文化的一部分，必須謹慎處理。

企業主視角：AI 的真實成本，遠比訂閱費難算

對企業主來說，AI 最容易算錯的，不是工具費，而是組織成本。把成本分成「算得到的便宜」和「漏算的貴」兩邊來看：

算得到的便宜（可見成本）：訂閱費低、不需勞健保、不請假、不離職、24 小時運作、品質波動比人小。

漏算的貴（隱藏成本）：

判讀：「暫不導入 AI」有時候是理性選擇，不是落後。重要的不是趕快跟上潮流，而是有能力判斷什麼時候該動、什麼時候不該動。

Make-Buy-Automate：導入 AI 前先看清三條路的全部成本

企業要解決一個需求，有三條路：自己做（內部人力）、外包（委外服務商）、AI 化（導入 AI 工具）。真正的問題不是「要不要用 AI」，而是「跟自己做、外包比起來，哪一條路的總成本最低」。

選 AI 化這條路時，還要認得三種失敗模式：技術本身做不出來（資料品質或模型表現未達門檻）、做出來但不划算（效益遠低於投入、無法規模化）、根本不需要 AI（用既有規則或人力就能解）。

一個必要的歷史提醒：生產力悖論

1987 年，經濟學家 Robert Solow 說了一句名言：「我們到處都看得到電腦時代，就是在生產力統計裡看不到。」從 1980 年代資訊科技革命至今，企業在資訊技術上的投資暴增，但整體生產力成長卻長期低迷，這就是「生產力悖論」。

為什麼在這裡提它？因為當前所有「AI 將大幅提升效率」的預測，都需要面對這個歷史反例。AI 這次可能不同（自主代理能力是前所未有的），但也可能重蹈覆轍。對企業主與 HR 的意義是：不要因為顧問公司說「AI 必然提升生產力」就急著裁人。生產力的提升需要時間，而且高度依賴組織如何重新設計工作流程。而這段組織適應期，正是最需要 HR 介入的時候。

第五部：數位勞動力的管理學

這是整份報告最前沿、也最具原創性的部分。當 79% 的企業已經在採用 AI Agent，問題就變成：誰來管理這些數位同事？

這不是未來，是現在進行式

AI Agent 成為「數位同事」已經不是哲學討論，而是有金流證據的現實。它的演進是：2024 年還是試點（Pilot），現在已是標配（Standard），預計 2029 年將進入重塑階段（Design）。

但工作者要的不是「完全自動化」，是「平等夥伴」

在金流證據之外，有另一個訊號同樣重要。史丹佛數位經濟實驗室（由 Erik Brynjolfsson 領導）對 1,500 名工作者與 52 位 AI 專家的研究（2025.07）發現：45.2% 的受訪者希望人機之間維持「平等夥伴關係」，35.6% 希望在關鍵節點保留人類監督，對完全自動化的系統呈現明顯抗拒。Brynjolfsson 的結論是：「AI Agents 可以在職場扮演支持角色，幫工作者從事低價值或繁瑣的任務，而非取代工作者。」

判讀：金流已經證明 AI Agent 會普及，但工作者要的是「平等夥伴加上人類監督」。怎麼在普及與工作者需求之間取得平衡，是 HR 的設計題。

管理 AI Agent，需要回答五個從未面對過的問題

這五個問題，是把「管理人」的邏輯套用到「管理數位勞動力」上之後，必然會浮現的。每一個問題都能對應到現實企業的實踐：

這裡有一個硬性的時間點要記住：歐盟 AI Act 從 2026 年 8 月 2 日起強制生效。 用於招募、員工管理、晉升決策的 AI 系統會被歸類為「高風險 AI」，雇主必須完成風險管理文件、數據治理稽核、確保人工監督機制，並向員工透明揭露 AI 的使用。台灣雖然不直接適用，但跨國企業與供應鏈遲早會被波及。

HR 正在失去 AI 部署的主導席位

SHRM 2026 的調查（n=1,722）揭示了一個結構性警訊：在多數組織中，AI 部署的主要推動者是 IT 與法務合規，不是 HR。HR 唯一接近主導的領域只有「員工技能提升與再培訓」（28%），但仍落後於跨功能任務小組（29%）。

更嚴峻的是：超過半數（52%）的組織，在整體 AI 策略與願景的制定上，並未納入 HR。 這個模式，在 HR 的歷史上並不陌生，每一次都是等別人先定義，HR 才跟上。差別在於，這次的速度不等人。如果 HR 不主動搶佔 AI Agent 治理的設計席位，這個席位就會被 IT、法務或共享服務中心填上。

