回想一下，你上個禮拜花最長時間做的那份工作，裡面到底有百分之多少，是真的需要「你」親自做的？

在 2026 先行智庫年度盛會的下午 HR 專場中，我們邀請到凱鈿行動科技人資總監鄭智維（Wesley）老師，以〈AI Agent × HR：重塑人才選用育留的新工作模式〉為題，分享他親自投入開發流程自動化與 HR 系統、實驗 AI 與 HR 結合超過一年多的第一線經驗。Wesley 具備跨產業 HR 實務與組織發展經驗，深信人資的價值不該被重複性工作消耗殆盡——他不只是 HR 系統的使用者，更親手打造了自己團隊的 AI Agent。

被 AI 接手的不是 HR，而是「任務」

Wesley 開場先請大家誠實面對一個問題：如果把上週花最長時間的那份工作視為 100%，真的有多少比例非你不可？他以績效考核為例——真正重要的是協助主管判斷同仁績效、提供人才策略，但實際花掉最多時間的，往往是拉報告、複製資料、比對資料這類 Paperwork。

他也點出一個 HR 界心照不宣的現象：只要企業宣布「AI 做得很有效」，第一句話常常就是「我們砍了多少 HR」。根據一份統計 2022 至 2025 年美國企業各職位增減比例的數據，HR 部門正是裁減幅度最大的類別之一。Wesley 引用 IBM 的案例解釋原因——日常大量重複工作，現在已經可以由 AI 代理人執行，包括篩履歷、比對資格、安排面試、準備電子文件。

但他也強調，這不代表企業不再需要 HR。OpenAI、Anthropic、Amazon 目前都仍在大量招募 HRBP，代表同樣叫 HR，被 AI 取代的風險其實差很多。根據 Anthropic 的經濟指標，HR 助理這類職位的自動化風險可能高達 9 成，但像訓練經理、勞資關係這類需要判斷與信任的角色，自動化風險反而極低。

預期與現實的落差，比想像中大

Wesley 也分享一份針對 HR 夥伴的企業 AI 應用調查：僅約 6% 的企業認為自己已經做到制度化導入 AI，仍有兩成多連導入計畫都還沒有；雖然 8 成以上的 HR 認為 AI 技能非常重要，但真正有系統性培訓的企業僅約 8.4%。他歸納出一句提醒大家不用過度焦慮的話：

真正卡住企業、卡住 HR 的，從來都不是「不會用工具」，而是沒有人可以把流程講清楚。

他分享一個自己兩年前的經驗：曾有企業找他分享 AI，他當時就直接建議對方「如果工作流程都講不清楚，就先不要談 AI」——兩年後，大家發現這件事情依然沒有改變。

從對話、自動化，走向 Agent：一隻 Agent 需要大腦、眼睛與手腳

Wesley 將目前企業使用 AI 的方式分成三個層次：對話（一問一答，例如請 AI 幫忙潤稿錄取通知）、自動化（有固定規則與路徑，例如員工填完教育訓練報名表單就自動寄出提醒信），以及Agent（決定「接下來該做什麼」的角色不再是人，而是由 AI 自己規劃步驟、決定該用哪個工具）。

他也用一個好理解的比喻說明 Agent 的組成：LLM 是大腦，Skill 像眼睛，Tools 就是手腳。 很多企業會抱怨「我們公司的 AI 不好用」，往往就是因為公司的 AI 只有大腦，卻沒有 Skill 與 Tools——就像把一個人的眼睛蒙起來，再厲害的人也不知道該往哪裡走。他也提醒，市面上現成的 Skill 之所以無法直接套用到每家公司，正是因為每家企業的 SOP、判斷標準與例外狀況都不一樣。

動手做 Agent 以前，先把流程拆清楚

Wesley 分享他實際拆解流程的三步驟。第一步是挑場景：先找「重複性高、規律性高、判斷性低」的任務切入，例如月報表、績效考核報告，避免一開始就挑戰過於龐大複雜的系統，否則容易做不出來而受挫。第二步是拆成 IPO：清楚定義 Input（資料來源）、Process（處理邏輯）、Output（最終結果）。他以自動安排面試為例：提供主管可面試時間、候選人履歷、雙方 Email 與行事曆，AI 就能自動找出可用時段、媒合候選人、寄出邀請並建立行程。第三步是分人機：流程盤點完成後，再判斷哪些工作適合交給 AI，哪些環節仍必須保留人的判斷、責任與同理心。

