商業思維:人力資源的關鍵價值,絕對不僅是離職率或招募數量
商業思維:人力資源的關鍵價值,絕對不僅是離職率或招募數量

對HR領域,我不敢說是頂尖專家,但我對這領域的認識還算可以,我跟很多HR做過深度交流,也參與過公司內許多制度的建立過程,其中有一些甚至還是我主導的,我團隊內也曾籌組了一個RD HR-team,可以稱得上是半個HR人。

人力資源部門常見的KPI有哪些?

近幾年我持續推動商業思維,其中有一個重要的概念是數據脈絡,我希望藉由梳理脈絡來找出每個職務與工作任務的價值,當我很好的將研發人員的價值透過質化與量化呈現後,有些HR從業人員告訴我,他們認為自己的貢獻被低估了,但他們也找不出任何方法去陳述自己的工作貢獻。

我問他們:「你們的KPI是什麼?」

我收到的回覆挺多的,例如面試人數、招聘到職率、離職率、績優員工留任率、培訓成效等,我也上網查了一下國外的資料,我發現指標類型比較多元一些:

  • 到職率、招募人數、跳出率(面試流程到一半人不見)
  • 離職率、員工滿意度、員工淨推薦率(NPS)
  • 人均生產力(人效)
  • 薪資競爭力
  • 文化認同度
  • 全職/兼職員工比例
  • 90離職率、90天適任率
  • 招募平均成本
  • 績優員工留任率
  • 員工推薦率(員工推薦員工)
  • 培訓成效

看完這些,我心裡有兩個想法:

  1. 台灣看待HR的方式必須要有更進一步的突破,必須從數人頭的人力管理的角度,轉變到把人視為組織資產的人才資本管理。

  2. 這些指標,多數的HR要不難以控制(如薪資競爭力、文化認同度、離職率),要不就無法判斷對公司的實質貢獻(如培訓成效、到職率),那這樣的指標壓在HR身上其實一點意義也沒有。

無法掌握的事,我如何對他負責?

曾有一位HR告訴我,他的KPI是員工的離職率與績優員工的留任率,我問他:「你如何對員工的離職與否負責?」

他想了想回答我:「我還真的沒辦法,因為薪資與升遷規矩是老闆訂的,而他工作內容是部門主管決定的,工作中的合作與互動則與同事有關,我只能招募他進來,但進來後會怎麼樣,其實我是一點把握也沒有。」

實話,這是許多HR的心聲,但這段話對也不對。

對的是,一個人對無法掌握的事確實很難負起責任,怎麼說呢?我們用下面這個案例來說明吧:

一個員工從招募開始與公司產生了連結,可能從投遞履歷、邀請面試、一面、二面、談薪水、收到offer,最後到職,到這個段落為止,主責的是HR,但從員工到職到遞出辭呈準備離開,這段時間HR與這位員工的接觸時間非常短,大概只有培訓或考核的時候會產生一些關聯,除此之外,9成以上的時間HR是沒權力,也難以把握這個人現況的。

這樣一個人進來,你見過他幾次面,然後就要為他的離職負責,似乎一點道理也沒有。

這個道理你知、我知,獨眼龍也知道,但為什麼離職率這個數字還是常常被當成HR的KPI之一呢?

我認為原因有二:

  1. 離職率是總體生產力是否穩定的綜合指標之一,從業務角度來看,這就有點像是客戶流失率,流動率過高總是不恰當(其實過低也不是個好現象)。

  2. 傳統的企業管理受製造業影響,以人頭計算生產力,能補多少人,留多少人就等於擁有多少生產力,所以在職人數約略與生產力成正比,因此將離職率視為一個重要的KPI並不足為奇。

對製造業來說,生產線員工的技能要求低,招募速度快,培訓快,工作內容單純,同事合作流程也單純,影響離職的因素相對較少。如上圖,我們拿製造業產線員工與軟體業PM來比較一下,其實狀況就很明顯了,以工作變因來說,軟體PM實際上是遠超產線員工的。

當人被招募進來後,造成離職的變因少,HR對一個人是否會離職的掌握度相對愈高,而掌握度高時,將離職率這個指標放在HR身上問題相對較小。

那軟體PM的離職率如果很高,又應該算誰的?其實正常來說HR跟用人主管兩者應該都有責任。但HR到底要如何對這件事有更多的掌握呢?你可能得做許多事,例如到職一週、一個月的面談,或者在發現他對工作內容不滿意,與主管或其他同事溝通上有問題時介入溝通或輔導,甚至與主管討論是否為他進行轉崗。

然而要做到這種程度,甚至制度化下來,是有一定困難度的,原因有三:

  1. HR不認為自己應該做到這些事,會覺得HR搞到最後很像保姆,是吧?我認為HR工作中確實有部分得扮演員工的引導者或傾聽者,但絕對不該是保姆的角色,因為員工自己都是成年人了,應該為自己負責。

  2. HR有意識,也想要搭建這樣的制度,但老闆不願意授權或沒給足夠的資源,所以最終這個制度難以被落實。

  3. 部門主管的抗拒,這些手握權力的主管們不樂見此事,所以直接或間接的杯葛此制度,最後制度的推動死在半路上。

因為建立這種制度的障礙頗多,所以大家的腦筋便自然而然地轉到整個流程的最前頭去了,那就是招募。

找對的人進來,一切不就解決了嗎?

