身為HR的你,是不是常常覺得自己像在同時擔任兩個職務的工作?
早上一到公司,咖啡還沒喝完,系統就跳出警示:有員工工時超過法定上限,外包員工的契約即將到期,還有政府單位寄來的職安查核通知要你立刻回覆。你剛打算深呼吸,財務部的電話就響起來,問你加班費的算法到底正不正確,因為員工已經在群組裡開戰了。
你手邊的筆還沒落下,就被拉進會議室,桌上擺著一疊厚厚的資料,希望你能端出一份離職率的預測報表,而下周還要跟董事會進行主管級薪酬調整的建議方案。
你的腦袋必須瞬間切換模式,從「法規小書僮」變成「企業軍師」,一下要精準算數字,一下要預測人心走向,是否常常忙到覺得自己快人格分裂。這種被左右拉扯的狀態,就是所謂的「雙軌制人資職能」。
一邊是基礎又必須的行政流程:契約、工時、法令、稅務,全都要顧到;
另一邊則是越來越被放大的策略角色:如何幫企業留才、如何設計薪酬制度、如何用數據影響CEO的判斷。
過去大家都說,這就是HR職涯的必經之路:先蹲在行政線,累積制度和規則的肌肉,慢慢再轉去策略線,成為能和經營團隊平起平坐的幕僚。
可是AI進場後,整個遊戲規則被徹底翻轉了。行政這條線,被自動化狠狠壓縮,幾個RPA機器人就能取代你一週的手工;策略那條線,看似更高大上,但AI演算法已經能比你更快跑出報表、更精準預測流動率,讓你辛苦準備的資料瞬間變得邊緣化。
於是,兩條軌道不再是清楚分開的升遷路線,反而像兩條高速公路在半路強行合併,結果塞車、追撞、插隊樣樣來,誰也走不順。行政端的人覺得自己被AI逼到邊緣,策略端的人又被AI輕易稀釋,大家卡在路中央動彈不得。
你心裡也許會忍不住嘀咕:
「以前說好的HR職涯地圖,到底還算不算數?」
這種焦慮,就是AI時代重新定義雙軌制人資職能的起點。

為什麼雙軌制人資職能,在AI時代必須被「重新定義」
其實,雙軌制人資職能本來是一種美意。
它假設行政是打底,策略是升級,兩者有先後順序,最後能串成一條完整的職涯路徑。但現在這條路徑出了兩個大問題:
第一,行政線的價值被AI徹底壓縮。
你過去要花三天整理的工時報表,AI幾分鐘就能算完,還能自動偵錯。
第二,策略線的門檻也不再是專屬HR的特權。
當CEO能直接打開AI儀表板看即時分析,他們甚至會想:「那我要HR幹嘛?」原本分工清晰的兩條線,開始重疊、互搶,反而變成模糊地帶。
你會發現,一個尷尬的現象出現了:行政做得再快,AI也能更快;策略想講深度,AI也能先跑數據。
雙軌制在人類的手裡,是清楚的「流程 vs 顧問」分工,但在AI的眼裡,這些工作都只是資料輸入和輸出的不同場景,根本不存在什麼「軌道」的差異。這就像是,你辛苦經營的兩個跑道,突然被AI拉成一條直線賽道,HR想要再靠「分工」來建立價值,幾乎是不可能。
換句話說,雙軌制這個設計本身沒有錯,但在AI時代,它已經無法提供HR職能的定位感。它給人的錯覺是:「我只要撐過行政,再去策略就好。」可現在的現實是,你不管在哪一軌,都會同時被AI取代一部分。
真正的問題不在於「先走哪條」,而在於「怎麼在被AI吞掉的縫隙中,找到新的定位」。
這才是雙軌制人資職能必須被重新定義的原因。
AI如何把雙軌制擠壓成一種新的人資角色
在AI的加壓之下,HR其實被迫出現了一種新的角色:不是純行政,也不是純策略,而是一種「整合型的協調者」。
為什麼這麼說?因為AI會把行政流程自動化到極致,幾乎不需要人力介入,但同時它又把策略分析拆得支離破碎,變成一堆數據選項、模型建議、模擬情境。結果,HR反而變成那個必須在「過度自動化的流程」與「過度碎片化的策略」之間,幫人翻譯、幫組織整合的人。
這種新角色很微妙
它不是「我把報表生出來」這麼單純,而是「我解釋報表背後該採取哪種決策路線,並考慮人性、文化、政治現實」。AI可以告訴你哪個部門的離職率會升高,但它說不出「為什麼那群人會心寒到想走」。AI可以模擬三種調薪方案的財務影響,但它無法判斷「哪一種方案會在茶水間引爆怨氣」。
這些人性化的洞察,正是HR的新價值。
所以你會看到一個轉折:雙軌制原本強調「先行政、後策略」,AI時代卻把這兩軌擠壓在一起,迫使HR從「跑軌道的人」變成「裁判、翻譯、協調者」。聽起來很狼狽,但也意味著一個新的專業舞台正在打開。因為當AI把工作簡化到只剩下數據與流程,能看懂人心、能拿捏權力、能把制度講成人話的人,反而成了組織裡不可取代的關鍵。
HR應如何具體調整自己,才能在這條新職涯路徑上存活
如果說AI時代讓HR的傳統職涯路徑斷裂,那真正能活下來的,不是會跑舊樓梯的人,而是能快速切換角色的人。什麼意思?
