資深國際風險管理顧問 白佩華 老師
近兩年生成式AI的導入熱潮，讓不少公司一邊採購工具，一邊盤點哪些流程可以自動化，哪些部門可以減少人力；也有更多企業急著招募AI工程師，資料科學家與提示工程師，企業營運組織和人力悄悄的轉型，進入下一輪的產業競爭。
但如果把近期幾份重要研究放在一起看，答案跟大家認知不盡相同。企業真正要面對的早已不是有沒有AI人才，而是AI正在重塑工作的內容、價值創造的方式，以及組織的脆弱點；如果企業沒有及早建立人才地圖與韌性架構，AI不會只是新的生產力工具，也可能成為新的管理風險。
以下特別提出三篇報告整合出一個脈絡：企業未來競爭力不在於採購多少AI工具，而是誰能盡快形成新的Human–AI Teaming模式、由AI驅動組織重整，以及員工是否已具備與AI協作的能力。McKinsey則進一步推論，企業價值是由人、AI agents與workflow的組合共同創造。Eco-Business對新加坡AI治理補上第三塊拼圖：AI不是單純的數位升級，而是一個會影響勞動市場、營運韌性與企業責任的系統性議題。
在AI時代，企業真正要重建的不是組織圖，而是人才地圖、價值地圖與韌性地圖。
AI 人才問題是能力重配問題
很多企業談AI人才，直覺還是缺工程師、數位人才或是缺懂模型的人。如果只停在這個層次，企業會錯過真正的風險。因為AI改變的不是單一職缺，而是工作的拆解方式、決策流程、能力結構與責任邊界。
過去企業的人才盤點，大多以部門、職稱、年資、職等為單位；但AI導入後，真正被改寫的不是職稱，而是每個職位背後的任務組合。以中階主管為例，過去大量時間可能花在資料整理、報表彙整、會議紀錄、跨部門追蹤與KPI報告；但這些工作，恰恰也是AI最容易介入的部分。未來留下來、而且價值更高的，不再只是資訊整理能力，而是判斷、例外處理、協調、風險辨識與領導能力。
這也是為什麼企業現在需要的不是更多AI課程，而是一張AI人才地圖：
- 哪些工作會被AI大幅改寫？
- 哪些技能會比職位更快過時？
- 哪些角色屬於高風險、高影響，必須保留人為判斷？
- 哪些人需要技能轉型？哪些職能需要重新設計？
AI人才地圖的核心，不是盤點誰會用AI，而是盤點哪些能力要被淘汰、哪些要被升級、哪些需要重新組合。如果企業沒有這張地圖，就很容易出現能力錯置，花高薪招募AI工程師，卻沒有懂業務的AI翻譯者；大量導入工具，卻沒有資料治理與模型風險管理能力；要求員工全面擁抱AI，卻沒有說清楚哪些工作可以AI優先、哪些工作必須human-in-the-loop。
真正的風險，不是AI取代人，而是企業不知道自己正在失去什麼能力。
企業還要有一張價值地圖
企業不能只問哪些人需要被訓練，還要問：哪些人、哪些AI代理、哪些工作流，真正驅動了企業80%的價值？這也是McKinsey給管理層最重要的提醒。企業真正影響績效與成長的，往往不是全部員工，而是少數高價值角色；但到了AI時代，高價值是來自一套運作順暢的人機協作系統。
現在企業很容易把AI人才策略做成全員上同一套課的形式主義，其實應該先找出那些價值密度最高、又最可能被AI改寫的角色與流程。
例如：一家銀行真正的高價值節點，可能不是所有人都學會寫提示詞，而是授信分析師、法遵審查、客戶經理與風控模型之間，能不能建立一套有效的人機協作系統。一家製造企業的高價值節點，也未必是所有主管都會用生成式AI，而是採購、供應鏈、品質、法務與客戶服務之間，能不能把AI嵌進高影響決策與異常處理流程。
企業不單只是作人才盤點，而是把人才地圖和價值地圖疊在一起，辨識出哪些角色與流程最關鍵，再決定哪些地方要導入AI、哪些地方要保留人類判斷、哪些地方要補新能力、哪些地方要重寫績效指標。
因此AI人才策略不能只放在人資部門，而必須回到經營層與董事會。因為這已經不是教育訓練問題，而是價值配置問題。
沒有韌性的 AI 轉型，最後會變成新的營運風險
