人資該學哪些AI工具才不會被淘汰？

「該學哪個工具」是錯的問題。工具大約三年換一輪，你現在花時間學熟的那個，很可能在你真正需要它的時候已經被換掉了。更值得問的是：AI 把什麼變便宜了、把什麼變貴了？答案會告訴你該把時間投在哪。

為什麼「學工具」是錯的問題？

因為工具的操作介面是所有東西裡最會被換掉的一層。

回想一下：五年前很多人資花時間學某套 HR 系統的操作，那套系統現在可能已經改版三次，或者公司整個換掉了。那些時間換來的東西，貶值速度遠比想像中快。

而且現在的 AI 工具介面越做越簡單，「會操作」這件事本身的門檻正在快速下降。當一個能力的門檻在下降，它就不可能是你的護城河。

AI 讓什麼變便宜了？

幾乎所有「產出」都變便宜了。寫一份職缺說明、整理一份面談摘要、回覆一封制式信件、把一堆履歷做初步分類——這些過去要花時間但不太需要判斷的工作，現在成本趨近於零。

這對人資是好消息也是壞消息：好消息是時間被還回來了，壞消息是如果你的價值主要建立在「我能把這些東西做出來」，那個價值正在被稀釋。

AI 讓什麼變貴了？

判斷產出好不好，變貴了。

這是很多人沒意識到的反轉。當產出變得又快又多，瓶頸就從「做得出來嗎」移到「這份東西能不能用」。而 AI 最麻煩的特性是：它錯的時候看起來跟對的時候一模一樣——一樣流暢、一樣有條理、一樣有自信。

所以真正稀缺的能力變成：看著一份 AI 產出的東西，能說出「這裡不對」而且講得出為什麼。這個能力沒有捷徑，它建立在你對這件事本身的理解上。

那到底該練什麼？

三種，保值程度由高到低：

1. 診斷能力——看到一個現象，能往下追到真正的原因。例如「離職率高」可能是招募規格錯、可能是主管管理問題、也可能是薪酬結構脫節。AI 可以幫你算出離職率，但不會告訴你該往哪個方向追。
2. 判斷 AI 產出對錯的能力——不是「會用」，是「知道它什麼時候在胡說」。這需要你原本就懂這件事，AI 幫不上忙。
3. 把業務問題翻譯成人資問題的能力——主管說「團隊士氣很差」，你要能翻譯成幾個可以實際處理的具體問題。這件事目前主要是 HRBP 的專長，但會慢慢變成所有人資的基本盤。

注意這三個都不是「AI 技能」，是人資的專業能力。AI 只是讓它們的相對價值變高了。

怎麼知道自己練得夠不夠？

不用測驗，用症狀判斷。如果你有下面這些狀況，代表對應的能力還沒長出來：

看得出來這些症狀的共同點嗎？沒有一項跟你會不會用某個工具有關。

哪些人真的會被淘汰？

不是「不會用 AI 的人」，是工作內容裡判斷成分太低的人。

這兩件事常被混為一談。一個很懂判斷但還沒開始用 AI 的資深人資，補上工具只是時間問題；反過來，一個工具用得很熟但工作內容全是流程執行的人，AI 用得越熟，越快證明這個位置不需要人。

所以真正的問題不是「我會不會用 AI」，是「我現在會的東西裡面，有多少是綁在特定流程或特定系統上的？」綁得越死，變動來的時候越痛。這個判斷邏輯我在5 年後、10 年後人資會變成什麼樣子寫得更完整。

結語

如果你只想帶走一句話：先確定你懂這件事，再去學怎麼用 AI 做這件事。順序反過來，你學到的只是一個很快會過期的操作介面。

至於哪些工作可以放心交給 AI、哪些一定要人把關，我另外整理在人資可以用AI做哪些事？哪些不該完全交給AI。