AI簡化工作流程-強化判斷專注力

• 數位金融

撰文／陳玉鳳　圖片提供／Shutterstock

AI簡化工作流程~強化判斷專注力

AI Streamlines Workflows

過去談到人工智慧（AI），許多人首先想到的，往往是高度技術化的應用場景。然而，生成式AI真正開始改變的，其實是企業日常工作流程。從資料整理、文件查找到知識搜尋與初步篩選，AI正逐步接手大量重複性工作，讓人員能將更多時間投入判斷、溝通與決策等更具價值的工作。

AI不只是提升效率的工具，也開始改變組織內部的分工。

AI重新分配工作流程

打開電腦，AI先協助整理會議重點；查詢資料時，系統快速彙整需要的資訊；面對大量文件與重複流程，AI也開始協助完成摘要、分類與初步篩選。過去需要大量人力處理的行政流程與資料整理，如今愈來愈多是由AI協助完成。AI不只是提升效率的工具，也開始改變了組織內部的工作分工。當系統負責處理重複、耗時的流程，人員便能將更多心力放在判斷、溝通與決策等更需要專業經驗的工作上。AI的價值，也逐漸從「取代工作」轉向「協助工作」。

在職場裡，最耗時間的工作，往往發生在決策之前。整理資料、比對條件、初步篩選、重複查詢與紀錄彙整，這些工作占用專業人力，當AI導入企業，最先改變的正是這些流程。從聯合利華的人才招募、PwC Taiwan的顧問與管理應用，到玉山銀行的行銷、服務流程與風險控管，AI逐步成為組織內的工作夥伴，協助人員從繁瑣任務中騰出心力，把專業放在判斷、溝通與責任承擔上。

從招募流程切入 聯合利華降低篩選成本

聯合利華每年面對高達180萬份求職申請，若全數依賴人工篩選，招募團隊勢必投入大量時間在履歷整理、條件比對與初步判讀上。為了改變這項高度重複的流程，聯合利華與Pymetrics等科技夥伴合作，打造新的招募流程，讓候選人透過線上遊戲與AI視訊面試展現綜合潛力。

這套流程重新分配了招募工作的時間與精力，AI負責處理大量申請資料，協助完成初步篩選與測驗分析；人資人員則能把更多時間放在後續面談、人才特質判斷與文化適配度評估。對企業而言，AI帶來的效益，除了節省時間，也讓招募團隊減少大量行政作業，把心力轉向更具判斷價值的人才評估，也就是理解候選人的動機、觀察溝通狀態、評估其是否適合組織文化等。這套系統為招募團隊節省約7萬個小時的繁瑣工作。

智慧助理進入組織 員工服務加快回應

聯合利華的AI應用也延伸到內部員工服務，名為Unabot的智慧助理，能根據員工權限與所在地點，即時回答從IT政策到薪資福利的各類問題。這類問題在大型組織中十分常見，若完全依賴人工回覆，容易形成龐大的內部服務成本，也會讓員工在等待答案的過程中降低工作效率。

Unabot的價值，在於讓組織知識更容易取得。Unabot員工服務機器人已在菲律賓等36國上線，約36％員工主動使用、80％重複使用，這代表AI能進入日常營運，成為員工查詢制度、理解流程與取得資訊的工具。從招募到員工服務，聯合利華的經驗顯示，AI若要真正發揮效果，關鍵在於回應清楚的工作痛點。履歷初篩、測驗分析、內部問答，這些任務高度重複，又需要快速、穩定與可規模化的處理方式。AI負責把資訊整理好，人則負責在需要判斷的地方做出選擇。

PwC導入生成式AI把資料整理轉為決策支援

PwC Taiwan導入自家研發的GenAI工具「ChatPwC Pro」，並透過四大策略推動員工快速掌握AI，包括建立基礎知識、塑造創新文化、推動內部應用，以及拓展外部價值。