Eco-Business對新加坡的報導點出一個很重要的提醒：企業不能假設AI會像空氣一樣，永遠便宜、可得和穩定。隨著資料中心電力需求上升、能源價格波動、氣候風險衝擊基礎設施、監管加嚴以及模型供應商集中，企業未來面對的不是AI好不好用，而是AI的取得成本、可得性與合規條件，都可能發生變化。
如果一家企業已經把客服、報告、內部知識搜尋、行銷內容、供應商審查、合約摘要，甚至風險分析都大量交給外部AI工具，那麼它其實已經形成新的單點依賴風險，企業此時應該了解以下議題，作為風險管理的初步架構：
- 主要模型服務中，哪些流程會停擺？
- 價格變動，哪些部門的成本結構會被打亂？
- 法規要求特定應用必須揭露，記錄、人工覆核等現有的流程能不能對齊？
- 員工把資料丟進外部模型，資安與商業機密考量？
- AI造成錯誤建議、歧視或判斷失真，責任歸屬？
這些都超越IT可以處理，而是企業韌性的問題。成熟的AI韌性，不只是備份資料或找第二家供應商，而是至少包含三個層次：
- 人才韌性：企業是否有能力讓現有人才跟上工作重組，而不是讓AI只變成少數精英的工具？這包含技能轉型以及職務重新設計，以及對員工的透明溝通。
- 流程韌性：企業是否知道哪些流程可以AI優先，哪些流程必須人機協作（human-in-the-loop），哪些流程禁止完全自動化？授信、理賠、招募、重大合約與高風險客戶處理，不能因為AI變快就完全交給AI。
- 治理韌性： AI治理不只是IT，要變成董事會、風控、法遵、人資與業務共同承擔的議題。企業必須辨識高風險使用場景、建立AI使用規範、設立事件通報與申訴機制、管理第三方模型供應商，並把AI風險納入既有的內控與風險管理架構。
也就是說，在AI時代，企業該要建立的不只是AI團隊，而是AI韌性架構以董事會或經營層角度為基礎。
很多人把AI想成一場新的技術競賽，認為企業只要投資模型、平台與人才，就能取得下一輪優勢。但從Mercer的人才研究、McKinsey的Talent to Value，到新加坡對AI社會風險與商業連續性的提醒，真正的訊號其實是：AI不是單純的技術升級，而是一場組織重構。
AI時代具有競爭力的企業是把人才、價值與韌性連在一起的管理能力。
參考資料：
- Mercer／Marsh的《Global Talent Trends 2026》https://www.mercer.com/insights/people-strategy/future-of-work/global-talent-trends/?utm_source=chatgpt.com McKinsey
- Rewiring Talent to Value in the Age of AI
- McKinsey：Rewiring Talent to Value in the Age of AI
- Eco-Business（新加坡）
- AI’s societal risks make governance a business-wide challenge in Singapore
- Eco-Business：AI’s societal risks make governance a business-wide challenge in Singapore
專欄作者簡介：白佩華 (企業策略長／風險與永續治理顧問)
現任國際知名風險管理集團資深顧問，專司企業整體風險評估及整合解決方案、新興風險及政治前瞻顧問。
留美傳播學院雙碩士，並擁有英國劍橋大學Judge 商學院循環經濟及永續策略證書、哈佛商學院策略分析(包含破壞性策略、策略執行及永續策略)、領導與管理(management and leadership)以及Business in Society專業證書，美國華頓商學院ESG 重大因素分析證書，工研院TCFD, CDP, SBTi培訓證書，MIC產業分析師課程證書。ISO 14064 (主稽), ISO 14067, ISO 14068-1 (主稽) BS 8001, ISO／IEC42001 主稽
