top of page
搜尋

［Prosci 專家洞見］人工智能（AI ）發展迅速，採納卻零散化（fragmented），壓力與日俱增。人力資源是彌合準備度差距的關鍵

  • 8月28日
  • 讀畢需時 7 分鐘

已更新：8月31日

A各行各業的人工智能（AI）實驗正以前所未有的速度進行。然而，從微軟的《工作趨勢指數》到 Gartner、麥肯錫、麻省理工學院、ManpowerGroup、Everest Group 及 Prosci 的研究，我們都看到相同的模式：AI 的進步速度遠超企業的準備程度。


面對零散的 AI 應用，業界的普遍應對是進行營運模式的重塑——重新思考流程、系統、架構、角色以及「人機協同」（Human-AI-Human）的合作方式。營運模式的變革並非新鮮事，但這次截然不同：變革的步伐永不停歇，隨著 AI 的演進，其影響範圍每日俱增。若未能有意識地管理此轉型過程，準備度的差距只會愈來愈大。


這正是人力資源（HR）部門角色變得至關重要的時刻：不僅是處理後續問題，更是要成為釋放壓力、將其轉化為集體能力的變革推動者。


---


一座木橋橫跨小溪，兩岸森林環繞，充滿寧靜氛圍。地上擺放著施工工具和安全帽，象徵著建設過程和團隊合作。標示牌上顯示「組織AI準備」與「工作計畫」，強調創新與規劃的重要性。
人工智能的準備度，是人們建立信心跨越前的基礎工程。


「準備度差距」確實存在


數據證實了許多企業正在感受到的情況：


  • 僅 3% 的企業表示其領導者已充分準備好管理 AI 賦能的工作（ManpowerGroup & Everest Group）。

  • 56% 的 AI 挑戰源於人為因素——技能、信任、清晰度、抗拒（ManpowerGroup & Everest Group）。

  • 優先考慮員工準備度的公司，其 AI 投資回報率高出 50%（Everest Group）。

  • 香港企業採納 AI 的速度比全球同業更快，但變革成熟度卻相對落後，造成了不確定性和技能差距（Microsoft Work Trend Index 2026）。


與此同時，Gartner 警告企業正觸及「變革疲勞的天花板」，而經理人的不堪重負已成為轉型

的首要障礙。微軟發布的數據亦顯示，在 AI 採納率的統計數字背後，壓力正不斷累積。


訊息非常明確：
AI 的成功不再是技術挑戰，而是關乎人的準備度挑戰。

---

桌上一張風化的地圖上用彩線勾勒出複雜的戰略路線，旁邊放著一個古董指南針，標籤標示出「AI策略」與「未來狀態」的位置。
工作模式的重新設計需要一張清晰的藍圖，而非零散的實驗。

真正的轉變：從工具採納到工作重塑


AI 採納的下一階段，重點不在於讓更多人使用 AI，而在於幫助人們善用 AI——並重塑工作的完成方式。


這需要我們提出更好的問題：


  • 人工智能（AI ）應在哪些環節加快發展速常規執行？

  • 哪些工作必須由人類承擔全部責任？

  • 團隊應如何以不同的方式協作？

  • 經理應如何指導 AI 賦能的工作？

  • 除了「節省時間」，應如何衡量成功？


麻省理工學院的研究印證了這一點：技術的投資回報率更多取決於組織行為，而非技術性能。哈佛大學的 Linda Hill 更直言不諱：

「當企業僅僅是將 AI 用於輔助現有工作時，它們注定會失敗。」

AI 採納不僅是技術轉變，更是一場工作重塑的轉變——涵蓋任務、角色、團隊及營運模式等層面。



---


為何變革管理在此刻至關重要


AI 提升了個人的工作槓桿。員工可利用 AI 起草、總結、分析及準備更完善的資料，再與他人互動。但協作並未消失，而是發生了改變。


團隊將花費更少時間從零開始創作，而將更多時間用於詮釋、質疑、討論、完善和決策。


未來並非由人機協作取代人類協作。


未來是人機協同 (Human–AI–Human) 的協作模式。

-個人利用 AI 提升思維和產出。

-團隊運用判斷力、情境脈絡和責任感。

-經理強化規範、標準和負責任的使用。


風險不在於人們變得更獨立工作，而在於他們在沒有共同規則、透明度或共識的情況下獨立工作。


如果整個團隊都在使用 AI，就需要明確的工作協議：


  • 我們應該何時使用 AI？何時不應使用？

  • 哪些工作需要人工審核？由哪個部門負責？

  • 哪些數據可以或不應輸入？

  • 我們如何標示 AI 生成的內容？

  • 誰對最終品質負責？

  • 我們如何檢查準確性、偏見和道德問題？


沒有這些協議，AI 將導致各自為政。一人大量使用 AI，另一人完全迴避，還有人不經驗證就依賴其產出。團隊成員在個人層面變得更快，但在集體層面卻缺乏一致性。


這就是為何 AI 採納不能僅靠提供工具和培訓來管理。

它需要對協作、決策和問責制進行有意識的重塑。


---


為何變革管理在此刻至關重要


一個「人機協同」的營運模式所要求的遠不止於技術部署，它需要採納——而採納是一個關乎人的過程，而非技術過程。


Prosci 的研究顯示，擁有卓越變革管理的專案，其成功機率高出 7 倍。然而，當變革管理在執行階段才開始時，只有 34% 的企業能達到或超越預期目標。


對於 AI 賦能的營運模式而言，這個差距的後果更為嚴重。變革管理透過建立以下要素來降低人的風險：


ADKAR模型的三階段流程圖：第1階段是準備方法（定義成功、影響和方法），第2階段是管理變革（計畫與行動、追蹤表現、調整措施），第3階段是維持成果（評估表現、啟動可持續性、轉移責任），最終達到成功。
ADKAR模型：引導變革的五個關鍵步驟，包括意識、願望、知識、能力和強化。

