2026年當大家都在談AI，身為HR我想聊聊人心的演算法

【人在職場漂】

那天下午，公司大會議室裡，顧問正賣力demo一套AI一條龍HR系統。

螢幕上跳來跳去的是非常漂亮的畫面：自動寫JD、自動媒合履歷、自動預測離職、自動生成績效評語，最後再來一個AI建議的人力成本最佳化方案。

總經理看著那個報表，半開玩笑半認真地轉頭問我：「那這樣以後HR要做什麼？」

我那時回得很官腔：「我們會把時間拿去做更有價值的事。」心裡其實想的是：「好問題，讓我回家想三天再回答你。

這兩年，AI在HR裡做的事情，已經遠遠超過幫忙寫JD、算離職率這種入門用法。如果我們只敢承認AI會寫JD，那就太小看它了，也順便小看了自己。

先把場景講清楚一點，現在HR裡的AI，在做哪些「真的有打到核心」的事。

招募端，它不只幫你寫JD。它可以從你過往錄取/淘汰的履歷裡，學出一套公司偏好，自動幫你排序候選人；可以掃LinkedIn、社群、工程師的GitHub軌跡，算出潛力人才清單，甚至幫你產出一組一組客製化開發信，自動A/B test 哪一個版本觸發率最高。

內部人力佈局，它不只算離職率。它讀你的績效資料、出勤記錄、專案分配、同事互評，搭配員工調查，用圖譜分析誰是關鍵影響者；可以推估若某人離職時，這個團隊會鬆動到什麼程度，也可以預測誰在兩年內有機會變成高潛力主管，甚至模擬如果你把A調去B單位，整個network的穩定度會怎樣。

學習與發展，它不只推薦幾門線上課程。它會看一個人的職涯路徑、現有技能、同職類成功者的軌跡，幫你設計個人化學習地圖，連「下個專案應該給他什麼角色」都可以提出建議，還幫主管產出一對一談話的hint：最近可以聊什麼、稱讚什麼、提醒什麼。

行政與日常，它也不只是聊天機器人。它回答請假/加班/福利問題，幫你整理每個國家不同勞基法、幫你在global policy與local law之間抓交集，寫完通知信、翻好多國語言，順便提醒你這一條寫法可能在某國有法律風險。

坦白說，如果HR只把自己定位在「寫文案、排面試、算人數、發公告」這個層級，AI真的可以輕鬆取代一大半。所以問題不在AI會不會搶HR飯碗，而是當AI已經做得到這麼多，HR能不能看清：自己真正有價值的工作，一直都不是這些。

回到那間會議室，顧問demo到最後，秀出一張關於組織改善的模擬圖。系統根據成本、人力配置、產能預測，自動算出幾個情境：

情境A：關閉某個高成本單位，短期EPS漂亮得像財報教科書。

情境B：把部分職缺移往他國，總人力成本往下壓兩成。

情境C：加速自動化，減少30%重複性人力。

每一個情境底下，都有一行小字，對公司財務表現預估影響：ＯＯＸＸ

螢幕看起來非常理性，沒有情緒，沒有猶豫，只剩下清楚的最適解。但坐在會議桌旁邊的HR，看見的是另外一層東西。關閉那個高成本單位，圖上是幾十個headcount的數字，現實裡，是幾十個家庭的房貸、孩子的學費、父母的醫藥費。

把職缺移往他國，報表上是漂亮的Cost saving；現實裡，是那一整批跟著公司十年的老員工，突然發現自己在這間公司的故事被畫了句點。AI幫你做的是「算得出來的成本」。HR每天在面對的，是「算不出來的代價」。

這裡才是人心的演算法所在：我們會衡量公平感、信任、公信力、心理安全、長期文化的信用評等。這些東西會在未來五年、十年，可能變成忠誠度、聲譽、公司品牌，也可能變成冷冷一句「那家公司很現實，小心一點」。AI可以幫你做到最佳化，HR得負責回答：「我們打算成為哪一種公司？」這個問題不在任何系統欄位裡，但每天都在悄悄運算。AI可以給答案，HR得決定要不要走這條路。

有一次，我們在檢視一位業績超漂亮、但風評很微妙的業務主管。AI的模型給了他極高的貢獻值：營收、毛利、客戶維繫，全都漂亮。系統甚至提出建議：可考慮加重激勵，以避免流失。如果只看數字，這是再明顯不過，要好好留住的人。

但同一時間，我桌上累積了各種來自不同角落的聲音：私訊、非正式抱怨、離職面談的側寫、團隊裡低聲的交流。那個人外部關係極強，內部連結稀薄。團隊裡新人成長曲線特別扁平，流動率特別高。他在組織裡製造了大量的「微型挫敗經驗」，一次一次讓別人感覺自己不重要。