在建立基礎知識方面，PwC設計必修課程，也舉辦Prompting Party，協助員工理解如何與AI互動。文化推動上，則透過內部刊物與社群，讓AI使用經驗在組織內擴散。內部應用部分，PwC提供Prompt範本，也複製成功案例，降低員工從零摸索的成本。外部價值則延伸到客戶與校園分享，讓AI經驗成為企業與外部溝通的一部分。

這些做法帶來4項效益，分別是提升業務成果、強化營運效率、增加品牌與品質效益，以及促進人才發展。其中，營運效率尤其呼應AI在工作流程中的核心價值，AI協助縮短交付時程並節省工時，讓顧問與管理人員能將更多時間用在分析判斷、問題定義與客戶溝通。

具體而言，PwC Taiwan利用AI建立「經營決策支援儀表板」，每日自動更新收入、應收帳款等資訊，協助管理層即時掌握營運狀況；也透過「案件分配分析儀表板」均化工作分配。這些工具將資料整理、更新與呈現交由系統完成，使管理者看到的資料更接近可供判斷的資訊架構，也讓決策流程與內部協作效率同步提升。在PwC Taiwan，AI是全員的合作夥伴，能放大人才價值。當AI負責整理、比對與初步架構化，人員的專業就能從處理雜務，轉向解讀資訊、提出觀點與負責最終決策。

對企業而言，AI帶來的效益，除了節省時間，也讓招募團隊減少大量行政作業，把心力轉向更具判斷價值的人才評估。

AI應用的智慧助理，能根據員工權限與所在地點，即時回答從IT政策到薪資福利的各類問題。

玉山銀行以AI強化效率 金融判斷仍由人把關

在金融業導入生成式AI，不只是提升效率，更牽涉資訊安全、知識管理與法規治理。當全球金融機構積極探索生成式AI應用時，玉山銀行早在2018年便陸續完成AI研發雲與機器學習服務平台（MlaaS）建置，將AI逐步導入行銷、風控、服務與流程等多元場景，讓AI開始成為日常營運的重要基礎。

隨著生成式AI快速發展，玉山進一步打造內部專屬平台「GENIE」，作為行員的智能助理。初期GENIE具備文字對答能力，透過串接大型語言模型，協助處理日常提問與資訊查詢。之後，玉山持續將生成式AI整合進不同工作流程，包括翻譯文件、生成文案、撰寫話術與知識搜尋等應用，讓AI從工具轉向工作協作的一部分。

2024年9月，GENIE推出2.0版本，新增圖片上傳、音檔辨識與檔案問答功能，可直接進行摘要、翻譯與特定資訊查找。功能升級後，平台使用量與使用人數皆明顯成長，也反映生成式AI已漸成為內部工作的重要入口。後續玉山更規劃導入共用模板庫與行內對話機器人串接，讓不同部門共享具備專業知識的應用模板，進一步提升協作效率。不過，金融業導入生成式AI，關鍵不只在功能，更在風險控管。由於生成式AI可能產生錯誤或失真的內容，玉山因此逐步建立涵蓋金融商品、法規與保險等業務場景的知識庫，讓AI回應建立在可控資訊基礎上。

其中， G E N I E 採用檢索增強生成技術（RAG），能先從知識庫擷取出相關內容，再輔助大型語言模型生成回應，以提升準確性。同時，系統也設置NLP閘道（Gateway），負責監控與過濾敏感資訊，降低資料外洩與合規風險。對金融業而言，生成式AI不僅僅只是追求效率，更必須在創新、治理與風險之間取得平衡，而玉山則透過平台化與治理機制，逐步建立符合金融業需求的AI應用模式。從聯合利華、PwC到玉山銀行，從這3個案例可以看到AI正在改變企業的工作分工，當系統負責整理資訊、列出選項，人的角色能更專注於做好判斷者與決策把關者，這正是AI導入的關鍵意義，讓專業人員把時間用在更能產生價值的工作上。

當AI負責整理、比對與初步架構化，人員的專案就從處理雜務，轉向解讀資訊、提出觀點與負責最終決策。