有沒有發現，現在大家談及HR Tech及HR AI，我們談論的很多時只是把不同的AI工具應用在不同的HR流程，例如引入AI招聘工具，AI人力管理工具（而這些工具很多時候是需要付費）或者在ChatGPT或DeepSeek上寫一些Prompt來自動生成文字或者圖表等等。

 

不妨回想一下，在AI出現前，是否就沒有HR Tech？那絕對不是，例如Excel 就是上一代HR Tech的代表。打個比喻，現在我們很多時候理解的HR Tech，其實就像是在Excel年代，在Google上尋找各種Excel Templates，把他們下載來使用。當然那些Template很多時候都弄得十分Fancy，有些甚至會加上VBA來實現一些自動化功能。然而，隨著時間我們多少都察覺到，無論多Fancy的Excel Templates其實都只能在某些特定情況下滿足我們的需求。到頭來，我們發現還是需要學懂Excel的函數，例如sumif, vlookup才能真正讓Excel為我們所用。

 

同樣道理，在AI時代，單純購買不同的AI應用也絕不是HR Tech的終點。當然不是說各種AI應用沒有作用，但也跟Excel Templates一樣，他們多也不是定制化的，而是基於成千上萬的用戶分析所提煉出來的通用特徵來研發，但一萬人有一萬種需求，沒有任何AI應用能夠百分百滿足每一個人的獨特需求，大部分人或者公司也沒有財力或者不會願意為每一個微小的需求而購買一個專門的AI應用。而更重要的是，在AI時代，HR不單止要懂得與人溝通，更要懂得與技術溝通，這樣才能夠超越「用AI 的HR」，成為「懂AI的HR」，令我們的工作產生更大價值。

 

HR要懂的HR Tech技術語言: Python

 

 

而要學懂與技術溝通，HR便需要掌握一門技術的語言，就像以往掌握Excel一樣，而最適合的語言便是Python。先別擔心，你看到Python這個字可能現在便想到編程、代碼那些可怕的畫面，但在AI年代，我們其實已經不需要學習寫代碼，請先了解一下Python是甚麼。

 

Python是近年最流行的編程語言之一，廣泛應用於網頁開發、數據科學、機器學習及自動化等多個領域。尤其在數據科學和AI領域，Python是其中一門最重要的編程語言。我們在使用AI生成圖表時，很多時候AI背後都是通過編寫Python代碼來實現。 相對於其他更為基礎的編程語言，例如C++/Java，Python是更為新手友好的語言，可以將其簡單理解成一個進階版本的Excel。

 

AI大大消彌了技術背景的差距

 

以往需要編寫代碼，可能需要先上一個Python的專門課程，從一些基本的代碼語法學起，然後真正開始使用的時候，又要考慮程式邏輯，架構，以及最令人頭痛的debug，沒有一年半載的認真學習連入門也做不到，對於本身工作繁忙，又不是技術出身的HR來說，這就難上加難。然而AI的出現，卻把這個訊知識的鴻溝一下子填平了。全球第一的晶片公司英偉達執行長黃仁勳在2025年7月23日的《All In Podcast》中指出：「AI是史上最強的科技平權工具，現在人人都是軟件工程師。」所以，HR要學懂用AI製作工具，其實已不需要學習寫代碼了。

為什麼HR要學懂用AI製作工具?

 

有人可能會問，既然現在已經有不同的AI工具，為什麼不直接用現成的，而是需要那麼麻煩要用Python去製作工具? 主要有以下幾個原因：

 

1. AI工具的定制收費

 

要使用AI工具，首先公司必須有一定財力去購買，而且正如前文所提及，AI工具都不是定制化的，未必能應用在每一間公司，如需要額外定制工具，又需額外付費。很多小工具其實現在都是可以用AI去製作，而不需去買AI工具，而且還能自行客製化。你可參考這個大大增強HR效率的實例: 如何應用AI，30秒完成原本花費3天的HR Report。

 

2. 不宜使用AI直接處理敏感數據

 

HR日常處理大量敏感員工數據，例如工資，年齡，地址等，假如直接這些敏感員工資料放到ChatGPT 或DeepSeek上處理，會存在重大的數據安全風險。那使用各種購買的AI工具是否就沒有這個問題？情況可能更糟糕，因為數據有機會被上傳不止是AI模型供應商的伺服器，甚至AI工具開發商的伺服器也會儲存你的數據。

 

3. AI 的局限性需要 Python 補足

 

AI工具常輸出「表面結論」，Python才能驗證分析過程可信度。例如你可以直接在AI上問：「請給我各行業HR的市場工資，並整理成一份表格」AI肯定可以生成一份表格，但你無法驗證這些數據是真或是假，而事實上AI技術上是存在一種名為「AI幻覺」的缺陷，很容易會生成誤導性或錯誤的資訊。而直接使用Python編寫一個爬蟲程式，便能直接從網上擇取數據，確保數據來源的準確。

 

 

4. AI 本身依賴 Python 驅動

 

我們現在使用AI時一般是問問題，然後等AI回覆答案，而事實上AI運算答案的核心就是用Python寫的。學懂Python相當於不是直接問AI「這個問題的答案是什麼？」而是問「你是用什麼方法來得到這個答案？」然後你可以拿著它的方法來做更多符合自己需求的事情。例如你問AI：「請分析以上表格的數據，列出student與income的關係，並生成相關分析圖表」

 

結果是如下：有兩個問題： 第一是涉及敏感數據的表格不適宜這樣做。第二個問題，對於某些模型（例如現在使用的是deepseek），會有功能限制，沒法直接展示圖表

假如問它「請給我你背後進行這些分析的代碼」你會得出下代碼，然後你便可以直接在自己的電腦環境運行，即使不上網也可沒有問題。

 

5. HR的個人事業發展

 

在AI浪潮下，美國消失得最多的正正是人力資源崗位，大部份相信是處理行政工作的職位。試想一下，如果你掌握了如何用AI自行製作工具，公司便不需花大錢去買昂貴工具，也能提升HR的工作效率。比起「用AI的HR」，「懂AI的HR」同時擁有人力資源專業知識及掌握AI技術，其價值在未來職場也必水漲船高。

 

未來用AI製作工具，就像現在懂Excel一樣

 

大家可能經常會留意到未來AI會取代大量工作崗位的新聞，亦會擔心自己的工作會否被AI取代，但大家的注意力可能只集中在一些低技術的崗位，例如文書處理等，但可能大家會忽略了，軟件工程師這個看似技術含量極高的崗位，恰恰是AI最容易取代的崗位之一，因為代碼本質上就是AI的native語言，AI寫代碼的效率怎能不高，就如Elon Musk曾指出旗下的Grok模型的代碼水平已經超越碩士生。即是表示，非技術背景的人，在AI的幫助下起碼已經能寫出碩士水平的代碼。所以編寫電腦程式已經不是軟件工程師的專利，即使是HR亦可以輕易掌握。在可見未來，懂得使用AI編程，其實就像是現在我們懂得用Excel一樣的基本技能。MP HR Community會在HR AI Tech的學習路上協助大家，請登記成為免費會員繼續留意我們的文章及活動。