第一,你得放棄「我只專精一條軌道」的幻想。
行政能力還是要懂,因為AI跑的流程,你得能檢查、能解釋、能在異常時介入;策略能力也不能丟,因為AI給的數據,你必須能轉化為符合文化與人性的建議。換句話說,你要有「雙語能力」:一邊講得懂AI的數據語言,一邊能翻成人聽得懂的人話。
第二,你要開始練習站在「裁判台」上,而不是「跑道」上。
這代表你要能評估:AI做的流程準不準?AI跑出的報表合不合理?如果一味依賴系統,當它出錯,你就會被牽著走。未來最有價值的HR,是能在AI與人之間設立「中介」,懂得何時該信任演算法,何時該用直覺和經驗去修正。
第三,你需要長出一個「組織政治感知器」。
因為AI不懂權力關係,它只算效率,不看人心。而現實裡,決策永遠不是只有效率問題。加班費該不該調?制度該怎麼修?這些背後都是部門利益、領導面子、員工情緒。這時候,HR就要成為那個把數據放進政治場域裡,幫老闆看清可能後果的人。
所以,調整自己不是靠熬時間,而是靠跨界。會跑流程、懂得翻譯、敢於仲裁,才是AI時代HR的新生存法則。
HR如何調整自己,說得更落地
舉個真實案例:
一家新創軟體公司,過去人資部門只有兩個人,一個管行政、一個管人才發展。AI工具導入後,行政這邊90%的作業被壓縮,薪資、工時、勞動契約全自動跑,行政同仁突然發現自己每天只剩不到兩小時的例行工作。
照舊思維,這個人應該被邊緣化,甚至被裁撤。但主管沒有急著動刀,而是把他轉到「AI流程仲裁」這個新角色:他的任務不是做報表,而是監看AI輸出的異常,並且第一時間解釋數據異動背後的文化或人性原因。比如,某部門請假率暴增,他不是去算天數,而是去找主管聊:「是不是最近專案進度壓太緊?」
另一個例子發生在一間傳產製造業。老闆很愛看AI系統給的數據儀表板,但有一次AI建議「砍掉一條老生產線,因為效率太低」,老闆差點當天就簽字。幸好HR跳出來提醒:「這條線上的員工平均年齡快50歲,他們跟工會綁很深,如果直接砍線,會引爆勞資衝突。你要的是效率,但這麼做會付出更大的政治成本。」最後公司選擇循序轉型,用內部調訓的方式逐步收縮,既沒惹怒工會,也確保效率改善。這就是HR作為「協調者」的價值。
這些案例說明了一件事:HR若只看自己「能不能跑流程」或「能不能做策略」早就過時了。真正能活下來的,是那些敢於站出來,能把AI的冷數據轉化成人的決策,能看見隱藏在數據後面的人心與權力。
如果HR不調整,會面臨的風險
很多HR其實還抱著一種想法:「AI就只是工具,等它普及之後,我還是能照舊跑我的行政,慢慢再往策略靠。」這種心態在AI時代其實最危險。
因為AI不是單純替代工具,它會直接重寫你的工作邏輯。假設HR還卡在舊思維裡,等於把自己逼到邊緣。行政線會被AI吃乾抹淨,剩下的只是按確認鍵的低價值工作;策略線則會被高層直接跳過,他們相信AI模型比HR的建議更快更準,乾脆不再需要你解釋。
最後HR會陷入一種窘境:行政上沒了位置,策略上又進不去。
更殘酷的是,這種邊緣化並不會等你準備好才發生,而是悄悄在每一次自動化升級中就開始了。你可能還以為自己在「忙」,實際上忙的事情早就不具備職涯價值。到頭來,公司會認為:「既然這些工作AI能做,留你幹嘛?」這才是最致命的風險。
換句話說,如果HR不主動去重新定義雙軌制,而是等著AI幫你定義,那麼職涯結果就很簡單:你不是被降薪,就是被取代。AI不會留情,它不會管你有沒有努力熬過十年基層,它只看效率,只看結果。而這,正是AI時代給HR最大的生存考題。
