此外，根據企業過往的員工資料，包括薪資水準、調薪頻率與幅度、升遷歷程、工作績效等，利用機器學習可以建立各種預測模型，大幅提升人力資源的管理效率。例如人才流失是所有企業的痛，而一個好的離職風險模型，能夠估算每位員工的「離職風險分數」，預測具備哪些特徵因子組合的員工類型離職風險最高。人資部門一旦掌握這些資訊，即可協助主管主動出擊，提前採取因應措施，如改善工作條件、提供發展機會或調整薪酬福利，以挽留對企業有價值的關鍵人才。
類似的預測模型不只用於「留才」，「選才」亦復如是。但盡信機器不如無機器，科技在這裡支援的主要功能，應該還是希望以相對合理的方式，先期過濾明顯不適合的應徵者，減少徵才人員時間成本的無謂浪費，集中精力於深入了解比較值得期待的人選，最終的取捨還是必須由真人判斷。
科技育才模式創新
伴隨新科技的出現，企業「育才」方式也不同以往。企業內部的AI培訓平台可以根據員工的工作表現、學習進度和個人興趣，提供個性化的學習資源和課程推薦。這種個性化學習路徑有助於提升員工的技能和職涯發展，同時增加學習的動機與誘因。如果加上AR、VR技術帶來的虛擬沉浸式體驗，藉由臨場感與人機互動特性，讓訓練內容確切反映真實工作場景，可促使學習者更為投入。事實上，以AI搭配沉浸式體驗的培訓，不但將培訓場域由傳統教室內移往教室外，也將培訓行為的中心由講師翻轉至學員。
生成式AI的興起，又為企業的育才模式帶來更多創新。去年《哈佛商業評論》的文章即舉出案例。某大型企業軟體公司注意到，他們的新進客服人員需要好幾個月，才能學會如何應對顧客並回答技術問題，但許多人在技能養成之前就離職了。於是該公司尋求AI解決方案，建立大型語言模型，先將客戶與客服人員的對話內容作為訓練資料。AI經初步訓練後，再微調，便能辨識在不同情況下能帶來良好客服效果的用語。
但是眾所周知，生成式AI有時有虛構答案的毛病。為了避免這個風險，該公司另外引入一種稱為內脈絡學習（In-Context Learning）的機器學習技術，也就是當包含某些特定用字的問題出現時，就從相關的公司標準文件如使用者手冊中取得答案。這整套AI會即時監控客戶與客服人員的線上談話，並做出回應，但這個回應不是直接給客戶，而是提供給客服人員自行判斷運用。試行2個月後，不僅顧客滿意度獲得改善，原本處理速度最慢的客服人員（大部分是新進人員），平均每小時解決問題的數量增加了35%，新進客服人員的流動率也下降。這個案例展示出，某些工作必備的專業知識和能力，以前必須透過冗長的訓練或長期經驗累積才能獲得，現在，在生成式AI推波助瀾下，創造了成效更好的培育機制。
人力資源部門扮演數位轉型關鍵角色
非營利智庫Conference Board在2023年底針對全球人資長的調查發現，61%的人資長計畫在2024年投資AI以簡化人力資源流程，提升員工體驗，幫助企業做出更好、更快的人才決策，甚至重新定義工作方式。不過即使市場上已出現越來越多標準化的HR Tech工具，但考慮到各機構有其獨特的企業文化，所需人才的各項特質必然不盡相同，倘若預測模型並非自行以內部資料開發，理想的做法至少也應將標準化工具予以微調，才能符合不同企業用人的差異性。
金融業者如何透過開發或引進合用的HR Tech，提高人才選用育留的準確度與效率，進而提升整個組織的創造力與生產力，是值得深思的課題。人力資源管理加入HR Tech並不是「按下開關就可以開始」的解決方案，而人資部門在金融機構數位轉型的過程中，顯然可以扮演更為積極的角色。
＊本文作者張凱君為台灣金融研訓院金融研究所所長、吳文蔚為金融研究所輔佐研究員，本文選自172期台灣銀行家雜誌，授權轉載。
