亞馬遜禁用AI求職！為什麼「工作要用AI，履歷卻不行」？|數位時代 BusinessNext

亞馬遜禁用AI求職！2家科技公司雙標惹議：為什麼「工作要用AI，履歷卻不行」？

亞馬遜與Anthropic禁止求職者在面試與履歷撰寫時使用生成式 AI，卻鼓勵其提升工作效率，此矛盾態度引發科技業與求職市場熱議。

亞馬遜和Anthropic這兩家科技巨頭近期都明確表示，不允許求職者在面試和履歷撰寫過程中使用生成式AI工具。這種「AI可以用來提升工作效率，但不該用於求職」的矛盾態度，引發了科技業與求職市場的熱烈討論。

亞馬遜：工作能用AI，求職卻不能？

全球電商與雲端運算巨頭亞馬遜（Amazon）近期發布新的招聘規範，明確禁止求職者在面試時使用生成式AI工具，如ChatGPT或程式碼輔助軟體。這項政策的目的是確保企業能夠真實評估應徵者的技能與經驗，避免AI技術讓求職者在面試中獲得不公平優勢。

根據《Business Insider》報導，亞馬遜向內部招聘人員發布指導方針，強調若求職者在面試時被發現使用AI工具，可能會被直接取消應徵資格。該指導方針寫道：「為了確保公平與透明的招聘流程，請不要在面試過程中使用生成式AI工具，除非經過明確允許。」

亞馬遜甚至提供了識別AI輔助面試的技巧，列舉了幾個可能的跡象，例如：求職者在回答問題時頻繁打字、眼神不自然地移動或像是在閱讀螢幕上的答案、回答內容流暢但未直接回應問題，甚至對於I錯誤輸出感到困惑。這些跡象都可能成為 HR 判斷求職者是否違規的依據。

這項禁令引發內部討論，部分亞馬遜員工認為，既然AI能夠提升工作效率，那麼在面試時使用AI輔助是否也應該被接受？有員工在內部討論區Slack上表示，亞馬遜已經在許多工作流程中推動AI應用，但卻拒絕求職者使用AI，這種標準似乎不一致。不過，亞馬遜發言人則回應，公司希望確保招聘過程的公平性，並維持應徵者「真實的專業能力評估」。

Anthropic：推廣AI，卻不信任AI求職者？

不只是亞馬遜，AI新創Anthropic也對求職者使用AI設定了限制。Anthropic是開發Claude的知名企業，致力於推動人工智慧發展，然而該公司在求職者應徵時，卻要求他們簽署聲明，保證不使用AI來撰寫履歷或回答面試問題。

這項規範最早由開源開發者Simon Willison發現，並由《404 Media》報導。Anthropic在招聘網站上的應徵表單中明確寫道：「我們鼓勵員工在工作中使用AI以提升工作效率，但請不要在求職過程中使用AI助手。我們希望能直接了解你對Anthropic的個人興趣，而不是透過 AI系統轉述。此外，我們也希望評估你的非AI輔助溝通能力。」

這樣的政策引發外界質疑，尤其是對於一間積極推動AI技術的公司來說，這樣的限制似乎有些自相矛盾。畢竟，Anthropic本身就是開發AI的企業，為何對求職者使用AI有這麼多顧慮？

部分專家認為，這反映了AI技術仍無法完全取代人類的思考與創造力。雖然Anthropic強調AI能夠輔助工作，但它顯然仍認為，真正的創新與決策能力仍然需要人類來主導，因此該公司希望在招聘過程中確保應徵者能夠展現獨立思考能力，而非過度依賴AI來回答問題。這一做法與亞馬遜的立場類似，顯示出企業對於AI技術的應用仍然存在某種矛盾心態。

延伸閱讀：Perplexity進軍台灣，台灣大哥大是獨家合作電信商！用戶可體驗付費版「AI代理搜尋」

AI求職趨勢：HR該如何應對AI履歷？

隨著生成式AI技術的普及，HR團隊愈來愈頻繁地遇到AI生成的履歷與求職信。根據《Gartner Peer Community》的調查，69%的HR表示，他們的公司已經收到含有AI生成內容的履歷，而57%的HR認為，現在收到的履歷中，有25%到50%是由AI輔助撰寫的。

許多企業開始導入應徵者追蹤系統（Applicant Tracking System, ATS）來識別AI生成內容。報告指出，69%的企業使用ATS來辨識AI生成的履歷，而61%的HR則依靠人工審查。值得注意的是，41%的企業已經建立專門的評估流程，針對AI生成履歷進行額外審查。

