|
AI 快速發展，企業開始思考如何將 AI 導入人才管理、人才發展與組織決策。但企業要真正發揮 AI 的價值，第一步不只是選擇 AI 工具或導入新的應用，而是建立可整合、可治理、可持續累積的人才數據基礎。換句話說，在 HR 應用 AI 之前，企業必須先回答一個問題：企業內的人才數據，真的準備好了嗎？
育碁於 2026 年 8 月 26 日攜手 ATD 台灣交流會舉辦「HR 應用 AI 前，企業內的整合性人才數據準備好了嗎？」線上分享會。活動由 ATD 台灣交流會會長徐秀燕（Grace）開場，介紹即將於 10 月 27 日至 29 日登場的 ATD 2026 亞太會議暨展覽會（ATD26APC）；隨後由育碁數位科技總經理楊中旗（George）從 AI 發展趨勢、台灣 AI 產業定位，到企業人才資料治理與整合性 HRIS，探討企業如何為下一階段的 AI 應用做好準備。
本次活動延續育碁「AI-Ready Data 到 AI-Ready HCM」的核心思考：企業要真正發揮 AI 價值，不能只從導入工具開始，更需要回頭檢視資料基礎、系統整合與人才管理能力。
AI 熱潮下，企業更需要判斷自己的 AI 導入位置
面對生成式 AI 與 AI Agent 快速演進，企業普遍感受到技術變革帶來的壓力，也擔心錯過下一波競爭機會。
育碁楊中旗總經理從過去網路泡沫、Cisco 等企業的發展歷程切入，提醒與會者：技術熱潮帶來的高期待，不一定等於長期價值；但真正具有影響力的技術，也往往會在熱潮退去後進入更大規模的實際應用。相較於 2000 年前後的網路產業，目前全球大型企業的市值結構已有明顯改變，AI、半導體、雲端與科技平台企業占據更高比例。從 NVIDIA 等企業快速崛起的速度，也可以看出這一波 AI 技術與資本投入的規模及發展速度，可能遠高於過去的網路時代。
不過，企業真正需要思考的，並不是「要不要追 AI」，而是如何判斷自身所處的位置，並規劃從現在走向實際生產力的路徑。以 Gartner Hype Cycle 的觀點來看，生成式 AI 正逐漸從高度期待走向更務實的應用檢驗，而 AI Agent 仍處於市場高度關注與快速發展的階段。接下來企業將持續面對資料分散、模型幻覺、資安、權限、合規與 ROI 等實際問題。因此，企業不需要在技術熱潮最高點全面投入，也不應因為短期挑戰而完全放棄，而是應該以分階段、可驗證的方式，逐步建立 AI 應用能力。
台灣站在 AI 供應鏈前端，但企業 AI 應用仍有落差
台灣在半導體、AI 伺服器及全球科技供應鏈中已扮演關鍵角色。從過去網路設備產業以零組件供應為主，到今天 NVIDIA AI 伺服器等大型系統主要由台灣 ODM 廠商參與組裝，台灣在全球 AI 硬體供應鏈的重要性已大幅提升。
然而，供應鏈能力領先，不代表企業內部的 AI 應用已經同步成熟。楊中旗總經理指出，台灣在資訊科技、半導體與 AI 供應鏈具有高度競爭力，但企業在整體數位化與 AI 應用普及方面，仍存在不同程度的落差。對企業而言，AI 應用的起點，也不一定是自行開發模型或大量導入 AI 工具，而是先盤點：
- 人才資料是否仍分散於不同系統？
- HRM 與 HRD 資料是否能夠串聯？
- 不同年度、組織與人才資料是否具有一致的定義？
- 企業是否具備可信、可存取且可分析的資料基礎？
這些問題，正是企業建立 AI-Ready Data 的起點。
什麼是 AI-Ready Data？AI 的成效取決於人才資料是否準備好
AI 可以協助企業進行分析、預測與決策，但前提是 AI 能夠取得具有一致性與企業脈絡的資料。企業的人事、組織、薪酬、績效、學習、職能與證照等資料，過去往往分散在不同系統、不同部門，甚至不同年度的 Excel 檔案中。
當資料彼此無法串聯，即使導入再強大的 AI 工具，也難以產生真正符合企業情境的人才分析與管理建議。因此，AI-Ready Data 並不是單純將資料數位化或集中保存，而是建立可供 AI 理解、查找、分析與安全使用的資料基礎。
企業需要逐步進行：
- 資料清理與標準化
- 建立一致的資料定義
- 補足必要的資料標籤與上下文
- 提升資料的可讀性、可查找性與可互通性
- 建立權限、治理與可信任機制
當 HRM 與 HRD 資料可以跨模組、跨年份、跨專案持續累積，企業才有機會從單純的資料管理，逐步走向人才洞察、趨勢分析、風險預警與 AI 輔助決策。
從資料治理開始，逐步走向 AI-Ready HCM
針對企業的人才數據準備，活動中也提出一條逐步成熟的發展路徑：資料治理 → HRM × HRD 整合 → 人才洞察 → AI 分析與決策支援。
第一步，是建立可持續累積且具一致性的資料基礎。
第二步，則是打通 HRM 與 HRD 等不同功能模組，讓人事、差勤、薪酬、績效、職能、學習與人才發展資料不再各自獨立。
