商業興觀點／AI 普及…重估人才價值

生成式人工智慧（AI）正快速改變各行各業的運作模式，從內容產製、資料分析到決策支援，AI的應用已從技術部門擴散至企業核心。各國政府也陸續將AI納入國家戰略，台灣近年透過「台灣AI行動計畫2.0」與「AI新十大建設」，積極打造AI創新與應用環境。

然而，隨著AI技術日益成熟，企業面臨的挑戰已不再只是「會不會被AI取代」，而是更貼近日常營運的問題：當AI成為標準配備，什麼樣的人才，能在組織中持續創造價值？

依據本院觀察，AI是否能在組織中發揮實質效益，關鍵往往不在工具本身，而在管理與決策層如何使用這些工具。

根據McKinsey最新《2025全球AI狀況調查》，已有高達88%的企業在至少一項業務功能中使用AI，但真正能推進至跨部門、全組織應用的比例仍然有限，這樣的落差，反映的並非技術成熟度不足，而是組織尚未準備好如何「用AI做決定」。

在多數案例中，AI導入最先暴露的問題，往往是需求與目標本身的不清楚，當組織無法釐清希望AI解決的是什麼問題、支援哪一類決策，再精準的模型，也只能產出看似合理、卻難以轉化為行動的結果。

此時，真正影響成效的，並非技術能力，而是管理者是否具備拆解問題、設定優先順序與判斷邊界的能力。

另一方面，AI雖能協助分析績效與流程，卻無法感知團隊對變革的焦慮與抗拒。在組織轉型與流程重整過程中，成敗往往取決於管理者是否能說清楚改變的理由，並在效率與人之間取得平衡。這類能力，並不會隨著AI技術進步而自然出現。

此外，AI專案往往橫跨技術、業務與決策層，但這些部門之間並不存在自動對話的機制。實務上，許多專案停滯的原因，不在於技術不可行，而在於缺乏能整合不同語言、不同期待的角色。這類角色，通常最熟悉的不是模型細節，而是組織如何運作。

綜合上述觀察可發現，隨著AI成為企業營運的標準工具，挑戰已從「要不要導入AI」，轉向「如何用AI做出更好的決策」。從政策視角出發，未來AI相關政策與人才措施，建議可朝以下方向發展：

一、AI政策不宜僅聚焦技術導入，應同步強化決策與價值判斷能力，引導企業重視策略思考、品牌定位與組織文化等管理層面的能力建構。

二、AI人才培育重點宜從單一技術能力，擴展至管理與決策能力，使AI應用能實際支援組織決策。

三、企業輔導與補助措施可導入「決策品質」的觀察視角，避免以技術導入數量作為唯一成效指標。

四、政策評估指標宜反映AI對組織長期發展的影響，逐步納入跨部門協作、治理能力與價值判斷等面向。

整體而言，AI時代真正被重新定價的，並非單一技術能力，而是管理者如何運用AI進行思考與判斷。政策若能回應這一轉變，將有助於企業在AI普及的環境中，建立更具韌性、也更可持續的競爭優勢。