HR對於AI生成履歷的看法不一。一些HR認為，只要企業有完善的評估機制，如技能測驗和行為面試，即使履歷是AI生成的，也不影響最終錄取的公平性。例如，一位電信產業的HR主管指出：「我們有強大的評估流程，即使求職者的履歷是AI生成的，我們仍能透過測驗篩選出真正具備能力的人才。」

然而，也有HR擔憂AI生成履歷可能會誇大求職者的能力，甚至可能存在造假的風險。一位來自製造業的HR主管表示：「我們無法確定求職者在履歷中所描述的技能是否真實，即使應徵者不是故意撒謊，我們也無法確定他們究竟在多大程度上依賴AI。」

儘管如此，大多數HR仍然認為，AI對於招聘流程的影響是正面的。報告顯示，74%的HR認為，AI在招聘中的好處大於風險，且大多數企業計畫在未來一年內增加對AI技術的投資，來提升招聘效率。

延伸閱讀：全球43大AI工具排行榜，Perplexity、Gamma⋯有哪些必收好用AI App？

AI如何改變招聘遊戲規則？

AI技術正在改變企業招聘的方式，但企業對於AI的態度仍然充滿矛盾。一方面，亞馬遜和Anthropic等科技公司希望求職者展示真實能力，避免過度依賴AI；另一方面，HR團隊已經開始適應AI在履歷撰寫與篩選中的應用，並尋求平衡技術與公平性的解方。

隨著AI持續進步，未來企業可能需要重新定義「真實能力」的標準，並確保招聘流程的公平性。無論如何，AI已經不可避免地成為求職與招聘的一部分，企業與求職者都必須在這場變革中找到自己的定位。

本文授權轉載自《未來商務》，作者：王聖華

七年、三階段，國泰金融集團將雲端內化為營運流程與創新引擎

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務？

顏勝豪認為，雲端轉型的起點不是直接遷移系統，而是從四個面向打底：應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃，以及組織治理框架建立，而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏，若沒有共同語言與平台底座，上雲很容易各自為政。」顏勝豪表示，為讓所有員工可以齊步前行，國泰以雲端遷移方法論 Cathay 6R（註1）作為共同語言、用平台作為共同底座，讓轉型不只是技術選擇，而是集團行動。
完成單一系統的雲端遷移後，便進入 Cloud Adoption 階段。在這個階段中，要透過大規模遷移建立更成熟的上雲標準作業流程（SOP），透過 FinOps 機制控管與優化雲端營運成本，以及透過自動化與治理模型確認多雲環境與安全與維運穩定性，目標是將雲端內化為組織日常運營的一部分，進而邁向 Cloud First 階段：在合規前提下，新專案與系統升級預設在雲端環境開發，並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則：讓雲成為 AI 時代的成長引擎，而不是單純的基礎設施。」關於國泰的未來雲端布局，顏勝豪如是總結。

以雲端為 AI 資源引擎、發揮數據燃料價值，實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲，也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲，打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備：成立國泰風險聯防中心（CRC）攜手集團洗防人員強化風險控管與金融犯罪因應能力；釋出國泰員工 AI 助手–Agia–Beta
版，提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務；此外，亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務，更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出，發展AI需要龐大的 GPU 算力，若自建 GPU 機房，不僅硬體設備昂貴、折舊速度快，光是散熱系統一年就高達兩、三千萬元的成本，若採取雲端資源，可以隨啟隨用，同時，大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組，銀行、人壽、產險與證券的創新不再是單點突破，而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本，資料則決定 AI 應用上限。」顏勝豪解釋，在 AI 新世代，AI 模型定調能力「下限」，集團子公司掌握的「獨特資料」則決定應用的「上限」，考量雲端有許多好用 AI 服務，唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略，打造雲端智慧生態圈，並以現代化雲原生技術拓展應用場景；同時，運用 AI 與資料分析優化客戶服務體驗，並藉由跨雲整合機制支援多元業務模式，以充分發揮上雲效益。至於國泰產險，不僅在兩年半內完成13套核心系統上雲、優化營運流程，如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等，讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求，如以 AI Search 精準呈現關鍵字搜尋結果，讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務，以客戶持股為核心，應用 AI 技術打造個人化推播服務，協助投資人更有效率地掌握庫存狀況，提供更即時、系統化的投資管理體驗。
總的來說，國泰金控在集團的雲端轉型不僅是技術升級，更是思維革新，從百套系統上雲進展到 Cloud First 階段，可以預期在雲地基礎下，國泰將進一步引領 AI 時代變革，持續提升營運韌性與放大創新價值。

註1：Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論，將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構，並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。