企業推動 AI 導入，需要同時規劃技術系統與人員能力。資訊部門關心工具、整合、資料與資安，HR 關心員工能否理解、應用與適應工作改變。教育訓練可以協助兩邊建立連結，讓員工有機會把公司投入的技術，轉成日常工作中的幫助。
每次接企業內訓，我會先了解學員來自哪些部門、負責什麼職務，以及每天需要完成哪些任務。業務可能想改善提案與客戶溝通，行銷在意文案和素材的產出，HR 則關心招募、員工體驗與人才發展。
我想先知道這群人每天在煩惱什麼，再依照工作情境設計教材。
也因為這樣，我常有機會同時聽見 HR 與資訊部門對課程的期待。有時 HR 希望讓更多同仁開始使用 AI，資訊部門則會進一步問：這樣的訓練，回到公司後能看見什麼成效？
這個問題值得認真回答。它也讓我看見，雙方都在談 AI 導入，卻經常從不同的位置理解這件事。
同樣談 AI 導入，HR 與資訊部門在關心什麼？
HR 與資訊部門因為工作責任不同，會優先看見 AI 導入的不同條件。資訊部門需要確認技術、安全與維運，HR 則需要理解員工能力、學習需求與工作適應，企業應將這些條件放在一起討論。
在我接觸的企業情境裡，資訊部門經常需要回答很具體的問題：公司適合用哪套工具？資料放在哪裡？哪些人有權限？能不能串接既有系統？出了問題由誰處理？
這些問題會影響服務能否穩定提供，也關係到企業要承擔的成本與風險。
HR 看見的則是另一組問題：同仁目前會用到什麼程度？哪些職務需要先學？有人跟不上怎麼辦？大家會不會因為擔心被取代，而對改變感到不安？主管要怎麼帶團隊調整工作？
| 討論面向 | 資訊部門常優先關注 | HR 常優先關注 |
|---|---|---|
| 導入準備 | 工具、帳號、資料、權限與整合 | 員工能力、職務需求與學習安排 |
| 使用風險 | 資料外洩、錯誤輸出與系統維護 | 誤用、焦慮、抗拒與角色適應 |
| 所需支持 | 技術架構、管理規範與維運人力 | 練習時間、回饋、主管引導與持續學習 |
| 成果觀察 | 功能是否可用、流程是否穩定 | 員工是否能獨立應用、工作行為是否改變 |
這份整理來自我在內訓需求討論中的觀察；各企業的實際分工會依組織規模與職責安排而異。
當雙方只從自己負責的部分判斷，課程價值就容易出現落差。HR 看見有人需要支持，資訊部門則可能還在等待可驗證的工作成果。我認為，這兩個期待需要被放進同一份導入計畫。
技術與人的問題，需要從規劃時一起考慮
企業 AI 導入應由 HR 與資訊部門共同規劃，並邀請使用部門參與。技術條件、人員能力與工作分工彼此影響，及早一起討論，才能為員工準備實際可用的工具與支持。
Gartner 在 2026 年 8 月的專家問答中，提出人資長（CHRO）與資訊長（CIO）應共同規劃人機協作所需的能力、標準與治理。共同責任涵蓋技能與人才管理、工作重新設計，以及人機協作的績效衡量。
這個觀點，讓我更能說明內訓現場需要的合作。
例如，公司希望同仁用 AI 整理文件，資訊部門要確認工具與資料使用條件；HR 與主管需要了解哪些人會使用、需要什麼練習；使用部門則要說清楚，整理後的成果要符合什麼要求。
如果這些條件能在課前共同確認，講師就更容易設計貼近工作的內容，學員也比較有機會把練習延續到工作中。
課堂讓我看見，一般員工需要跨過的應用門檻
一般員工把 AI 用進工作，需要辨認適用任務、準備資料、說明需求並檢查成果。這些能力需要結合職務經驗與實際練習，過程中的摸索時間與挫敗感，也應納入企業的訓練需求評估。
我原本從事軟體工程。對部分技術人員來說，研究工具、測試功能或整合系統，本來就是工作的一部分。接觸新的 AI 應用時，可能很快就能想到，可以拿來協助哪個工作環節。