哪些交給 AI，哪些一定要留給人？

流程盤點完之後，Wesley 用一個從 H1 到 H5 的光譜，判斷任務該由 AI 還是人執行，並提出三個關鍵問題：這件事情有沒有明確的對錯判斷？出錯需不需要有人負責？需不需要同理心？

他以邀約面試為例說明「技術上能不能自動化」與「實務上該不該自動化」是兩回事：邀約面試技術上幾乎可以完全交給 AI，但如果候選人收到的是一封冷冰冰的自動信件，可能因此選擇了另一家「親自打電話邀請」的公司。

公司人資單位已經有 20 多個 Agent 在跑

Wesley 分享凱鈿行動科技目前已上線超過 20 個 Agent 與 Agent Skill，涵蓋招募、報表、教育訓練、薪酬、離職與人事流程。他舉了一個很具體、也很真實的案例：過去總部 HR 要彙整各子公司出缺勤報告，得逐一登入不同系統、手動撈資料再人工判讀；現在只要下一句指令，三隻 Agent 就會分工合作——第一隻撈打卡紀錄、第二隻判斷正常或異常、第三隻整理出真正有狀況的項目，十幾分鐘就能收到一份診斷好的報告，過去可能要花上半天。

但他也坦承一個有趣的失誤：AI 曾在報告中提醒他「某人 30 天沒有出勤紀錄，要特別注意」——結果那個人是美國子公司的總經理，因為 AI 並不知道總經理本來就不適用一般員工的出缺勤規則。這正說明了為什麼工作流程與主管的管理知識，必須被重新梳理、教給 AI，不然就可能鬧出類似的烏龍。他們也把 Agent 用在新人報到流程上：只要員工確定報到，系統就會自動處理權限開通、文件與通知，還有一隻 Agent 每天掃描異常，主動提醒 HR 哪位新人資料尚未繳齊。

過去比誰做得快，未來比誰設計得聰明

Wesley 用疫情期間一個人打電話通知 600 位員工換班的親身經歷，對比現在只需要一次發送通知、再針對例外追蹤的效率差異，帶出他對 HR 未來價值的看法：

AI 接手執行層，HR 接手設計層。

他也釐清 AI Agent 與 Agentic AI 的差別——前者是單一代理人，後者是多個 Agent 彼此協作，而真正的差異就在於「管理」：中階主管手上的管理判斷，必須被轉化成 Skill 與知識庫規則，AI 才知道如何與其他 Agent 協作。他也提醒 HR 上傳履歷等個資給外部 AI 前，務必先做好個資遮蔽，除非公司使用的是具備治理與資安控管的企業方案。

最後，Wesley 留給現場一句話：

不要跟 AI 比誰做得快，要比誰把流程設計得比較好。

先行智庫觀點

Wesley 的分享，呼應了先行智庫在陪伴企業導入 AI 時反覆驗證的一個觀察：AI 不是取代 HR，而是賦能 HR——把過去被 Paperwork 佔用的時間還給 HR，讓專業判斷與人才策略真正成為 HR 的日常工作核心。

先行智庫協助企業從流程盤點、知識庫梳理到 AI Agents 落地，讓 AI 真正嵌進 HR 選、用、育、留的每一個環節，而不只是停留在對話層次。

立即了解更多產業導入案例與企業適用方案，請前往：
https://www.kscthinktank.com.tw/ai-solution/

與我們一同打造真正落地、可持續成長的智慧化營運模式，讓 AI 成為您的競爭優勢。

想進一步了解先行智庫如何協助企業打造 AI 時代的人才與組織韌性？

我們協助企業從策略出發，設計能真正落地的人才賦能與 AI 應用架構，讓 AI 成為放大能力的夥伴，而不是新的壓力來源。

立即了解更多產業導入案例與企業適用方案，請前往：https://www.kscthinktank.com.tw/ai-solution/

與我們一同打造真正落地、可持續成長的智慧化營運模式，讓 AI 成為您的競爭優勢。

如有任何問題或需求，請填寫以下表單，我們將竭誠為您解答！
您也可以透過以下按鈕了解更多資源：