如果交給AI，它只負責回答：「留下來划不划算。」

HR得回答的是另一題：「我們願意用這種方式賺錢多久？」

最後，我們花了半年時間給他機會、給他教練、給他明確界線。當我們終於決定跟他道別時，AI的模型看到的是一個高產值人才流失；我是親眼看著那個團隊在之後幾季慢慢抬起頭來，笑容變多，互相cover變自然。人心的演算法，在這裡寫下一行：有些營收賺得太用力，會從另外一個地方扣回來。

AI看得見短期收益，HR得看長期的心理帳本。

還有一次，是全球組織重整。總部送來一份很「中性」的表格：依據產能、成本、重疊度，列出幾個建議裁撤的職位。有一個名字被畫上很醒目的顏色，從純模型來看，他的職務最容易被自動化接手。AI沒有惡意，它只是忠誠地唸出數字。

但當那個名字出現在會議桌上時，我跟總經理對看了一眼，那是一路從公司草創就陪著走到現在的人，當年在案場被客戶罵到半夜，還笑著說「我會負責」的那位。

AI問的是：「這個職位的功能是否必要？」

HR腦中還有一題：「這個人在這段歷史裡，扮演了什麼角色？」

後來，我們沒有否決重整，也沒有假裝什麼事都不用改。我們做的是：提早跟當事人談，把公司現況說清楚，真誠地給足時間、補強方案、人脈介紹、轉職資源。

那個過程，有不捨、無奈，但有一種還算對得起彼此的體面。AI從頭到尾都沒參與這段對話。它也不需要，因為這裡需要的，不是運算，是承擔決定帶來的情緒與關係後果。

HR真正不能被取代的一塊，在這種時刻才看得清楚：機器可以幫你算「傷害多少人」最有效率；人要決定「傷害如何發生」才不至於毀掉勞資雙方的尊嚴。

到這裡，我其實已經不太會用那種老派說法：「有些事AI做不到。」

因為說實話，很多我們以為做不到的事，它現在慢慢都在試著學，寫信、寫評語、做培訓大綱、陪人練英文、甚至模擬教練對話。真正關鍵的差異，可能不在「AI會做什麼」，而在「誰負責決定要拿它做什麼」。

我們這一代HR，要練習的是一種新的專業：看得懂模型與數據背後的假設，知道那些假設會偏向誰、犧牲誰。

有能力跟管理團隊一起設計：什麼叫好公司、什麼叫合理的代價、我們願意被哪一種演算法定義。當AI開始成為標準流程的一部分時，有足夠的敏感度察覺：有人被這套流程慢慢推到角落，然後出聲。

說到這裡，你會發現：HR真正的價值，不是坐在那裡跟員工喝咖啡聊天就好。喝咖啡只是表面形式，底下在做的，是一整套「人性的風險管理」：把人的渴望、恐懼、自尊、嫉妒、公平感，放進組織的設計計算裡。

AI幫你把世界變得更可計算，HR要提醒大家：有些東西，不能只有「值」，還需要「人性」。

寫到最後，我又回到那個下午，回到那間放著漂亮簡報的大會議室。顧問關上投影，總經理又問了我一次：「那以後HR要做什麼？」如果是現在的我，大概會這樣回答：「AI會幫我們把所有『可以算清楚的事』做到極致。HR要負責的是另外三件：

第一，決定我們問AI什麼問題。

第二，當那些決定傷到人的時候，站在現場陪著收拾。

第三，在所有數字看起來都對的時候，誠實說出：哪裡怪怪的。」

AI愈來愈像組織的大腦：記憶強、算得快、不會累。HR更像是那顆大腦的「良心與自我覺察系統」，有時候會說：「這樣做很有效，可是會變成我們不想成為的那種公司。」也會說：「這個人短期看起來麻煩，可是他能讓我們在未來少很多麻煩。」那天散會後，我一樣回到自己的座位，泡了一杯咖啡，系統在背景繼續跑各種模型。

我看著螢幕上的建議方案，又想到那些曾經在我面前猶豫、憤怒、心碎、重整旗鼓的人。人心的演算法沒有版本更新通知，也沒有release note。它每天在我們看不太見的地方靜靜運算，影響每一個決定的走向。

AI可以幫忙把路鋪平，但要走向哪裡，仍然需要有人抬頭看一眼。那是HR還握在手裡的那一小塊主導權。只要這塊還在，我就不太擔心被AI取代。

值得擔心的，是有一天我們自己忘了：原來我們真正的專業，不在於會不會操作系統，而在於有沒有勇氣、也有能力，去照看那些系統讀不出的重量。

【月月話題投稿】將於每兩個月推出當期推薦話題，邀請您以文字記錄生活所感，不論故事、觀察或真實心情，都歡迎投稿分享。