決策權一旦旁落，失去的不只是預算

為什麼這個席位這麼重要？因為 AI Agent 的三件事，都在定義「員工怎麼工作」：

• 行為規則：Agent 能說什麼、做什麼
• 決策授權：自動執行與需要簽核的界線在哪
• 監督機制：誰負責看、出事誰擔

這三件事，就是人力政策的核心。它們最後會走向兩條完全不同的路：

判讀：被動通知和主動定義，最後會長成完全不同的組織文化。一旦工作流的決策權漂移出 HR，HR 失去的就不只是預算，而是「人力政策如何被編碼進數位勞動力」的控制權。

治理層的競爭：採購問題已經改變

到了 2026 年，企業採購 HR 科技的問題，已經從「這個工具有沒有 AI 功能」變成「哪個平台可以被信任來治理 AI Agent」。三大平台正在競爭這個治理層：

對 HR 從業者而言，重點不是推薦哪一個平台，而是要理解：這個採購選擇，背後牽涉的是「誰有權定義 AI 的行為規則、誰能看到同一套操作記錄」。

補充框架：AI Agent 到底該不該歸 HR 管？

這是一個值得獨立回答的問題。結論是：AI Agent 不應該由 HR 單獨管理，但也不能被當成純粹的 IT 資產。

如果把 AI Agent 當成「員工」，會犯類比的錯誤；如果只把它當成「軟體」，又會低估它對組織設計、角色分工、績效責任與治理的衝擊。比較合理的結構不是某個部門獨佔，而是「共治（co-governance）」：

• IT 負責技術控制面（身份、權限、系統整合、稽核記錄、資安）
• HR 負責勞動力與運作模式（工作切分、角色重設、技能模型、人機協作設計）
• 法務與風控 負責規則邊界（合規、倫理、偏誤、責任歸屬）
• 財務 負責投資報酬與資本配置

在這個結構裡，HR 不一定要管理每一個 Agent，但 HR 必須是共同擁有者之一，必須定義「哪些工作適合給 Agent、哪些不能給、給了之後人的角色怎麼改」。講得更直接一點：

HR 不一定要管理 Agent，但未來不理解 Agent 的 HR，會失去管理勞動力的資格。

第六部：HR 的新定位與行動

走到最後，把所有線索收束起來：AI 時代的 HR，要往哪裡去？

從守護者，進化為勞動力的架構師

HR 的下一個角色，是「勞動力的架構師（Workforce Architect）」。這個進化有三步：

1. 行政管理者：把請假審核、薪資核算、員工查詢這些低階行政，交給 AI Agent 處理
2. AI 編排者（AI Orchestrator）：設計 Agent 的工作流、訓練主管使用 AI、定義什麼能自動化
3. 勞動力架構師（Workforce Architect）：設計人機混合的組織、定義角色與技能、形塑文化與信任

Josh Bersin 在 2026 年 1 月撰文〈The Great Reinvention of Human Resources Has Begun〉，把這條路徑稱為「Full-Stack HR」：讓 AI 承接行政與記錄，HR 轉型為 AI 編排者，HRBP 從行政角色轉為直接服務業務的人才顧問。HR 對員工的服務比，也有機會從歷史基準的 100:1，演進到 200:1、300:1 甚至 400:1。

Gartner 為 2026 年 CHRO 定義的四大優先

Gartner 2026 HR Priorities 研究把 CHRO 的核心任務整理成四項，分別對應工具、組織、能力與人。

1. 善用 AI 革新 HR：AI 已成為許多行政任務中人力的可行替代方案，最大收益來自重新設計 HR 的作業模式，不只是把舊流程加速
2. 為人機共存時代塑造工作：規劃人機混合勞動力，管理「短期成果加上長期價值」的雙重績效指標
3. 發展組織能力：在 AI 加速技能折舊的環境中，建立適應型的學習系統
4. 強化員工體驗：在 AI 滲透工作流的過程中，維繫信任、公平與人的尊嚴

