對大型企業來說，AI 導入最難的地方，是讓不同職能的人真正將 AI 帶進日常工作。尤其在金融保險業，對於資安、個資保護與作業合規有嚴格的標準，員工即使有意願嘗試，也需要清楚知道哪些能做、哪些不能做。當企業規模達數千人，每個部門的工作型態、數位能力與日常任務差異極大，若缺乏清楚的導入策略，AI 很容易停留在少數人的嘗試，難以形成組織整體能力。
本篇將以 Aiworks 與南山人壽的合作為例，分享大型企業在推動 AI 組織賦能時，Aiworks 如何與人力資源部門協作，透過顧問訪談瞭解員工真實需求，並客製化學習路徑，以及這套方法如何協助不同職能的員工，建立 AI 能力並實踐於工作現場。
一、南山人壽如何面對 AI 人才轉型？
南山人壽數位長呂新科副總經理曾提到一個關鍵觀察：「AI 技術三個月一轉。」這句話點出了企業面臨的挑戰：技術演進速度已超過傳統人才培育節奏。當工具持續快速更新，企業需要建立的，是讓員工具備理解 AI、判斷 AI、與 AI 協作的能力。操作哪個工具，反而是其次。
面對此變局，南山人壽制定了三階段 AI 轉型藍圖：AI Ready、AI First 與 AI Native。在 現階段的「AI Ready 」中，核心目標是建立全員對 AI 的共同認知與基本能力，讓不同職能的同仁，都能找到 AI 在工作中的應用入口。
推動的意願只是起點，大型組織真正需要應對的是：
- 不同職能的工作型態差異極大
- 員工數位能力落差明顯
- AI 使用邊界需要符合高度合規要求
- 學習成果如何真正回到工作流程
- 如何避免 AI 停留在少數人的嘗試
這些挑戰，正是人資部門在整個推動過程中扮演關鍵角色的起點。
南山人壽人資部門在推動這次 AI 賦能計畫中，有一個清楚的出發點：最了解業務需求與痛點的，是一線的同仁與單位。當同仁在日常工作中感受到效率瓶頸或流程制，他們的學習動機是最強烈的。因此，人資部門選擇將資源優先投入在「有痛點、想解決問題」的應用情境與單位，採分階段推動方式。並與 Aiworks 合作，從組織現況盤點開始，規劃更適合大型企業的 AI 賦能路徑。
二、Aiworks 如何拆解大型企業的 AI 推動難題？
1. 先看工作現場，再決定工具
Aiworks 的做法是先診斷再設計。在規劃任何培訓內容之前，先與不同職能單位深入了解真實工作型態與日常痛點：
- 哪些工作仍高度依賴人工處理
- 哪些任務具有重複性
- 哪些部門存在資料整理與分析負擔
- 員工目前對 AI 的理解程度
- 組織對 AI 使用邊界的認知現況
這些資訊成為後續導入設計的重要基礎。大型企業的員工大多知道 AI 的存在。訪談真正要挖出的，是更深的問題：員工不曉得如何讓 AI 真正進入自己的日常工作。
2. 依照職能切分學習入口
行政、客戶服務、財務、資訊、業務面對的工作場景完全不同，AI 的切入點自然也不同。
因此，Aiworks 以「職能優先」作為規劃原則，提供符合各部門工作需求的課程提案。知識密集型工作、數據分析型工作與重複流程型工作，各自對應不同的 AI 應用方式與學習重點。
這樣的設計，讓員工從最貼近自己工作的地方開始理解 AI，避免學習停留在抽象概念或脫離工作場景的工具示範。
3. 先建立共識，再進入深化應用
在正式分流之前，Aiworks 先協助組織建立 AI 共識。
課程內容分別針對一般員工與管理階層設計不同方向：
- 針對員工聚焦 AI 基本認知、使用原則與合規邊界
- 針對管理階層則更聚焦於部門導入思維與管理視角
這個階段讓組織先建立共同語言，再開始進入各職能的深化應用。
尤其在保險業這類高度重視合規的產業，若沒有先釐清 AI 的使用原則與風險邊界，員工會因不確定性而停留在觀望。
4. 讓學習直接連接工作任務
南山人壽與Aiworks 在設計課程時，刻意降低「純講授型學習」的比例，而是讓學員直接以自己的工作任務與部門的「真實工作場景」為課程實作專題。透過此設計，學員在課程中完成的成果，不只是練習，而是能在課後立即帶回工作現場應用，直接為日常工作省時間、提升效率！
此外，在成果發表過程中，不同部門也開始看見彼此如何拆解問題、優化流程，以及運用 AI 解決實際工作挑戰。這種跨部門的觀察與交流，比單一課程內容更能帶動組織內部的AI應用想像與學習期待。
5. 為零基礎員工設計友善的第一步
南山人壽人資長孫曉梅副總經理分享，讓員工跨出第一步最難的地方，常常是那個懷疑自己能不能學得起來的心理關卡。