當資料能夠串聯後，企業才可以進一步比較不同年度、不同組織、不同人才族群的變化，並逐步建立人才分析能力。最後，AI 才能真正進入企業的人才管理場景，協助進行預測、風險告警、分析與行動建議。
不過，AI 應用並不只是模型能力的競賽。企業在導入過程中，也需要同步考量 AI TRiSM（AI Trust, Risk and Security Management），包括模型可解釋性、偏誤、資料安全、權限控管、政策合規與 AI 自主行為等問題。因此，較務實的方式，是先從明確的應用場景進行試點，盤點資料與風險，再逐步擴大應用範圍。
a+HCM：讓 HRM × HRD 資料持續累積為企業人才資產
在企業建立 AI-Ready Data 的過程中，整合性 HRIS 將成為重要基礎。
育碁長期投入 HRD 與 HRM 系統發展，持續透過 a+HCM 將人事、組織、保險、差勤、薪酬、訓練、績效、職能、證照及表單流程等資料整合於共同架構。企業可透過同一入口、同一 APP 與共用資料庫，降低多套系統並行所產生的資料同步與維護成本，同時讓跨模組的人才資料能夠持續累積。
這些今天看似分散的日常管理資料，未來都可能成為企業重要的人才資料資產。也因此，育碁提出的 AI-Ready HCM，並不是直接將 AI 功能附加在既有系統上，而是希望企業先建立可長期累積的資料基礎，再逐步導入智慧分析與 AI 應用。
a+HCM 8.3：持續強化資料治理與數位化管理
活動中也搶先介紹即將推出的 a+HCM 8.3。新版本將持續以 HR 數位化與資料治理為基礎，推出多項新功能，包括：
AI 翻譯多語系界面
針對跨國與多語系企業需求，a+HCM 提供 AI 多語系介面應用，協助企業降低海外人員使用系統的語言門檻。目前支援日文、越南文、印尼文、泰文、西班牙文、緬甸文及馬來文等多種語系，涵蓋系統 UI、報表、欄位與相關使用內容，協助企業逐步建立更友善的跨國人力管理環境。
多地點 APP 打卡
新版支援透過 GPS、公司 IP 或 Wi-Fi 網段驗證打卡地點，企業可依不同部門、人員與班制設定適用規則。無論是總部、多辦公室、外派據點或不同工作地點，都可以依企業管理需求進行彈性設定。
表單與流程設計（加值功能）
企業行政與 HR 管理中，仍有大量申請、簽核與管理流程需要處理。a+HCM 8.3 新增更完整的表單與流程設計能力，HR 可透過拖拉方式建立自訂表單、設定簽核角色與條件判斷，並支援流程模擬、版本管理與排程生效。同時，系統也提供動態資料匯出功能，讓企業可以依實際申請紀錄進行查詢、稽核與後續分析。
參數匯入匯出與彈性育嬰留停
新版亦持續強化系統建置與制度管理效率。企業可將測試環境中的制度參數與基礎資料進行匯入匯出，降低重複設定與部署成本；在因應人資法規與實務需求方面也支援以日為單位申請育嬰留職停薪，並連動相關人事、保險、年資與薪資計算作業。
從系統功能，到 AI 人才發展 Ecosystem
除了持續升級 a+HCM 核心系統，本次活動也正式介紹育碁與工研院資訊與通訊研究所合作推廣的 AI Mentor SaaS。
AI Mentor 聚焦企業知識傳承與 AI 角色扮演學習，可應用於：
企業可將課程影片、PPT、PDF、逐字稿等既有教材轉化為 AI 學習內容，並透過 AI 角色扮演、對話與即時回饋，讓員工進行反覆練習。例如，企業可以將資深員工的專業知識、銷售話術、服務經驗與最佳實務，逐步轉化為可複製的數位訓練資產。
對新人而言，可以透過 AI 隨時進行練習；對資深人員而言，也能降低重複教學與陪練所需投入的時間。未來，育碁也將持續評估 AI Mentor 與 a+HCM 的整合可能性，讓學習、對練與人才發展資料，有機會進一步累積於企業整體人才數據架構中。
從 AI-Ready Data，到企業下一階段的人才管理能力
AI 的發展速度持續加快，但企業真正的挑戰，已經不只是「要使用哪一個 AI 工具」。下一階段，更重要的是：企業是否擁有可以持續累積、整合與治理的人才資料？企業若希望 AI 未來能真正協助人才分析、風險預警與決策支援，就需要從今天開始處理資料分散、系統斷點與管理流程數位化等問題。
育碁也將持續以整合 HRM × HRD 的 a+HCM 為核心，結合 AI 技術、人才發展應用與 a+HCM Ecosystem 合作夥伴，協助企業逐步從資料治理出發，建立 AI 時代所需的人才管理基礎。
感謝本次所有線上參與的企業主管、HR、L&D 與人才發展夥伴。接下來，育碁也將持續透過 ATD26APC 系列活動，與企業共同探索 AI、人才數據與人力資本管理的下一步。
從 AI-Ready Data 開始，逐步走向 AI-Ready HCM。
關聯活動
延伸閱讀
- AI-Ready Data 與 HRIS
- 人才數據與整合性人才管理
相關活動
|