EY 的「四環勞動力」：CHRO 即首席勞動力架構師

EY 提出「四環勞動力（Four-Collar Workforce）」的概念：企業已不再只由人類工作者構成，而是人類專業能力、AI Agents 與智慧機器協作交織的混合系統。在這個系統裡，分工是清楚的：CEO 定義 AI 願景，CIO 建立智慧基礎設施，CHRO 則必須設計人類、AI Agent 與智慧機器如何協同工作。 這意味著 CHRO 從「人力資源守護者」進化為「首席勞動力架構師（Chief Workforce Architect）」。EY、Gartner、Josh Bersin 三方在這一點上異口同聲。

勞工的視角：架構師必須先問勞工

談 HR 的新定位，不能只談企業效率，必須把勞工的聲音放進來。這一節刻意引用真實的勞工調查，而不是替勞工發言。

• 全國金融業工會聯合總會（2026.03，n=1,453）：這是台灣第一份針對 AI 對金融從業人員影響的正式調查。三個核心發現：工作內容被替代但勞動力尚未裁減，員工陷入「舊的不用做、新的不知道做什麼」的過渡期焦慮；效率紅利分配不均，高薪族群紅利明顯，中低薪基層感到「效率提升、薪水不動」的錯位；31% 的金融從業人員認為十年內會因 AI 失業，而且 AI 用得愈多者，擔憂愈深。
• 皮尤研究中心（Pew Research，2025）：52% 的美國勞工擔憂 AI 的未來影響，但只有 6% 認為 AI 會為他們帶來更多工作機會，擔憂者與樂觀者的比例是 5 比 1。
• Jobs for the Future（JFF，2025）：短短一年內，美國勞工對 AI 的整體情緒從正面翻轉為負面。最關鍵的原因不是 AI 本身，而是 56% 的勞工說僱主沒問過他們的意見，且只有 36% 得到足夠訓練（從 2024 年的 45% 下降了 9 個百分點）。

判讀：過去一年 AI 部署的速度加快了，但與員工的溝通反而退步了，這就是情緒翻轉的主因。員工的焦慮，來自過渡期的不確定，不是具體的失業威脅。這個過渡期的管理，正是 HR 最該主導的地帶。

而且勞工不是只能被動承受。國際上已有四個集體談判的案例：美國編劇工會（WGA）2023 年罷工 148 天，把 AI 列為核心議題，最終合約明定公司不能強制編劇使用 AI；愛爾蘭金融工會與愛爾蘭銀行（Bank of Ireland）2025 年確立「人在控制（Human-in-control）」原則；美國賓州州政府與服務業僱員國際工會（SEIU）2025 年設立勞工董事會監督生成式 AI 的實施；義大利電信業 2025 年的全國協議，為 20 萬名工作者設立專門工作小組監控 AI 與演算法管理的影響。對台灣的啟示是：現在主動把制度設計好（資訊透明、員工參與、申訴機制、轉職支持），比等到工會提出訴求才規劃，成本低得多。

人的觸感，技術障礙消失也無法取代

SHRM 2026 調查在開放式問題中，HR 從業者壓倒性地指出三個應該排除 AI 的領域：需要深度同理心的場景（員工關係、危機支持、創傷處理）、高風險判斷（最終錄取決定、薪資談判、績效回饋）、複雜的倫理推理（組織文化、價值觀塑造）。

調查的結論是：即使技術障礙完全消失，仍有 72% 的 HR 專業人士認為 HR 不會被完全自動化，因為員工、管理層與應聘者都偏好人際互動。

結語：可以帶進組織的問題

這份報告不提供標準答案，因為每家企業的情況不同。它提供的是值得帶進組織、能立刻開始檢視的問題。

三個值得立刻檢視的問題

1. 員工實際如何使用 AI，管理層是否掌握？ 估計的 AI 使用率與實際使用率之間，落差有多大？（對照 4% 對 13% 的認知落差）
2. 哪些工作規則需要因此重寫？ 職務說明書、績效標準、AI 使用規範，哪些已經跟不上現實？
3. 這些決定，HR 是否在場？ 企業的 AI 策略桌上，有沒有 HR 的位置？

三點行動結論

1. AI 採用率比管理層想像的高。 McKinsey 的 4% 對 13% 不只是一個數字，而是認知落差的證據。最直接的起點，是實際詢問員工如何使用 AI。
2. 不主動成為 AI 編排者，就會成為被編排的一方。 52% 的組織 AI 策略沒有 HR 的位置。這個席位不會自動保留，不是由 HR 主動定義治理，就是由 IT、法務、共享服務代為決定。
3. HR 需從人力資源主管，進化為勞動力架構師。 EY、Gartner、Josh Bersin 異口同聲。新的稱謂是首席勞動力架構師（Chief Workforce Architect），負責設計人類、AI Agent 與智慧機器如何協同。

