重點摘要
- Economist Enterprise 受 SAP 委託的最新研究顯示，59% 營運主管認為 AI 採用已跑在人才轉型之前，只有 4% 將兩者作為同一計劃推進。
- 香港科技大學商學院調查發現，逾七成受訪者每日或每週以 AI 工作，但不少人從未接受任何 AI 培訓。
- 四步框架：盤點任務、劃分能力層級、把學習嵌入工作流程、以業務成果量度技能。
很多企業以為 AI 的瓶頸在技術。數據顯示，真正落後的是人：工具已經到位，懂得用好工具的人卻未準備好。以下框架，幫你把技能計劃與 AI 部署排在同一張時間表上。
為什麼 AI 採用速度會跑贏員工準備？
因為大多數企業把 AI 當作技術採購來撥款，卻把技能視為上線後才由人力資源部跟進的事。授權數週即可到位，但職位重整、培訓與新的覆核習慣需要以季度計。結果是工具已部署卻用得淺，價值停留在試點階段。
Economist Enterprise 研究訪問了 2,015 位中型企業高層：66% 財務總監表示 AI 採用走在人才轉型前面，54% 人力資源總監認為員工技能是最未準備好的範疇，只有 47% 營運主管表示 AI 帶來可量度的價值。
BCG 估算，AI 轉型約 70% 的工作量落在人與流程，但很少 AI 預算按此分配。
為什麼通用的 AI 培訓課程不足以填補缺口？
通用培訓教的是工具，不是工作。員工在課堂學會寫指令，回到崗位後流程沒有改變，很快便回到舊習慣。技能要扎根，培訓必須對準 AI 正在接手的具體任務、員工新增的覆核責任，以及他們現在要負責的判斷。
香港科技大學商學院2026 年的調查收集 3,722 份回應：逾七成受訪者每日或每週以 AI 工作，但不少人從未接受 AI 培訓。研究建議按職能設計針對性培訓。
AI 技能計劃的四步框架是什麼？
第一步盤點每個職位中被 AI 改變的任務；第二步劃分員工所需的能力層級；第三步把學習嵌入實際工作流程；第四步以業務成果量度技能。每一步由業務單位主管與人力資源部共同負責，並按 AI 上線時間表同步排期，而非事後補做。
第一步：盤點任務，而非職銜
逐項標示每個職位的經常性任務：由 AI 完成、由 AI 草擬再由人批核，或仍由人處理。新增的技能通常是覆核、例外處理與判斷。
第二步：劃分能力層級
- 第一層，日常使用者： 安全使用獲批准的工具，識別明顯錯誤，遵守資料規則。
- 第二層，流程負責人與覆核者： 設定品質檢查，處理例外，為帶風險的輸出簽核。
- 第三層，系統管理者： 設定 AI 代理與知識來源，監察表現，管理存取權限。
大部分員工只需要第一層，但價值與風險集中在第二層。
第三步：把學習嵌入工作流程
在上線前兩週，以團隊自己的文件與個案培訓；首個月指定現場推動者，並把一頁覆核清單放進流程。
第四步：以成果量度技能
追蹤無需大幅修改即被接受的 AI 草稿比例、抽樣覆核的錯誤發現率，以及合資格任務經 AI 流程處理的比例，而非課程完成率。
AI 技能計劃在企業中怎樣落地？
以一家香港保險公司的理賠部為例。任務地圖顯示，理賠文員將由輸入資料轉為核對 AI 從單據擷取的欄位。計劃於是安排全體文員完成第一層培訓，六位資深主任升任第二層覆核者，再由一位營運分析員擔任第三層管理者。
培訓在上線前兩週進行，採用已去識別的真實個案；清單列明診斷編碼與賠償金額等欄位必須由人核對。
六週後，主管匯報三個數字：首次核對通過率、每宗個案處理時間，以及仍繞過 AI 流程的個案數目。第三個數字最能反映技能是否到位。
企業推行 AI 培訓時最常犯哪些錯誤？
最常見的錯誤包括：培訓太早、所有人學同一套內容、忽略中層管理人員，以及沒有單一負責人。這些錯誤導致同一個結果：AI 工具已購置並上線，卻被原本應該改變工作方式的員工悄悄繞過。
- 流程未建好便培訓。 採購階段上的課，到上線時早已忘記。
- 一套課程用於所有人。 為高風險輸出簽核的覆核者，需要與一般使用者截然不同的能力。
- 忽略中層主管。 如果組長說不清職位將怎樣轉變，員工便會以對工作保障的憂慮填補這段空白。
- 沒有單一負責人。 IT 管工具、人力資源部管培訓，結果沒有人對採用率負責。應由一位業務主管同時承擔兩者的問責。
怎樣向董事會及財務總監匯報 AI 技能進度？
把技能進度放進與 AI 支出及回報同一份匯報，而非另列為人力資源報告。每個已部署的應用場景，列出各層級培訓覆蓋率、合資格任務的採用率及一項品質指標，讓培訓投入與 AI 預算是否產生價值直接掛鈎。
以下為示意格式，數字僅作說明：
| 應用場景 | 第二層覆核者已培訓 | 經 AI 處理的合資格任務 | 品質指標 | 狀態 |
|---|---|---|---|---|
| 理賠文件核對 | 6／6 | 72% | 首次核對通過率 | 進度正常 |
| 會員查詢 | 4／9 | 38% | 升級個案準確率 | 技能不足 |
| 審計底稿草擬 | 7／8 | 60% | 引用數據核對通過率 | 進度正常 |
對財務總監而言，填補技能缺口，往往是提升現有 AI 投資回報最便宜的方法。
把技能納入部署計劃，而非事後補救
AI 工具推出的速度，只會持續快過企業重整職位的速度。答案不是放慢技術，而是讓人的準備與技術同步。
懂AI的冷，更懂你的難。UD 同行28年，讓科技成為有溫度的陪伴
由一個職位開始，把它做好
如果你希望 AI 真正接手一個職位，又不想自建 AI 團隊，可以先申請免費 AI 員工配置評估。UD 團隊手把手帶你完成每一步，由任務盤點、部署上線到首輪成效檢討，資料存放於香港本地伺服器或你的私有雲。
常見問題
AI 培訓應由人力資源部還是業務部門負責？
最理想是共同負責，但問責應落在流程所屬的業務主管身上。人力資源部負責設計課程及追蹤能力，業務主管則對採用率與輸出品質負責。
是否需要每位員工都接受 AI 培訓？
凡使用獲批准 AI 工具的員工，都需要完成第一層基礎培訓，包括資料處理規則。較深入的培訓，應集中於決策帶有風險的覆核者與系統管理者。
員工擔心被 AI 取代，應怎樣處理？
盡早向每個團隊展示任務地圖：哪些工作交給 AI、哪些檢查與判斷由他們負責，以及需要哪些新技能。科大研究顯示過半初級員工擔心技能貶值，清晰溝通比任何安撫更有效。