清晰度 (Clarity)：為何變革是必要的。

  • 能力 (Capability)：如何以新方式工作。

  • 信心 (Confidence)：相信變革會成功。

  • 問責制 (Accountability)：確保成果得以實現。


至關重要的是，變革管理在實現這一切的同時，保留了信任、同理心和人情味——而這些正是零散化所侵蝕的元素。


簡而言之：「人機協同」的營運模式或許指明了方向，

但變革管理決定了人們是否願意採納達成目標所需的新工作方式。


---


HR 作為策略性變革推動者


HR 在 AI 採納中的角色不應局限於溝通、培訓或政策更新。HR 必須協助企業建立變革成熟度——即更快地吸收變革、更有效地採納新工作方式，並持續維持成果的能力。


但這裡有一個重要的細微之處：HR 無需成為 AI 轉型的流程工程師。工作流程、系統、數據和治理的重塑需要業務、營運、IT、法務和風險管理等專業知識。HR 不應被期望承擔所有這一切。


HR 在整個過程中扮演的是變革管理者和人的整合者。



ADKAR Change Management Model: A visual representation of the three-phase approach to successfully manage and sustain organizational change, focusing on preparing, managing, and sustaining outcomes for successful transformation.
Prosci 方法論概覽

  • 領導層以可衡量的成果清晰定義成功。

  • 受影響的群體理解變革的重要性。

  • 經理具備能力指導團隊度過轉型期。

  • 員工建立以不同方式工作所需的知識和能力。

  • 強化機制被納入員工生命週期。

  • 採納、使用和熟練度得到衡量和維持。


在這個角色中，HR 將營運模式的重塑與實現成功所需的人員採納聯繫起來。


---


HR 如何在整個員工生命週期中推動人工智能 AI 發展、採納


AI 採納觸及整個員工生命週期。以下是 HR 如何透過三大策略支柱，推動 AI 在人員方面的應用：


支柱一：重塑工作與人才


  • 人力規劃與職位設計：識別 AI 如何改變任務、角色、技能、工作流程和決策權。

  • 招聘與雇主品牌：招聘具備 AI 素養、學習敏銳度、道德判斷力和以人為本解決問題能力的人才。

  • 職涯發展：幫助員工了解 AI 如何提升其角色價值、建立面向未來的技能並開拓新的職涯路徑。


支柱二：建立人機協同能力


  • 新員工入職：建立早期意識，讓員工了解 AI 為何重要、企業如何負責任地使用它，以及有哪些支援可用。

  • 學習與發展：創建基於角色的 AI 素養、提示詞練習、產出驗證技能和數據隱私意識培訓。

  • 經理賦能：裝備經理以指導 AI 賦能的工作、應對抗拒、創建團隊工作協議並強化負責任的使用。


支柱三：強化新的工作方式


  • 績效管理：將 AI 賦能的行為、協作期望和成果衡量標準納入目標和評估中。

  • 獎勵與認可：認可負責任的實驗、知識分享和價值創造——而不僅僅是速度。

  • 治理與員工關係：與 IT、法務和風險部門合作，明確道德使用、數據邊界、透明度和問責制。

  • 員工意見聆聽與福祉：監測變革疲勞、工作量壓力、信任度、信心以及對角色被取代的恐懼。


這就是 HR 如何將人的成果與業務成果聯繫起來。AI 採納不僅關乎員工是否使用工具，更關乎企業是否創造了條件，讓員工能夠自信、負責任地，並以協作的方式使用 AI 來改善工作。


---

真正的前沿


AI 採納的步伐正在加快。但能釋放最大價值的企業，不會是那些部署最多工具的企業。


它們將是那些有意識地重塑工作的企業。它們會明確 AI 在何處執行、人類在何處決策、團隊在何處協作，以及經理在何處強化新行為。它們將建立所需的變革成熟度，從零散的實驗轉向規模化的能力。

圖示顯示了一個持續價值實現過程的四個階段：實驗、採用、熟練和持續價值。箭頭引導流程從實驗到最終的持續價值。
實驗 → 採納 → 精通 → 持續創造價值

工作的未來不僅僅是人類使用 AI。它是企業學會如何圍繞人類的判斷力、AI 的能力、團隊的協作和共同的問責制來重塑工作。


這才是真正的前沿。而 HR 正是能夠幫助企業清晰、自信且有能力地到達那裡的職能部門。



資料來源與參考

全球研究

專家評論

香港數據




譚巧燕講師手持橙色麥克風，臉上露出微笑，身著灰色西裝，坐在椅子上。照片為黑白背景與彩色元素結合的風格。
A professional and passionate change management leader prepares to share insights on organizational transformation to you.

Author： Catherine Tam Thillainathan 


"We guide individual CHANGE from data to impact." Passionate about data and science, Catherine connects practitioners to turn vision and insights into action. A Prosci Advanced Instructor, Principal Advisor of ChangeAccomplishment, Cofounder of Master Change Circle, a lifelong learner, and a volunteer, she fosters peer collaboration and stays grounded in what matters—driving real results for the community.



 
 
 

留言

bottom of page