五個值得進一步追問的問題

1. 估計的 AI 使用率，與員工的實際使用率差多少？
2. HR 是否真正坐在 AI 的決策桌上？
3. 從 100:1 到 400:1，組織還缺哪些能力？
4. AI Agent 的入職與退場流程，應該如何設計？
5. HR 是否準備好成為勞動力架構師？

回到本報告開頭那個核心觀點：HR 的每一次角色升級，都是被外力先定義好，HR 才跟上。這一次，AI 的速度不等人，但這也是 HR 第一次有機會，不等壓力來臨就主動定義自己的角色。

附錄 A：參考資料與延伸閱讀

以下依主題分類，便於針對特定論點追溯原始出處。標註「付費」者需訂閱或購買，其餘多為開放全文或公開報導。

全球機構研究（報告主軸數據）

1. SHRM《State of AI in HR 2026》（1,722 位 HR 專業人士調查）：https://www.shrm.org/topics-tools/research/state-of-ai-hr-2026/full-report
2. McKinsey《Superagency in the Workplace》（2025.01，4% 對 13% 認知落差原始出處）：https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work
3. Gartner《Predicts 2026: AI's Impact on the Future of Workforce》（付費）：https://www.gartner.com/
4. WEF《Future of Jobs Report 2025》（55 國、1,400 萬工作者）：https://www.weforum.org/publications/the-future-of-jobs-report-2025/
5. Josh Bersin〈The Great Reinvention of Human Resources Has Begun〉（2026.01）：https://joshbersin.com/2026/01/the-great-reinvention-of-human-resources-has-begun/
6. Josh Bersin Company〈AI-Powered Superagents Will Radically Change HR〉（2026 新聞稿）：https://www.prnewswire.com/news-releases/in-2026-ai-powered-superagents-will-radically-change-hr-driving-the-largest-hr-transformation-in-decades-302666677.html
7. PwC《AI Agents Are the Future of Work》（2025.02，Work／Workforce／Workers 框架）：https://www.pwc.com/us/en/tech-effect/ai-analytics/ai-agents.html
8. Deloitte《2025 Global Human Capital Trends》（技能型組織 SBO）：https://www.deloitte.com/nl/en/services/consulting/perspectives/how-sbos-are-facing-the-future.html
9. Stanford HAI《AI Index Report 2025》（含 IBM 1,000 CHRO 調查）：https://hai-production.s3.amazonaws.com/files/hai_ai_index_report_2025.pdf
10. EY〈It's time to architect the human + AI workforce operating model〉（Chief Workforce Architect）：https://www.linkedin.com/pulse/dear-chro-its-time-architect-human-ai-workforce-operating-lulla-c1h4e
11. Forrester Predictions 2026（人機混合勞動力系統記錄平台）：https://www.biia.com/forrester-predictions-2026-ai-agents-changing-business-models-and-workplace-culture-impact-enterprise-software/

數位勞動力與 AI Agent 治理

12. Agent Governance Is Becoming HR Tech's New Buying Surface（Workday／ServiceNow／Salesforce 治理競局、IBM AskHR 數據彙整）：https://digidai.github.io/2026/04/20/agent-governance-hr-tech-buying-surface/
13. IBM AskHR 官方案例研究（80+ 任務、210 萬次對話、94%、40%、35 億美元）：https://www.ibm.com/case-studies/ibm-askhr
14. IBM 裁員數字查證（Krishna 受訪原話，澄清 8,000 為誤傳）：https://blog.tmcnet.com/blog/rich-tehrani/ai/ibms-hr-ai-strategy-sparks-confusion-over-layoffs-and-rehiring.html
15. IBM 2023 年 7,800 後台職能預測原始報導：https://www.aljazeera.com/economy/2023/5/3/ibm-to-freeze-hiring-as-ceo-expects-ai-to-replace-7800-jobs
16. Stanford〈What workers really want from AI〉（1,500 工作者、45.2%／35.6%）：https://news.stanford.edu/stories/2025/07/what-workers-really-want-from-ai
17. EU AI Act 雇主義務（2026.08.02 生效，高風險 AI 分類）：https://www.valuex2.com/agentic-ai-hr-systems-guide-2026/
18. 79% 企業已採用 AI Agents（Q3 2025 企業調查）：https://www.linkedin.com/pulse/ai-agents-employees-workforce-revolution-reshaping-2026-awasthi-kzyec
19. Annual AI Governance Report 2025（AI Agent 治理學術現況）：https://s41721.pcdn.co/wp-content/uploads/2021/10/2502019_AI-Governance-Dialogue-Steering-the-Future-of-AI-2025.pdf