其他職務的入口，往往需要另外建立。
行政同仁熟悉的是報表、文件與進度追蹤，業務熟悉客戶需求與提案，人資熟悉招募與員工溝通。這些專業經驗很重要，但要把它們和 AI 的能力連起來，仍需要一段嘗試。
知道 AI 可以整理文字之後，員工還要判斷：手上的資料該怎麼準備？要整理成什麼樣子？哪些內容必須保留？結果有沒有漏掉重要訊息？這次的方法下次還能不能使用？
我在課堂中確實看到，這段轉化對一般員工來說滿困難的。需要花時間，也可能在幾次結果不理想後，覺得還是照原本的方法做比較快。
Gallup 於 2026 年發布的研究，分析同年 2 月對 23,717 位美國員工的調查，發現工作流程的適配與主管支持，都和 AI 的經常使用密切相關。在公司提供 AI 工具的受訪者中，非常同意 AI 能融入既有系統與流程的人，有 88% 經常使用 AI；其他受訪者的比例為 55%。
這項調查呈現的關聯，提醒我持續注意員工的工作情境：公司提供工具之後，還需要協助員工找到有用、可行的使用方式。
用企業熟悉的案例，讓員工找到工作的連結
貼近工作情境的 AI 內訓，可以讓員工在熟悉的任務中練習使用、修改與查核。講師藉由需求理解、案例設計與現場回饋，協助學員減少獨自將通用教學轉成工作方法的摸索。
這也是我越來越重視課前了解需求的原因。
當學員面對的是自己熟悉的工作，他比較知道成果哪裡有幫助、哪裡還需要調整。我也能在他嘗試的過程中，看見問題究竟出在資料、需求描述、操作，還是對成果的期待。
例如，整理資料時需要保留哪些欄位、產出的文字要給誰看、哪些內容需要查核，都是可以在實作中一起釐清的問題。透過這樣的來回，學員比較容易建立下次還能使用的方法。
從我之前收到的課後回饋來看，用企業的工作案例帶領練習後，學員更容易理解如何把 AI 用回自己的工作。這些回饋讓我持續調整教材，也讓我更確定，課程需要留下連接日常工作的入口。
BCG 的《AI at Work 2025》調查涵蓋 11 國、超過 10,600 位工作者，只有 36% 認為自己獲得足夠的 AI 使用訓練。調查也發現，接受至少五小時訓練，尤其能取得實體訓練與輔導的員工，更可能經常使用 AI。
這項跨國調查呈現了訓練、輔導與使用行為之間的關聯。企業可以再透過自己的任務與課後追蹤，確認哪些支持最有幫助。
關於不同學習起點、課堂操作與工作應用的教學安排，我在另一篇企業 AI 內訓規劃文章中有更完整的整理。
企業需要為人的學習與適應配置資源
企業期待員工運用 AI 改善工作，就需要為能力培養安排資源，包括貼近職務的訓練、練習時間、可用工具與主管支持。人員能力的提升，應與技術建置一起納入 AI 導入規劃。
我希望企業能更重視一般員工的 AI 素養。這裡的素養，包括理解 AI 的用途與限制、說明工作需求、準備合適資料，以及判斷成果是否能使用。
這些能力會影響員工是否願意繼續嘗試，也會影響公司投入的工具，最後能在多少人的工作中發揮作用。
當企業認為教育訓練難以看見成效，我認為可以一起問得更具體：公司希望員工改變哪一項工作？員工目前卡在哪裡？除了課程，還需要什麼條件？
資源可以依需求配置：有人需要工作案例與引導，有人需要工具權限，有人需要主管允許他在工作時間嘗試，也有人需要在第一次使用後，有機會得到回饋。
| 需要投入的資源 | 希望促成的改變 |
|---|---|
| 貼近職務的訓練與練習 | 員工找到適合自己工作的使用方式 |
| 合理的學習與試用時間 | 員工能嘗試、修改並建立方法 |
| 可用的帳號、工具與資料規範 | 課堂方法能在公司環境中實踐 |
