後疫情『期間』，CEO 與人資所面臨的是企業陸續 AI 化後，AI 對管理的影響極鉅！人力資源管理發展趨勢相應的策略與作業，須取得合宜轉型之道。
近來各種快速變化，已經很難以『時代』二字來形容，新局勢的新作為，在還沒有形成常態前就被更迭。不使用後疫情『時代』二字，或許更能貼切描繪變化之劇烈。
Covid-19 疫情重創許多國家經濟，加速改變企業經營、人民消費與生活模式，大部分企業以更積極的心態，擬定目標與預算，迎接疫情後的 AI 或是 AIOT 需求，少部份企業兵荒馬亂，不知所措，也有極少企業無感於變化。從人力資源管理策略與作業來看，建議 CEO 與 HR 主管熟悉了解下列六大趨勢，透過 HR 作業本質與內容轉換，協助企業與 HR 部門擬定合適的轉型作法。
這篇文章你看不到近來常見的人力資源數位化轉型幾部曲，因為數位化已經是必備的基礎，在這個基礎之上AI對管理的影響與挑戰更是 HR 人員必須認真看待的問題。
AI 力 = 人才 x AI ； AI Power = Talents x AI
🔼
HR 專業人員對組織、文化和士氣等超越 AI 透過 sensors 所可以判讀的資訊，仍然會是 HR 管理工作的重要環節，這就是上述方程式 AI Power = Talents x AI 中 Talent 的價值。（Richie Chan 補充）
趨勢與策略一，僱傭關係結構改變
技術，業務，行銷，問題解決方案類型的員工，與企業雙方，將從上與下的角色關係，轉變為客戶與能力技術提供者更為雙向平等互惠的角色。
企業的用人與人才能力兩方各自的利基點，將被平台化與商品化。傳統人力銀行的媒合模式進化為：人才歷年在企業的工作成果與表現，以及在網路的大量評價將成為評估重要參數，企業方的各項優劣勢也不再是祕密，雙方各自都能掌握大量數據與資訊，企業與人才可以了解彼此狀況，即時媒合。能夠提供精準資料庫與有效推薦分析的平台，勝出。
部份工作領域以往長達一年或兩年的雇傭關係已經不復存在（如果看到長遠關係聯想到終身僱用或是5年以上者，建議請先拉回現實，那是 20 年前與 5 年前的世界了），變為更短的交易關係，但可能轉換為長期配合的對象，尤其是非核心業務或半核心外包業務。（半核心業務指的是支持公司核心業務的短中長期外包工作）
上述趨勢變化，將企業與人才將從「僱傭關係」轉變成「合夥關係」（Hanes Yang），上對下的用人模式將加速改為雙向的網巢式結構，下圖：
短期契約、顧問合約，以至彈性工時等非傳統勞務關係在過去二、三十年越來越普遍，在疫情下更幾何級數增長，AI 更普及化後，將有另一增長契機，可是 “僱傭關係將不再存在？” 我不認為會有那麼重大改變，公司仍然需要對組織文化和人有深入了解、夠投入和熱情、夠穩定的員工。員工有選擇的話亦大多數會選傳統僱傭關係。（Richie Chan 補充）
趨勢與策略二，企業內現有人才與組織的 AI 化挑戰
AI 力 = 人才 x AI ； AI Power = Talents x AI
除了投資者具備資本優勢，管理者的位階與權力將模糊化，尤其企業引入 AI 輔佐相關作業後，專業者+AI 的工作或服務能力將大幅躍升到現有管理者無法理解與掌握的狀態，除非管理者也具備相同能力。
企業未來有極大可能將不需要『人』的管理者（Supervisor），管理變成一種服務（Service）由 AI 取代，服務的結果與相關參數，則交由領導者判斷與決策。
領導力愈顯重要，溝通，教練，衝突，異常處理，價值判斷，客戶導向，策略思維，人才培養，願景與價值觀等，將成為新一代主管必須更加突顯的技能。
年資的優勢將被徹底打破，更高的可能性是成為障礙，除非能夠跟上企業整體學習速度以及運用新科技的腳步。
人資單位本身除了運用新科技來服務內部客戶，協助企業產出價值，也須與企業共同擬定各部門數位化，智慧化的行程表，透過進度管理輔助建置相關的學習內容，協助不同階段的同仁具備相關能力與技術，當整體企業智慧化程度高，整體產生綜效能力就會佳。
對於企業內 AI 能力的培養，HR 要充分與 IT 合作，光靠 HR 部門可能力有未逮且可能失準。（Hanes Yang 補充）
已有二、三十年歷史的 HRIS 系統一直在將抽象和偏軟性的人資管理數據資訊化、決策智慧化，什至可說已為 AI 化舖下初步基礎。其實人資 AI 化也一定要建基在好的 HRIS 所收集的資訊上，所以也受限在 HRIS 的挑戰和限制，例如資訊項目的取捨決定了將來 AI 的品質和其學習然後自我改善的方向和速度，因為建立資料庫需要時間。此外，雖然 AI 的優勢是自我學習和修正，初期仍需要夠經驗和策略能力的領導的正確指導和修正。（Richie Chan 補充）
趨勢與策略三，去固定薪化的薪酬設計
以個人或專案團隊為核心的利潤中心制
薪酬設計將從傳統的職務定額 + 獎金的作法，大量轉向朝向個人與團隊利潤中心制。因每一筆交易或是專案都可以透過大數據以及 AI 找出最佳效益解，是利潤優先，還是市佔第一，或是收益達標即可？達成這些不同的企業營運策略目標，該員的工作價值如何？使用內部資源的成本為何，短期與長期貢獻都可以量化，使用公司其他服務的時間與程度也可量化，量化結合個人與團隊收益，求取績效最大化。聽起來有點恐怖類似全面監控，個人是不希望在這樣的公司上班，但陸續有類似的作法在數個世界知名企業執行，而且，並不難設計與執行。