AI 與認知能力研究（開場第三訊號）

20. MIT 與卡內基美隆 × 微軟認知退化研究（BBC 報導）：https://www.bbc.com/news/articles/cd6xz12j6pzo
21. 《刺胳針》The Lancet 醫生去技能化研究（NYT 報導）：https://www.nytimes.com/2025/08/28/well/ai-making-doctors-worse-deskilling.html
22. Gartner 對技能流失的預警（50% 企業將加入無 AI 輔助測試）：https://www.ciodive.com/news/gartner-top-predictions-skills-loss/803409/

任務轉型與勞工視角

23. ILO《Generative AI and Jobs》（Gmyrek, Berg, Bescond，2.3% 對 13% 原始出處）：https://www.ilo.org/publications/generative-ai-and-jobs-global-analysis-potential-effects-job-quantity-and
24. Pew Research《U.S. Workers and AI》（2025，6% 對 52%）：https://www.pewresearch.org/social-trends/2025/02/25/u-s-workers-are-more-worried-than-hopeful-about-future-ai-use-in-the-workplace/
25. Jobs for the Future（JFF）2025 勞工 AI 情緒翻轉調查：https://www.jff.org/newsroom/press-releases/worker-anxiety-over-ai-is-growing-and-employers-arent-preparing-employees-for-whats-next-new-survey-finds/
26. 全國金融業工會聯合總會 AI 影響金融從業人員調查（2026.03，n=1,453）：https://news.cnyes.com/news/id/6394391

HR 失敗案例

27. Amazon AI 招募系統歧視女性（TechNews）：https://technews.tw/2018/10/15/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women/
28. Amazon AI 招募工具廢棄（Unwire.pro）：https://unwire.pro/2018/10/12/amazon-scraps-secret-ai-recruiting-tool/news/

台灣本土數據

29. AIF《2025 台灣產業 AI 化大調查》（AIF×Qualcomm，n=315，七成卡關）：https://edge.aif.tw/2025-ai-survey-report-news/
30. 遠見雜誌報導《2025 台灣產業 AI 化大調查》：https://www.gvm.com.tw/article/120665
31. KPMG 台灣《智慧製造報告》（40% 勞動力問題、21% 員工抗拒）：https://assets.kpmg.com/content/dam/kpmgsites/tw/pdf/2025/07/tw-intelligent-manufacturing.pdf.coredownload.inline.pdf
32. AIF《製造業 AI 導入現況觀察》（「這是要監督我、操控我」原始引述）：https://aif.tw/topics/taiwan-manufacturing-inventory/

HR 演變史

33. Visier《The 100 Year History of the Human Resources Department》：https://www.visier.com/blog/the-100-year-history-human-resources-department/
34. John R. Commons（Wikipedia，1893 首創 human resource 一詞）：https://en.wikipedia.org/wiki/John_R._Commons
35. mphrpro〈Understanding HR History〉（NCR 1901 被罷工逼出人事部）：https://mphrpro.com/understanding-hr-history/
36. Umbrex《Ulrich HR Business Partner Model》（四角色與三支柱）：https://umbrex.com/resources/frameworks/organization-frameworks/ulrich-hr-business-partner-model/
37. 經理人〈人力資源管理角色的演進〉：https://www.managertoday.com.tw/columns/view/30860

附錄 B：關鍵名詞中英對照

本報告數據引用截至 2026 年 5 月，內容綜合自一級機構公開研究與台灣本土調查，所有關鍵來源均列於附錄 A。如有指教或交流，歡迎來信 gzjian@gmail.com。

© 2026 簡光正（Kuang-Cheng Chien）。本報告以「創用 CC 姓名標示－非商業性－禁止改作 4.0 國際」（CC BY-NC-ND 4.0）授權釋出：歡迎在非商業用途下自由分享與引用，惟須標示作者與出處，且不得修改內容或製作衍生作品。完整條款：https://creativecommons.org/licenses/by-nc-nd/4.0/deed.zh-hant