【104 talks】AI 數據智能時代的工作再定義 | 微軟人資長王有蘋

文：  人資市集整理

104 人資市集舉辦「104 talks 短講」致力於為職場人士提供高效學習的平台，集結專業領域的講師進行知識分享，期望為樂於學習的職場人士帶來不同的視野與啟發。本場 104 talks 邀請到微軟人資長—王有蘋，談AI數據智能時代的工作再定義，討論新科技如何對HR及企業帶來變革。

人力資源在AI時代的挑戰與角色重塑 

全球正面臨著一系列的人才挑戰，這不僅是HR同業者的共同議題，也是企業主的主要痛點。企業普遍面對著如何吸引和留住人才的問題，而在後疫情時代，Flexible和Hybrid的工作模式成為了新的趨勢。不僅在國外，連台灣的傳統製造業的新一代員工也期望有更多的工作彈性，包括彈性的工作時間和地點。科技的快速變革從AI到Chat GPT，再到Copilot正大大影響著我們的工作型態並提升工作效率。 

面對這些挑戰，HR和企業的領導者需正視科技演進對職場的影響，並重新審視人力資源管理的角色。過去，HR常被認為是行政和員工服務的負責者，但在市場變革和科技驅動下，現代HR的角色需被重新塑造及定義。 

我認為現代人力資源的主要角色應包括兩個方面，首先，我們需要強化員工體驗，並協助領導者形塑人才的願景。其次，還需要能夠預見未來業務和商業模式的需求，進行策略性的對話，並協助建構一個AI驅動和AI導向的企業文化，更高效地幫助企業應對未來的挑戰。 

AI在工作場域的影響與機會 

在AI這個時代，我們如何重新定義我們的工作方式呢？在微軟每年發布的「工作指引趨勢」數據中，可以看到AI對全球員工的生活和工作產生的影響。

在當今各種資訊充斥的時代，員工面臨一個巨大的挑戰，那就是將近57%的時間都花在溝通上，包括開會、發送和回覆郵件等。這使得我們只有43%的時間可以用於需要專注和創新的工作，這對員工的創新能力造成了嚴重的影響。 

此外，當AI逐漸成為我們工作場域的一部分時，人們普遍希望利用AI來提升員工效能，而不是取代他們。數據顯示，有高達31%的企業希望利用AI工具提升員工的效能，而只有16%的企業擔心AI會取代員工的工作。 

從員工的角度來看，他們也期望利用AI工具來節省時間、集中注意力，並提高工作效率和生產力。這些AI工具不僅能釋放員工的創造力，還能讓他們在有限的時間內更加專注和高效。 

最後，雖然AI工具已經出現了一段時間，但微軟在全球的HR才剛開始將Copilot導入工作場域，這使我們更有信心和能力與大家分享，這些工具如何提高我們的工作效率。AI帶來的是機會而不是威脅，我們需要學會利用這些工具來提高工作效率，釋放創造力，並在數位時代中獲得更多的成功。 

利用AI提升HR效率與組織管理 

在HR領域中，工作日常主要集中於幾大核心活動：有效的決策、文件製作與員工體驗提升。透過Copilot工具的應用，可以在這些領域內實現顯著的效率提升。 

首先是有效決策的案例。當HR面對離職率上升的挑戰時，Copilot能夠幫助我們快速生成問卷和面談問題，並整理調查結果。例如，在微軟時，我們透過Copilot準備了離職面談問卷，並在收集資料後使用Copilot快速摘要了調查結果。這些資訊讓我們更清楚了解了離職原因和員工的滿意度，並能持續改進。 

而Copilot在文件製作更是高效，例如要準備人事異動的公告，我請同事提供他過去三年的成就，並使用Copilot統整，結果令人驚訝，不到30秒就生成了一篇高質量的內容，只需經過一些潤飾即可發佈，大大提高了工作效率。在制定HR政策方面，如需要根據新的法規要求調整現有的公司政策，則可以利用Copilot萃取現有政策的摘要，並整合新的法規要求，最後生成一份完整且符合當地法律的政策文件。 

在會議管理上也有顯著的幫助，例如行程衝突沒辦法及時參與會議，在聽會議回放時可以請Copilot幫忙摘要會議內容，就算沒辦法每場會議都參加，也能夠快速掌握各會議的重點。 

最後，當工作效率提升後，便有更多的時間和精力關心員工的發展和滿意度。HR可以更多地投入到員工的培訓和職業發展中，並與領導者共同思考未來的組織文化和策略。並可以思考如何幫助員工更容易接受和運用這些工具，進而增強組織的創造力和競爭力。 