因此，南山人壽在課程設計上，特別為數位工具零基礎的同仁規劃了「小白友善班」——由講師以實際工作案例切入，幫助學員理解學習內容與自身工作的連結；同時搭配 AI 工具輔助學習，教同仁如何運用 AI 協助撰寫與除錯，以降低新手的學習焦慮與挫折感。讓同仁真正感受到，學習數位工具是「做得到、學得會、用得上」的事，自然也就更願意踏出第一步。
三、過程中，組織發生了什麼變化？
培訓過程中最明顯的改變，是員工思考工具的方式開始不同。
原本常見的提問是：「這個功能怎麼操作？」後來逐漸變成：「這個能不能處理我每天都要做的事情？」
當員工開始帶著真實工作問題思考工具的使用方式，代表學習已經開始從「理解工具」，進入「理解工作」。
另一個重要變化，是員工開始逐漸建立對不同數位工具的判斷能力：
- 哪些問題適合透過 AI 協助處理
- 哪些情境更適合使用數據或自動化工具
- 哪些內容涉及個資、機敏資訊或合規要求，需要特別謹慎
這次培訓更大的收獲，是員工開始理解：面對不同工作情境時，應該如何選擇合適的工具與工作方式。
有學員分享：
「課程讓我學會運用 AI 協助日常行政工作，也讓我更清楚在使用 AI 時，需要謹慎保護個資與機敏資訊。」
對金融保險業而言，使用能力與合規意識必須同步建立。這也是南山人壽在推動 AI 賦能時，特別重視的一件事。
這次培訓最讓人印象深刻的，是管理層的參與方式。 有好幾位處主管親自上課，即使工作繁忙，仍願意投入時間學習，希望協助轄屬團隊找到更有效率的工作方式。也有中南部同仁特地北上參加課程——這背後是主管願意給同仁時間與資源投入學習的支持，也讓人資部門更確認：對數位學習的需求，在組織各地都真實存在。
南山人壽人資部門也與我們分享他們觀察到的深層轉變：在成果發表時，有同仁分享：學習數位工具讓他開始重新思考工作流程與做事方式；甚至部門的氛圍也改變了——同事間開始互相交流與討論。這種從個人學習延伸到團隊文化的轉變，也是這次 AI 賦能最有價值的成果之一。
工作現場也開始出現具體改變。原本需要花費大量時間處理的重複性資料作業，在員工學會用更有效率的方式處理後，大幅縮短執行時間。而當這些成果開始被部門之間看見，員工之間也開始主動交流彼此的做法與應用方式。
AI 的導入，開始在組織內部形成共同語言——學習不再停留在少數人的個別摸索。
四、Aiworks 的三個觀察
這幾年 Aiworks 在協助企業推動 AI 落地的過程中，有三個觀察持續出現，無論企業規模大小，都值得在規劃之前先想清楚。
1. AI 培訓真正要建立的，是判斷能力
工具會持續改變，但判斷能力不會快速過時。
操作工具只是起點。企業真正需要培養的，是員工對工作的判斷能力：
- 哪些工作適合導入 AI
- 哪些資訊需要人工確認
- 哪些內容涉及風險與合規問題
- 哪些決策仍需要人的經驗與責任
當組織開始具備這種能力，AI 才有機會真正進入工作流程。
2. 內部案例，比外部案例更能推動擴散
許多企業會分享大量國際 AI 案例，但真正能讓員工開始行動的，通常是身邊同事的成果。
當員工看見其他部門如何解決相似問題、如何改善工作效率，AI 的應用想像才會真正開始擴散。
大型企業的 AI 推動，很多時候靠的是內部案例逐步累積信任，一次性宣導的效果相當有限。
3. 全員賦能的關鍵，是讓每個職能找到自己的入口
大型組織最容易失敗的方式，就是試圖用單一內容覆蓋所有人。
不同職能的工作差異極大，若員工無法從自己的工作場景理解 AI，學習就很難真正發生。
AI 賦能真正的核心，是讓不同職能的人都找到屬於自己的第一步。教了多少工具，反而是次要的問題。
人資部門在這個過程中的角色，正是把這條路鋪好——從選擇投入的對象、設計降低門檻的學習方式，到確保管理層帶頭示範，一步一步讓 AI 進入每一個工作現場。
如果你的企業正在思考如何讓 AI 進入工作現場，Aiworks 可協助你從內部評估、職能需求盤點到導入路徑設計，建立更適合企業現場的 AI 落地方案。
📩 想為你的組織打造 AI 協作能力？
Aiworks 提供企業內訓、客製化培訓與實作工作坊，協助各產業團隊規劃生成式 AI 的導入與應用策略。
▼ 聯絡我們｜規劃你的 AI 實戰課程，讓轉型真正落地 ▼
（若表單未正常顯示，請點擊此連結進入表單填寫頁面）
探索更多企業成功案例⋯⋯
▶︎ 金融產業 AI 人才賦能：永豐銀行 × Aiworks 顧問的 AI 自動化實戰
▶︎ 啟新集團 AI 自動化實戰：賦能後勤團隊，驅動企業創新動能