談「取代」不如談「優化」！AI時代的初階員工如何自處？
在生成式AI逐漸落地的過往兩年間，IBM靠著「提升生產力」，已於全球節省35億美元的企業成本。企業加速轉型升級，如何鼓勵員工跟上腳步、以至於引領公司邁向變革？IBM人資長揭秘，AI時代中，員工又該如何檢核自我技能的價值？
隨著新工具、新技術的引入，員工所需具備的技能組合持續調整，企業選用育留的方法論也需要不停進展。
自身經歷從硬體朝向軟體、顧問諮詢服務的轉型，IBM深知持續適應時代的重要性。人資長邱纓琇解釋，人工智慧不只能夠自動化流程、縮減行政成本，也能加速、優化員工培訓，影響是多層次、也是多層面的。
根據IBM三月發布的2024企業年報，在超過50個使用生成式AI與自動化工具的專案支持下，IBM於2年間已透過執行「生產力計畫」（Productivity Initiative）節省了35億美元規模的企業成本。
引入AI支援的人資服務數位助理「AskHR」便是其中一項生產力專案。透過提供更便利、自動化的服務，一方面在人力、工時上有效縮減了營運成本，另一方面，也導致HR部門平均有兩個職等的提升。
邱纓琇解釋，「比較簡單的行政工作會交由數位助理處理，所以HR同事更著重的，就是這些比較策略性的、比較有價值的工作。」
這可視為工作內容的比重調整。行政業務比例降低，策略性、規劃性任務比例提升。IBM將這稱為「生產力提升」。邱纓琇舉例，「原本一個人平均服務10個員工，透過數位助理協助，可能一個人可以服務50個員工。」
關鍵技能「軟化」，時間管理及優先排序能力尤受重視
綜觀來說，人工智慧對人力配置有幾種可能的擾動形式。一個是工作角色整個自動化，原本的人類員工需要轉移到其他職位。另一個是工作內容發生調整，可能是擴大服務範圍、減少行政任務等。
以IBM台灣為例，現況大多是後者。這部分是因為，早在網際網路時代，許多可標準化的行政工作已集中到「服務中心」（Center of Excellence）。例如，台灣並無設置薪資結算部門，而是將會計工作整併置最符合成本效益的馬來西亞服務中心。
IBM在台職務，多屬工作內容高度複雜的專業知識服務，如諮詢顧問。人工智慧的影響較非「取代」，而是「優化」。在機器協助下，員工被期望繳出更高價值、生產力效率更佳的表現。
這可從IBM商業價值研究院全球技能調查結果中見得端倪。2016年，STEM等「硬技能」還被視為首重技能，但其重要性逐年滑落。到了2023年，協作、溝通等「軟技能」，已成為員工的關鍵技能，尤其是登上首位的「時間管理及重要性排序能力」。
邱纓琇認為，這是因為AI與自動化工具能力提升，為員工釋出更多時間。這些時間被用來做什麼，將在員工貢獻度上造成更大的落差。
例如，過去開完會，最重要且緊急的事可能是整理會議紀錄；這是一個相對簡單的工作優先性決策。如今會議紀錄可以交給AI代理。清楚知道所有事務重要性的員工，便能依序地執行更多重要、複雜的工作，甚至是先前無暇承接的新專案。與只把多出來的時間拿來休息的員工相較，懂得排序及管理時間的員工，能產生更大的影響力與生產力。
「時間管理與優先性排序，一直都是我們在談技能時很重要的事。」邱纓琇表示，「但今天有AI工具的時候，它就會變成我們更重視的一個重點。」
邱纓琇承認，不是所有員工都能在AI工具的擾動下，順利朝上移動，或是轉移到公司內部其他職位。但人員移動原本就是常態。
「這都是人的選擇。」邱纓琇表示，「IBM給予很多選擇。你願意跟著這條船一起往前，大家就走這個航道。但你也可以走其他的。」
她指出，網際網路時代的轉型大約歷經15年，數位時代大約5年，「步調只會愈來愈快。」想以不同步調前進的人，會自行探索其他機會，「就各自安好。」
以技能引導職涯，善用工具跳級發展
為了支持公司持續發展、適應大環境的變遷，IBM以一套「技能有價」（skill as currency）的價值體系，鼓勵員工拓展及深化技能組合。這包括以技能為招聘核心，並將技能與薪酬、獎勵及職涯發展串連起來，給予員工持續自我提升的驅動力。
在內部培訓平台上，AI也用以辨識員工的技能缺口，追蹤員工曾瀏覽過的主題與技能，來推薦更適切的進修資源。員工亦可主動註冊有興趣的工作職務，系統將自動推播相關職缺機會。
邱纓琇認為，從人力資源角度視之，現職（job role）、職涯發展（career）與技能（skill）三個概念是密切相關的。如今在人工智慧的技術基礎上，可以將這些概念及培訓資源做更好的串聯，提供每一名員工更加個人化的支持。
對年輕、新進的員工來說，需要執行的入門級工作任務確實已因自動化工具而縮減。但他們可能也不再需要像過往那樣，透過多年的實務經驗累積，來獲得資深員工具有的決策力。
邱纓琇指出，人工智慧可以簡化、自動化特定工作任務，也能從大量、多元的數據資料中挖掘出洞見。「以前可能要十年累積的經驗，現在有這些數據，」她說，「（資淺員工）可能幾年的時間，就能做出類似好的決策。」
因而，站在更智慧的工具基礎上，新員工學習的重點可能成為如何辨識、善用數據，分析及驗證人工智慧的輸出結果，以及如何與資深員工協作。
邱纓琇建議，員工可以從三個角度審視自己的工作內容：eliminate、simplify、automate。簡單來說，不必要的事不要做，將複雜的事簡化，可以自動化的就交給機器。
在AI時代，人類員工必須將有限的時間留給最有價值的任務。這不一定是自己目前最擅長的任務，但必須是最符合公司發展方向、對客戶與同事最有幫助的任務。如此拆解工作內容，會是比思考一份工作頭銜是否可能「被取代」，更能引導自我職涯發展的作法。
看更多遠見雜誌文章：
AIF台灣產業AI化大調查》為什麼上完AI課，還是做不出厲害應用？
AIF台灣產業AI化大調查》七成企業未跨過「用AI」門檻，原因何在？
歐盟AI法案疊高合規成本，企業如何因應？