成為數位人資!王有蘋老師及交大教授、104數據長，專為HR打造的數據&AI學程 >>

數據驅動的人力資源決策：從分析到實踐 

在當前AI時代，我們無法忽視數據的重要性，數據是AI成功運作的關鍵基石。特別是像ChatGPT這樣的工具，其卓越的性能得益於多年在社群媒體和互聯網上的數據累積，以及科技的不斷進步和GPU計算能力的提升。因此，數據是AI世代中不可或缺的基礎。 

那要如何以數據為導向進行人力資源決策？當我為課程準備內容時，使用了微軟的Copilot（之前稱為Bing）來探討“how data is influencing hr job”的問題。第一個叫做evident base的決策，接下來不管是選才育才留才，首要都提到了data driven。 所以當我們在思考所有hr的運用的時候，免不了的一定要從很多的數據裡面來看趨勢、發掘問題點及可改善的部分。 

分享一個數據為導向的決策架構：第一步分析問題，第二步定義解決方案，最後保持好奇心以澄清問題定義的正確性，並生成假設。接著考慮哪些數據可以用來驗證你的假設。在進行數據分析時，需要從多個來源收集資料來進行全面的分析。可以利用內部既有的平台和數據庫來收集資料，這可能包括Excel表格或其他原始數據。除了既有的數據，還需要收集其他相關資訊。並與團隊內的人員進行討論，例如在離職面談中收集到的員工反饋。除了量性數據，也需要收集質性數據。質性數據提供了關於員工感受和看法的洞察，這些信息可能無法通過量化的方式來捕獲。了解員工的感受和看法對於制定有效的人力資源策略至關重要。最後，還應該參考外部資訊來進行比較分析。例如，查看同一行業內其他公司的離職率，這有助於我們了解自己公司的表現和面臨的挑戰。 

收集到這些數據後，還需要確保資料的有效度和可信度。有效度考慮數據的變化趨勢，而可信度則涉及不同人對數據的解讀是否一致和可信。最後，我們可以從數據分析中解讀趨勢，並追蹤這些趨勢以便於後續的調整和評估，也可應用AI預測未來的趨勢。然而，單一的數據分析可能無法提供完整的視角，還需要與其他人交流，尤其是與招聘主管和其他部門的領導者，以獲得更全面的市場和組織觀察。 

由數據驅動決策的實作，提出兩個案例供大家參考。首先，我早年擔任recruiting manager時，公司的主要人才來源是大學畢業生，但我們面臨著一個挑戰：許多大學畢業生更喜歡留在北部工作，公司的業務拓展需求卻在中部和南部。為此，我們必須了解除北部外，中南部哪些學校會成為目標招募對象，並思考如何留住這些畢業生在當地服務。另外在決定這些學校的同時，也需要回頭對照在我的企業裡，表現最高效的員工是從那些學校畢業的？前後佐證哪些學校才是應該集中精力招募的對象。這其中涉及到質化的分析，例如與學校的溝通策略，以及量化分析，如組織內各校畢業生的離職率和績效。 

第二個案例是在微軟面對COVID-19的挑戰。疫情期間，許多美國和澳洲的員工都被迫在家工作。而微軟具有一個良好的實踐，即隨時隨地收集全球員工的反饋。因此，我們收集了大量關於員工在COVID-19期間的工作和家庭需求，以及工作上的壓力和擔憂。根據這些數據，全球的HR團隊制定了一個名為“Hybrid workplace”的政策，若你工作時間的50%以上，都可以在家執行不需要到公司才能執行，就可以直接申請在家工作，降低染疫的風險。 

在數據決策中，質化和量化數據都是不可或缺的。我們必須全面地使用所有可能的數據來做出更明智的決策。希望透過這些經驗分享，能幫助大家在人力資源領域中更高效、更有效地運用數據，並學習以數據為導向做出更好的決策。 

講者簡介：王有蘋

王有蘋現為台灣微軟人資長，累積20年豐富外商包括P&G(美商寶僑)Pfizer(輝瑞藥廠)等，跨大中華區及不同產業的人力資源管理的經驗，對於人才招募、接班人培養、變革管理及提升組織效能等人資領域皆非常熟悉。

錯過講座了嗎？會員限定 104 talks 免費回放 >>

轉型成為數位HR，學習用數據加強智能決策>>

企業內訓、公開班及線上課程需求，104人資市集最超值 >>

加入104人資市集 Line 好友，獲得職場新知與更多學習資源！