| 主管回饋與同儕交流 | 使用經驗得以修正、分享與延續 |
HR 看見的能力需求，值得和資訊部門看見的系統需求一起被評估。公司可以依優先任務分階段投入，逐步確認哪些支持能帶來實際改變。
讓 HR 與資訊部門，一起定義值得追蹤的成果
HR、資訊部門與使用部門可以共同確認訓練目標，追蹤員工能否獨立完成任務、是否持續使用，以及工作時間與成果品質的變化。共同檢視應用卡點，能幫助企業決定下一步應補足的支持。
我能理解資訊部門希望看見成效的期待。企業投入預算與員工時間，本來就需要知道，這些投入帶來什麼改變。
對一開始還無法把 AI 連上工作的同仁，找到一個適合的任務、完成第一次可使用的成果，是重要的進展。接下來可以觀察，他能不能獨立再做一次、是否開始持續使用，再進一步比較完成時間、錯誤與重工情況。
HR 可以協助記錄能力與使用行為的改變，資訊部門協助辨認工具、權限與整合的限制，使用部門主管則確認成果品質與工作需求。追蹤期間可以依任務發生頻率安排；比較效率時，也需要保留原本做法的基準，並計入人工修改與查核時間。
做企業內訓，讓我有機會站在這幾種期待之間，協助大家把各自看見的問題說清楚。
資訊部門關心系統如何運作，HR 關心人如何參與改變，第一線同仁則需要知道，明天手上的工作究竟可以怎麼做。當這些問題能一起被討論，企業就更有機會安排出真正用得上的訓練。
我希望企業在規劃 AI 投資時，也為一般員工的學習與適應留出資源。讓更多人有能力參與，技術才更有機會在日常工作裡發揮價值。
常見問題
企業 AI 培訓的資源、分工與成果追蹤，可以依使用部門的任務安排。HR、資訊部門與主管共同確認需求，並提供可用工具、練習機會與回饋，有助於將訓練延續到工作現場。
企業 AI 教育訓練應由 HR 還是資訊部門負責？
企業可以依既有分工決定主責窗口，並由 HR、資訊部門與使用部門共同規劃。HR 協助理解能力與學習需求，資訊部門確認工具、資料與安全條件，使用部門則提出工作任務與成果要求。
預算有限時，企業可以先投入哪些學習資源？
可以先選定一個部門或共同任務，提供可用工具、工作案例與練習時間，並安排一次使用後的回饋。觀察員工卡點與成果後，再決定需要擴大訓練、補足資料，或調整工具與流程。
員工回報 AI 很有幫助，企業如何進一步確認效率？
可以選擇相近任務，比較使用前後的完成時間、成果品質與修改次數，將人工查核與修正納入計算。課後也可追蹤員工是否持續使用，以及方法能否分享給其他同仁。
參考資料
本文以 Gartner 的 HR 與資訊共同規劃觀點、Gallup 的美國員工調查及 BCG 的跨國工作者調查，說明技術、訓練與組織支持如何連接 AI 的工作應用，並結合作者的內訓觀察與課後回饋。
- Gartner（2026 年 8 月 17 日），Gartner Says Shared CHRO-CIO Ownership Is Critical for AI Transformation。
- Gallup（2026 年 4 月 12 日），AI in the Workplace: What Separates Adopters and Holdouts。
- Boston Consulting Group（2025 年 6 月 26 日），Companies Must Go Beyond AI Adoption to Realize Its Full Potential。
關於作者
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2026-10-21