HR要怎麼主動定義新的三維職能模型
既然雙軌制在AI時代被壓扁,HR就不能再停留在「行政 vs 策略」的二選一,而是要往三維思考:流程管理、數據翻譯、人性洞察,三者缺一不可。你可以把它想像成一個三角架,少了任何一角,整個結構就會傾斜。
第一個面向是 流程管理。
雖然AI會自動化大部分行政,但人還是要懂得設計流程、設定規則、判斷例外。這不是回到舊時代的「手工行政」,而是更高一層的「流程設計」:你要能定義什麼該自動化、什麼要人工仲裁,讓AI不是亂跑,而是跑在你設計的軌道上。
第二個面向是 數據翻譯。
AI的模型會吐出一大堆數字、圖表、預測結果,但這些東西如果直接丟給主管,很多人看不懂,甚至會錯解。HR必須扮演翻譯者,把「演算法的語言」轉成人能聽懂的故事。比如,把離職率預測翻成:「如果再壓專案,年底可能會少掉10%的研發人員。」這種語言,老闆才聽得進去。
第三個面向是 人性洞察。
這一塊是AI目前碰不到的,也是HR最大的護城河。因為AI能模擬效率,卻模擬不了人心。人為什麼會不滿?制度怎樣才會被接受?權力結構裡誰能推、誰會擋?這些東西不在數據裡,但卻決定了決策能不能落地。HR的價值,就是能把「冷數據」和「熱人性」縫合起來。
所以,AI時代的雙軌制必須升級成「三維職能模型」。HR不再只是跑在某一軌,而是要同時踩住這三個面,才能讓自己站穩。否則,不是被AI取代,就是被權力邊緣化。
舊雙軌 vs 新三維 的差異
如果要對照來看,舊的雙軌制其實很直白:行政軌強調流程正確、符合法規、降低風險;策略軌則強調人才布局、組織發展、與高層對話。它是一種線性分工模型,假設人資要先守住制度,再慢慢升級到參與決策。
但新三維模型完全不是這麼玩的。流程管理雖然和舊行政有關,卻不再是「做給別人檢查」的被動工作,而是「設計讓AI能跑得更好」的前端設計力;數據翻譯和舊策略也不同,以前策略是做出一份報告說服CEO,現在則是要把AI跑出來的模型轉化成能被不同層級接受的語言,讓決策能真正落地;人性洞察更是過去少被重視的領域,它不是「附加價值」,而是AI無法跨越的專業邊界。
換句話說,舊雙軌像是兩條鐵軌,清楚、筆直、各走各的;新三維更像是一個立體棋盤,你必須同時在不同層面移動棋子,考慮流程的速度、數據的精準、以及人心的接受度。這樣的差異也意味著:HR的專業定位,從「時間累積」變成「跨域整合」;從「照著跑」變成「自己設計遊戲規則」。
所以,如果還抱著雙軌制的想像,等於在平地上玩小火車;而三維模型已經是天空、地面、地下三層的立體交通網路。能不能轉換思維,決定了你是被時代拋下,還是坐上新的駕駛座。
為什麼企業本身也必須支持HR完成這個轉換
很多企業會犯一個錯:覺得HR職能的轉型只是HR自己的問題,頂多給你幾套新工具,剩下的就靠你自己摸索。但現實是,如果組織沒有同步改變,HR根本沒空間長出三維職能。你想像一下,一家公司還在逼HR每個月手動核對加班時數、每週做Excel報表,那HR就永遠被困在舊的行政軌裡,別說數據翻譯或人性洞察了。
企業要支持轉換,
第一步是 制度上放手。該交給AI的,就要勇敢交出去,不要還在懷疑AI是不是會算錯,結果硬拖著HR加班做「雙重檢查」。那樣只是把人力綁死在重複勞務上。