薪酬制度的主要決定因素一向是薪酬巿場和商業目標與個人激勵的平衡，AI 也許能精準測量個人/團隊貢獻，但不會因此令斤斤計較的薪酬制度成為更有效的制度，當然對本來就按件計酬的業務職位來說，AI 是可以大幅改進精準度。（Richie Chan 補充）
趨勢與策略四，新的法令解析與運用
上述各項變化，都會有相關的應用面的法令規定產生，HR 須掌握了解內容，才能有效正確處理。
趨勢與策略五，Fake ID （Deepfake） + AI技術讓面試回歸傳統
AI 技術加快與提供企業面試的效能，精準度，但別忘了，這是雙向的。因為人才方也可以使用 AI 工具，了解企業人員說明的工作內容與描述企業文化是否屬實，面試主管的溝通與管理能力是否合宜，或即時找出各種資料來判斷面試主管是否是一個好的領導者，值得跟隨的主管。
不久的將來，Fake ID (Deepfake) + AI 技術將使線上面試無法判斷是否為求職者本人，到最後，關鍵崗位的實體面對面訪談，會成為必要的『傳統手段』，除非第三方更強悍的審查機制或技術出現。
強化企業管理體質，改善主管領導風格與能力，企業的長期生存實力才是企業雇主品牌形象的重點，其他過度的美化包裝就不必也無效的。
所謂機械人或 AI 面試本來就只是一個輔助工具，可以加快大量面試的流程，也可以極致標準化和客觀化的面試協助平衡主管面談的主觀，我不相信有那家公司會完全靠 AI 而不經真人面試決定聘用。所以擔心被 AI 面試者騙是過慮了。（Richie Chan 補充）
趨勢與策略六，AIoT人才留才難度大增
Domain knowledge + AIoT 專業人士的招聘或培養極不容易，離職後如無人接手，對企業影響更甚於其他人員。建議透過下列方式建立企業留才機制：
策略思維：『人力資源管理』作業本質的轉變
上述的六大人力資源發展趨勢，將促成
Human Resource Management 人力資源管理 ，進化為
🔼 Organization Value Management 組織價值管理。因為公司的產值將不只由人力資源來提昇，而是由人力資源+AI 共同創造。
Human Resource Development 人力資源發展 ，將進化
🔼 Organization Value Augment，組織價值擴增。某些部門會單位完全由 AI 取代，但新的組織型態誕生，目的是拓增企業價值，同樣的，新任務由人才與 AI 共同完成。
現有的選才，用才，晉才，育才，留才的架構，將轉型變革為組織價值管理 🔼 Organization Value Management
也就是說，行政作業，一般管理，標準化服務將被 AI 完全取代。
舉例來說，2005 年當我還是某企業人資經理的時候，我的人資副總與我們規劃的是如何把 HR 的行政庶務外包，我們專注在更有價值的項目，例如外包各種保險作業，員工發薪，員工福利規劃，教育訓練執行與追蹤，基層員工招募等。而現在，這些作業都不需要外包了，新的科技比外包更有效，更快速節約，並能串連內部資訊，提供即時的資訊流。
因應策略
現在人資人員要儘速規劃，除了上述工作，哪些可以進一步『外包』給新科技。例如履歷篩選，初步面試，職能模型建立，人力盤點，能力盤點，專案人數與人才建制，專案人才適配度最佳化，組織基本設計，流程基本優化，人才輪調分析，薪酬規劃方案，專案 AI 教練，人才職涯發展，人員管理初階 AI 教練，基本內部溝通等。透過這些新時代的模式，新的組織型態，新的流程，新的作業辦法相應產成。
人力資源人員更該具備什麼能力，來因應這些趨勢與挑戰？企業如何準備來面對 AI 對管理的影響與衝擊？。
人力資源人員的未來能力
為了滿足上述內容需求，協助企業，組織與人才轉型，HR 人員必須具備下列『未來能力』
-
組織設計
-
流程解析
-
績效優化
-
新職能運用
-
演算法基礎邏輯
，才可與企業所面臨的挑戰與內部需求與時俱進，順利推動前述人力資源發展趨勢下的各項工作項目，請參考下列總表：
CEO 與 HR 主管，建議先行思考準備，依據貴公司的『價值體系』，『方法體系』以及『實務拓展體系』，參考本文的人力資源發展趨勢以及 HR 工作本質轉換的因應策略，規劃適合企業狀態的轉型作法。
領導人，包括 CEO 和部門主管的策略方向及判斷在 AI 化管理時代仍是最重要的，AI 的自我學習可以往利潤最大化走，也可先多偏市佔最大化，或持份者 stake holders 利益平衡化，然後，無論那種偏向，爭取的是一至三年的短期最大化或平衡化，還是中長期最佳化，都是要評估的。再者 AI 設定目標時的情勢可以隨時改變，領導人的心境和人生不同階段亦可能左右以上的取向。最後，AI 自我學習後，其決策是否真的如領導和其他持份者原來的期待，會不會走了偏鋒，犧牲了一些必需照顧的目標或價值，也需要密切調控。（Richie Chan 補充）
感謝 Hanes Yang，Richie Chan 協助修訂與提供更詳細資料與看法。（依據英文名排序）