正確,所以你會發現很多職缺除了專業技能外,會附帶擅長溝通、正面思考、積極任事、挫折容忍度高、勇於挑戰自我等人格特質上的要求,這些要求的積極意義是希望你能專注於創造工作價值,消極意義則是希望你不要因為進來之後那些狗屁倒灶的事而想不開離職。

找到一個對的人,到底有多困難?

讓我們先來定義什麼叫對的人,簡單的說,就是他能在這個環境生存下來,然後還能完成原先要他達成的任務,不需要其他人時常介入幫他協調事情,基本上這就算是一個對的人。

但要找到這樣的人且對方願意進來任職,基本條件有以下幾項:

  1. 清晰的工作職責,拿什麼來考核他,也就是Job responsibilities。
  2. 清晰的工作內容,具體負責什麼任務,也就是Job description。
  3. 所需具備的專業技能與工作經驗,例如3年的軟體產品經理經驗。
  4. 其他軟性特質,例如溝通表達、抗挫折能力等。
  5. 面試完,他對公司、主管、薪資、工作內容感到滿意。

前面3項一般來說比較好設定,若正確的被理解與規劃,而且清楚這樣的人要透過什麼樣的管道來找尋,那一般會很快的找到一定量的職位候選人名單,反之,若對這職位沒有太多的理解,就只能透過傳統的管道如人力銀行來招募,速度上就會慢很多了。

第4項則相對比較複雜一些,如果你知道這個崗位的直屬主管的性格與管理風格,溝通協作對象處理的做事風格,那一般會更清楚這個人的軟性特質應該到什麼水平,但就我過去的經驗裡,HR很少會主動去談這塊,而會把這個任務交由部門主管自行決定。

第5項涉及的面向也挺廣的,而其中每一項其實都可以經過規劃與設計,面試流程的設計,主管面試技巧的訓練,這跟面試的體驗有很大的關聯性,而且事先研究市場行情,開出來的薪資可能符合面試者期待,那面試成功率一般會提高不少。

但上面這些只是基本要件,若真的要找到對的人,你還得考慮組織文化與價值觀議題,這部分在此我不多談了,各位可以參考我先前寫過的一篇文章:如何在招募時挑選到對的人?

人力資源部門真正的價值

找到一個對的人,並且在到職後設計一些必要的流程來確保此人到職後真的能發揮原先預期的戰力,進而改善公司的經營表現,

讓人才在組織內發揮效益,這才是人力資源部門真正的價值之所在。

所以我們也很清楚的知道,人力資源部門的工作其實一點也不輕鬆,需要非常高的專業性才能做得好,但我也看過很多企業談重視人才,但在人力資源上投入的資金卻非常少,仍然把人力資源部門視為成本單位。

推敲背後的原因,我認為這是因為老闆們無法很有效的衡量人力資源部門的價值。

當你回過頭去看看數據力:績效指標管理的核心觀念,你會發現數據脈絡恰好是一個很好用來協助人力資源部門衡量自己績效的方法,當我們招募進來的人,能在數據脈絡中創造出價值,那自然能衡量人力資源管理的價值。

其實近幾年很多HR專家都有提到人力資源部門的角色必須從過往的行政、後勤部門轉變成戰略部門,大陸也有很多的網路公司設立了HRBP(Human Resource Business Partner),將一些具有HR專業的人編列在業務部門中,讓HR更熟悉公司業務狀況,進而掌握組織需要什麼樣的人,把對的人找進來,並建立妥善的組織管理制度。

組織問題會衍生人才需求,而專業且熟悉公司業務的HR肯定非常熟稔以下事務:

  1. 知道組織缺什麼樣的人才。
  2. 知道去哪找這樣的人才。
  3. 知道什麼樣的人才適合組織。
  4. 知道如何讓這樣的人才加入。
  5. 知道如何讓人才在組織內發揮效益。

當人力資源部門能做到上述事項,在組織中的價值將不言而喻,任何工作都一樣,專業的價值必須建立在能為所屬的組織或社會創造價值,尤其在這個求變求快的世界中,追求確定性工作,扮演好螺絲釘的角色已經愈來愈危險。

別埋怨大環境不懂你,我們應該試著理解大環境需要什麼,我們必須時時調整自己,努力創造價值。

(本文由游舒帆授權轉載自其Medium)

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