第二步是 策略上拉HR進場。AI可以跑模型,但真正的決策討論,需要HR在場,把人性、文化和政治的面向說清楚。如果HR還是被擋在會議室外面,只能事後幫忙「執行」,那新三維模型根本落不了地。
第三步是 資源上給支援。三維職能需要跨域學習:懂系統、會數據、能讀懂人性。這不是HR自己刷一兩堂線上課就能補齊的,而是需要企業提供正式的學習機會、跨部門的磨合場景。沒有這些支持,HR就算再想升級,也只能乾等被淘汰。
所以,HR的轉型不只是個人的生存戰,而是組織的生死局。如果企業還在用舊眼光看HR,那就等於把自己未來的人才治理交給AI單挑,最後輸掉的絕對不是HR一個部門,而是整家公司。
話說回來,也有人會搖頭質疑:「HR真的撐得住三維嗎?」
說實在的,這個懷疑並非杞人憂天。因為很多HR平常光是行政事務就忙到焦頭爛額,要再同時顧數據翻譯、還要觀察人性,聽起來根本像在逼一個人同時當工程師、分析師和心理師。特別是在中小企業,人資部門常常只有一、兩個人,連請假系統都要自己設定,哪來的力氣玩什麼三維?
更現實的問題是:企業高層真的會買單嗎?
對不少老闆而言,HR最好就是安安靜靜,把薪資發準、合規搞定,不要跑來插嘴策略。要他們突然接受HR跳上裁判台,還能對AI的數據指手畫腳,這聽起來就像是「越俎代庖」。換句話說,就算HR願意升級,組織環境真的允許嗎?
這些質疑很尖銳,也很實際。它揭露了一個殘酷現象:三維模型或許漂亮,但在現場落地,可能會卡在資源不足、職能缺口、甚至權力排斥。到最後,HR會不會變成既跑不完行政,又碰不到策略,三維沒練成,反而先被耗死?
會有這樣的疑慮,其實背後有幾個結構性的原因。
第一個原因是 HR長期的角色定位問題。
在多數企業裡,HR一直被看成「支援單位」,而不是「決策單位」。這種文化下,HR自己也習慣了被動,把力氣花在「做完行政」而不是「創造價值」。所以當談到要升級成三維模型,很多人自然覺得「這不可能,我們哪有這個身分」。
第二個原因是 組織資源配置的現實。
中小企業裡,人資往往只有一人或小團隊,要顧法遵、薪資、招募、教育訓練,已經超載。這樣的環境下,要再推數據分析、人性洞察,聽起來就是天方夜譚。質疑三維的可行性,其實就是對資源不足的焦慮反映。
第三個原因是 權力的慣性。
很多老闆習慣把策略握在自己手裡,把人資當「執行手」。這種權力結構本來就會抗拒HR升級,因為那意味著HR要開始對決策有話語權。質疑三維,很多時候不是因為HR真的做不到,而是因為上層不想讓HR做到。
所以,這些懷疑並非單純否定,而是反映了企業文化、資源條件和權力關係三重壓力。理解這些出處,才知道為什麼三維模型一提出來,現場的人會露出「你在說夢話吧」的表情。
其實這個問題不是「三維能不能做」,而是
怎麼拆小步驟慢慢做到
解套的第一招,是 把行政徹底交給AI。
很多HR卡在「放心不下」,結果自己又多做一遍。要是老是緊抓著行政不放,就永遠沒空往三維邁進。所以第一步就是放手,把例行作業交出去,自己只留下「異常判斷」和「流程設計」這兩個需要專業眼光的部分。
第二招,是 先挑一塊做數據翻譯的練習。
不需要一開始就做全套大數據分析。你可以從最熟悉的離職率、加班時數開始,把AI吐出的數字翻成一個小故事,帶進主管會議。等大家覺得「欸,這樣比較聽得懂」,你就慢慢累積到更大範圍。這比硬要推一整套「人資數據轉型計畫」更容易落地。
第三招,是在人性洞察上卡位。
