為了準備今晚這場「生成式 AI × 人力資源」的分享，其實花了不少心思。一早先在暨南大學參加李吉仁老師與駱世民老師的有氧跑團，下午還特地跑去埔里買 18 度 C 生吐司，晚上接著就是這場分享會。所以一路上我腦袋其實一直在轉同一件事：內容我都有了，但究竟要怎麼講，才能讓做人力資源的大家真的很有感？
因為如果你只是跟 HR 講 ChatGPT、Gemini、Agent、Skills 或 Computer Use，老實說現在網路上隨處可見。今天哪一家模型升級、哪一家又多出了什麼新功能，三個月後搞不好又換了一輪。但 HR 現在真正煩惱的是這些嗎？並不是。
HR 現在的痛苦大概比較接近這種情境： 「啊啊啊！老闆又叫我們辦 AI 訓練了！」 「啊啊啊！為什麼又是我們要設計衡量大家有沒有用 AI 的指標！」 「IT 部門買的工具大家都不想用，為什麼最後變成 HR 要想辦法推動！」 「老闆昨天不知道去參加了哪一場論壇，今天一進辦公室突然說：『人家公司都在做 Agent 了，我們呢？』」。
所以我設定今晚的演講策略：就從 HR 最近辦AI訓練的痛苦什麼開始。明明 AI 工具不是你們選的、模型不是你們買的、權限不是你們開的、資安規定也不是你們訂的，就連同仁一個月到底可以用多少 Token、多少點數，通常也不是 HR 說了算。但公司一旦決定「我們要推動 AI」，接下來的情節就會是——教育訓練找 HR、員工不會用找 HR、大家不用找 HR、AI 導入成效不好還是找 HR。
最後甚至還有人會問：「那是不是應該把 AI 使用量放進績效考核？」然後，HR ：「蛤？」
於是，我先談了最近在企業裡看到的一個普遍的現象。很多公司買了 AI 之後，第一件事就是看「使用率」。這算是目前最容易量化的指標：開了多少帳號？多少人登入？平均用了幾次？哪一個部門使用量最高？
我最近幾個月已經做了五家「規模有夠大」公司 AI 課。這些公司推動 AI 是非常認真的，各階層主管都有大量的訓練，投入程度相當高。
但這裡存在一個非常現實的問題：額度。
一般同仁每個月可以使用的企業級 AI 額度並不是無限的。如果你今天上傳一份比較大的報表或是PDF，Context 一吃，點數可能一下就燒光了。
我問大家：「如果你的額度這麼有限，你會跟 AI 慢慢來回對話嗎？」
當然不會。
正常會怎麼做？下一個 Prompt，答案跑出來，嗯……看起來還行，手動改個兩句，搞定交差，結束。你哪來的美國時間跟它來回討論十次？
所以這時候就出現了一個我覺得很荒謬的管理現象：公司希望員工學會使用 AI，但又沒有給他足夠試錯的空間，然後隔一段時間再來問：「為什麼我們上了這麼多課，為什麼大家都不太用？有用 AI 的，能力還是沒有明顯提升？」
生成式 AI 是一個非常需要「試」的東西。
問題是在於，在試的過程中不會有生產力的浮現。這時候你要去要求生產力，這是相當困難的。
所以後來我就開始談，如果要讓同仁真的能夠瞭解，甚至知道 AI 能夠做什麼、不能做什麼，以及它有什麼能力來完成任務等等的議題，那不妨就回到最基本的管理思考。
如果我們真的有一位 AI 同事（也就是 AI 代理人）：
- 它的目標是什麼？
- 它得到的交接資訊是什麼？
- 它的可使用工具範圍是什麼？
- 它的績效表現評量方式是如何？
- 當它表現不好時，汰換的準則是什麼？
講白了，這都是管理問題，不是技術問題啊！
處理代理人的管理做法，這正好就是人力資源主管們最擅長之處。
所以我就是希望大家把它想成，其實這就是你所熟知的管理議題：
- 你怎麼去衡量一個 AI 代理人的表現？
- 你如何決定它不要變成是你的長期員工？
- 當它表現不好時，你是怎麼看待它的汰換問題？
有了這些基本概念之後，才知道這些基本的管理概念所對應的那些生成式 AI 的 jargon 跟工具到底有哪些。這樣學習應該就輕鬆很多了。所以看大家現場還有一些想法想分享，等之後大家有閒又有時，再來約討論。
這個是還在變動中的技術。你說它會不會有一天不紅了？如同我在課堂說的，以人類懶惰的程度，一旦試過之後，你就很難擺脫了。你不太可能再回到過去手刻簡報的年代，你也不想再回到以前忍受著眼冒金星的狀態，去貼一張超複雜的 Excel 表，你更討厭一個字一個字地把自己的想法打下來。
所以我才在課程中告訴大家，你要對人類的惰性有信心。用這一點來說明，AI 的應用很快就會滲入到各個面向，也就代表你越來越離不開 AI 給你的建議跟觀點了。
我利用 CODEX、Work 還有 Gemini Spark 很快做了幾個快速的展示。這些只是想讓大家知道，如果你的服務現在沒有開通這些新型態的 AI Agent 工作流，很快的，應該幾天後就可以看到了。
我們的關鍵不在於要怎麼讓大家都學會這個工具，而是我們要讓大家知道，它是一個管理問題。我一直以來都有一個假說：管理工作做不好的公司，一定很難在導入 AI 或其他數位轉型技術上取得良好的成果。管理工作都做得很好的公司，則是因為做得太好了，所以在設計時（可能設計 AI Agent 的工作與企業流程時）可能會出現「過度設計」的問題。
這一點是需要特別注意的，特別是對於已經嚐過生成式 AI 甜頭的人。
最後希望今天大家都有所收穫啦！