員工會用AI不等於懂AI：企業如何建立AI職能標準？

63%員工都在說謊？這個數字需要更精確地理解

GCheck在2026年針對1,500名美國全職工作者進行調查，結果顯示，63%的受訪者至少做過一項讓自己看起來比實際更懂AI的行為。

但這63%涵蓋的行為相當廣泛，從在會議中故作有把握、沒有糾正他人對自身能力的高估，到誇大使用經驗與直接說謊都有。真正明確承認謊稱具備AI技能者為16%，約為每6人1人。GCheck原始報告

另一個常被引用的數字是，只有34%的員工認為自己能以專業水準完成公開列出的AI技能。但這項結果只針對有在履歷或LinkedIn列出AI技能的1,062名受訪者，而且是自我評估，不是經過實作測驗的通過率。

這不代表AI能力誇大不值得關注，而是企業不應用一個聳動數字，把所有員工都視為潛在造假者。更重要的訊號是，64%的受訪者表示，雇主從未驗證其AI能力。當企業大量要求AI技能，卻沒有同步建立評估方式，能力宣稱與實際表現之間出現落差並不令人意外。

「熟悉AI工具」不是可以直接評估的職能

企業最常見的問題，是把工具名稱當成能力。

例如，職缺上寫著「熟悉ChatGPT、Gemini及Copilot」，最多只能表示企業希望求職者接觸過這些工具，卻沒有說明員工進入公司後要用AI完成什麼工作。

同樣會使用ChatGPT，人資招募人員可能要用來整理職缺需求、發展面試題目及分析人才資料；行銷人員可能要進行市場研究、內容規劃及廣告素材發想；客服人員則可能需要整理常見問題、建立回覆草稿及判斷何時應轉由真人處理。

三個職務使用的工具可能相同，但需要的判斷能力、資料風險與產出標準並不相同。因此，AI職能不應只寫成「會使用什麼工具」，而要回到「能否在特定工作情境中完成任務」。

經濟部產業人才發展資訊網也建議，企業應先確認職位需要的能力，再轉換成面試題目、職能行為及培訓內容。重點不是追逐每一個新工具，而是建立能支持選才、用才與育才的職能標準。經濟部產業人才發展資訊網

企業可以如何劃分AI能力？

以下是一套適合一般辦公與管理職務的內部參考架構，企業可依工作內容、產業風險與資料敏感程度進行調整。

這套分級的目的，不是要求每一名員工都達到最高層級。

一般行政人員可能只需要基礎操作與簡單的結果檢查；需要處理人事、薪資或法規資訊的人員，則應具備更高的驗證與風險意識；負責導入AI工具或設計部門流程的主管，才需要進一步具備流程設計能力。

OECD對AI素養的說明也不只包含工具操作，而是包括理解與批判性評估AI、有效與AI協作，以及辨識可能的風險與傷害。多數工作者需要的未必是開發AI模型的專業技術，而是能夠在工作中合理使用AI的基本素養。OECD《Skills in the AI Age》

面試驗證AI能力，不能只問「你平常用哪些工具」

如果面試官只問求職者使用過哪些AI工具，得到的通常是工具清單，而不是能力證明。更有效的方式，是提供與職務相關的短型工作情境。

例如，面試行銷企劃時，可以提供一份產品資料，請應徵者使用AI協助整理目標受眾、內容角度及初步文案；面試人資職務時，可以請應徵者根據一段招募需求，整理職缺內容與面試問題。

評估時不只看最後產出，還要請應徵者說明如何拆解任務、提供了哪些資訊、如何修正AI結果，以及哪些內容不能直接採用。

這樣才能區分三種不同情況：只會輸入簡單指令的人、能利用AI完成工作的人，以及能判斷結果品質與風險的人。

測驗也應事先說明能否使用AI、可使用哪些資料、預計花費多少時間及評估項目。企業若一方面期待員工善用AI，另一方面又在測驗中刻意隱藏規則，反而難以看見應徵者真正的人機協作能力。

現職員工的AI能力盤點，不應變成抓人的測驗

招募是判斷適任性，現職員工的能力盤點則應以發展為主要目的，兩者不能完全使用相同邏輯。

GCheck調查顯示，在曾誇大AI能力的受訪者中，52%表示沒有得到適當的訓練或支持。這項比率不能直接推論至台灣職場，卻提醒企業：如果公司把AI列入工作要求，卻沒有提供工具、範例、使用規範及學習時間，員工可能只剩下自行摸索或假裝跟上的選項。

企業可以先從低風險任務開始，讓員工使用AI完成日常工作，再根據實際成果找出能力落差。能力不足可能是工具不熟、問題拆解不清楚、專業判斷不夠，或不知道如何驗證輸出。這些問題需要的訓練方式並不相同。

經濟部產業人才發展資訊網建議，企業可以將AI工具融入既有課程與實際作業，並透過內部分享及工作應用，使AI能力逐步成為日常工作習慣。如何培養內部人才善用AI提升工作效益

比起只統計員工上過幾堂課，更值得追蹤的是，員工能否把所學應用到工作、產出品質是否提升，以及是否減少重複作業時間。

AI訓練成效不能只看使用率

企業導入AI後，常用帳號啟用率、工具使用次數或課程完成率作為KPI。這些指標可以反映員工有沒有開始接觸，卻不能直接證明生產力或工作品質有所改善。

員工可能頻繁使用AI，但花更多時間修正錯誤；也可能生成大量內容，最後卻無法直接使用。相反地，有些員工使用次數不高，卻能在關鍵任務中有效縮短工作時間。

因此，AI訓練應回到實際工作結果。企業可以觀察完成相同任務所需的時間、修改次數、錯誤率、主管驗收結果，以及員工是否能將成功方法整理成團隊可重複使用的流程。

勞動力發展署目前也鼓勵企業將AI導入與系統化人才培育結合，並依企業規模提供相關訓練資源及補助。重點並非單純追求上課人數，而是讓訓練成果回到實務專案與組織能力。勞動力發展署人才培育資訊

人資系統能如何協助AI人才培育？

當企業開始建立AI職能標準，接下來會遇到的問題是資料分散。

職務所需能力可能放在職缺文件中，員工上課紀錄保存在試算表，主管評估寫在考核表，實際專案成果則散落在不同部門。資料沒有串連時，HR很難知道哪些職務存在能力缺口，也無法判斷教育訓練是否帶來實際改變。

人資系統可以協助企業整理職務、員工、訓練及績效發展紀錄，讓HR追蹤員工目前能力、培訓歷程與後續發展方向。但系統不能單靠工具使用次數，就自動判斷一個人是否真正具備AI能力。

真正的判斷仍須結合實作成果、主管觀察與工作情境。系統的價值，是讓這些紀錄不再散落，並提供後續人才發展與訓練規劃的資料基礎。

解決AI技能膨風，企業也要先把要求說清楚

AI能力誇大確實可能造成招募錯配與營運風險，但企業若只加強查核，未必能解決根本問題。

當職缺只寫「熟悉AI」、主管不清楚如何評估，公司又沒有提供訓練與使用規範時，員工很容易把AI能力理解成一場形象競賽：誰說得比較專業，誰就比較有競爭力。

比較務實的做法，是先定義不同職務需要完成的AI任務，再設定能力層級、實作評估與培訓方式。員工知道公司真正重視的是工作成果、判斷能力與持續學習，就不必靠工具名稱或誇張說法證明自己跟得上時代。

FAQ 常見問題

《 文章參考：63% 員工坦承「AI 膨風」！每 6 人有一人說謊，全因「不演就被淘汰」的焦慮｜經理人 》