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
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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