這一塊其實不需要額外資源,只要多花時間觀察現場,或是多去和主管、員工聊真心話。你只要能拿一個AI沒看見的細節,放進決策討論裡,立刻就凸顯價值。這才是HR能證明「三維不是空話」的最快方式。
所以,與其說「三維做不到」,不如說「三維要從小口咬起」。只要能在每一個決策場景裡,丟出AI看不到的角度,你就已經開始在三維裡站穩腳了。這是一個逐步轉型的過程,而不是一夕之間的飛躍。
三維模型 VS.極端自動化派
最近IBM決定大量裁減HR的新聞,讓一派主張 「極端自動化」 的聲音,認為這個才是未來。
他們認為:既然AI能比人快、比人準,那人資的最佳策略就是徹底把所有職能交給AI,剩下的HR只需要做「系統維護員」。這種思路聽起來很有效率,但本質上,等於把HR縮減成「軟體附庸」。在這種邏輯下,HR不再是專業角色,而只是被動維護機器運轉的後台人員。
與此相對,三維模型就顯得更「反骨」。它不是盲目把權力交給AI,而是主張 「人要重新奪回裁判權」。流程讓AI跑沒問題,但規則誰定、異常誰判、數據怎麼翻譯、人心怎麼納入,這些必須由HR來負責。否則,決策最後會被AI的演算法綁架,組織運轉變成單純的「數字遊戲」,沒有任何人性的溫度。
兩者的衝突點就在這裡:極端自動化派相信「效率等於一切」,而三維模型則強調「效率要被人性仲裁」。看似只是立場不同,但背後是完全不一樣的價值觀。極端自動化最後會把HR邊緣化,而三維模型則是嘗試讓HR在AI時代找到新的核心舞台。
極端自動化聽起來像是爽快的捷徑,但實際上,它把HR推向了一個「失能化」的未來。當所有行政都交給AI,數據解讀也交給AI,甚至連員工情緒都想靠情緒辨識系統處理,那HR在組織裡就只剩下一個角色:按下更新鍵,然後等著被質疑「為什麼我還要養你?」這是一種看似高效卻自毀根基的邏輯,因為它假設組織的複雜性可以被演算法完全消化,但現實世界裡,政治、人心、文化這些東西永遠不會乖乖入模。
三維模型走的是另一條路。它承認AI的效率,但同時主張 人資要成為「效率與人性之間的橋樑」。流程管理,讓AI有框架可跑;數據翻譯,讓決策者聽得懂背後意涵;人性洞察,確保方案能落地、不爆炸。這三個面向形成了一種「動態平衡」,讓HR不是消失,而是升級。
最關鍵的差異在於:極端自動化是把HR縮小成系統維護員,而三維模型是把HR放大成決策仲裁者。前者把人資從舞台拉下來,後者則讓人資站到舞台中央。對企業來說,選擇前者,省的是短期成本;選擇後者,守住的卻是長期韌性。
雙軌制已經失效了嗎?
回頭看,雙軌制在人資發展史上曾經是一個重要里程碑,它讓HR從「算薪水的」慢慢走到「能對話的」,給了一代又一代HR一條可以想像的職涯路徑。
但AI時代的到來,已經把這條路徑徹底推翻。行政不再需要長年磨練,策略不再專屬於少數幕僚,兩條軌道像是被AI硬生生拉直,結果是誰也走不順。
現在的關鍵不是還能不能守住舊雙軌,而是要不要勇敢踏進新三維。流程管理、數據翻譯、人性洞察,這三個面向才是AI時代真正能定義HR價值的支點。
只要能站穩這三角架,HR就不再是「跑軌道的人」,而是能設計賽道、裁決比賽的掌舵者。
#HR職涯賦能系列
#以對話引導思考_以論辯形塑觀點
👉歡迎聯繫:世安哥賴帳號 hrfriday2009
《顧問規劃/企業內訓/主管教練/職涯經紀》
❤️點愛表心|💬留言相伴|✏️追蹤世安|🔗分享此文|。