核心結論
有，但它證明的是完成特定學習歷程，不等於能在你的公司情境勝任。可把證書列為學習紀錄，再用真實任務、產出、查核與審核結果補上工作證據。若沒有任務證據，狀態應寫未驗證，不要直接評為合格或不合格。
執行摘要
核心觀察：2026 年的國際與台灣官方框架，都把 AI 能力從單純工具操作，擴大到工作任務、判斷、治理與人機協作。英國官方雇主指南更把連結真實任務、練習工作情境與量測使用品質列為有效培訓的條件。行動建議：不要只用完課數、證書或自評分數做人才盤點。為每個關鍵角色選一項真實任務，保存基準、產出、查核紀錄、審核人與最後驗證日，再依能否完成、查錯及寫成團隊標準分級。
人才盤點最常高估的，是學習紀錄
企業容易把 AI 人才名單做成三欄：上過哪些課、拿過哪些證書、自己覺得多熟。這些資料適合安排學習，卻不足以決定誰能負責客服草稿、合約摘要、採購比較或自動化流程。真正的問題不是員工知不知道功能，而是能否在公司的資料、權限與品質要求下完成任務。
2026 年 ILO 聯合報告指出，AI 採用同時改變認知、社會情緒、數位與 AI 技能需求，並強調 AI 素養、適應力、韌性與人的主體性。[1] OECD 也指出，高階 AI 技能人才約占勞動力 1%，但批判思考、創造力與協作等互補能力會影響人員能否有效與 AI 互動。[2] 因此，企業不應用單一工具熟練度代表完整能力。
把能力改寫成可以看到的工作證據
第一級是能說明用途、限制與風險，代表知道這項任務為何使用 AI，以及哪些資料不能輸入。第二級是能在真實情境完成任務，產出符合既定格式與品質門檻。第三級是能查核與修正，找得出錯誤、偏差與漏項。第四級是能標準化，把做法寫成檢查表、範本、權限規則與例外流程，讓其他人可重複。
Skills England 的基礎能力標竿同時包含清楚下指令、支援日常任務、使用自動化、調整設定、理解風險及查核 AI 輸出。[4] 這提供一個重要界線：會得到答案，只能證明操作；能判斷答案何時可用、何時必須人工接手，才接近工作勝任。
每一筆能力都要附五個欄位
能力地圖至少保存五項資料。第一是任務與角色，第二是導入前基準，第三是可回讀的產出與查核紀錄，第四是審核人與通過標準，第五是最後驗證日。若任務涉及客戶、個資或重要決策，再補上允許資料、禁止資料、人工核准點與失敗後退回方式。
英國官方雇主指南把有效 AI 培訓定義為連結角色的真實任務與決策、在工作情境練習，並說清楚何時可用或不可用 AI。[5] 指南也建議追蹤使用信心、品質一致性與對判斷的影響。這些項目可以直接轉成企業內部的驗收欄位，而不是只留滿意度問卷。
先做一張小表，不要先買一套人才平台
選三個關鍵角色，每個角色只挑一項每週重複、資料可取得、錯誤代價可控的任務。先收集現況完成時間、錯誤或退件、等待與處理量，再讓人員在受控資料上完成一次 AI 輔助作業。流程負責人依同一份檢查表驗收，沒有證據就標記未驗證，不用猜測能力等級。
數產署的 AI 產業人才認定指引 3.0 新增 AI 治理素養與 AI 協作與開發，並強調將能力架構落實到產業工作場景。[3] 企業可以借用這個方向建立共同語言，但內部升級、調職或專案派工仍應依自身任務證據決定，不能把外部框架直接當成人事結論。
三十天內完成第一版能力地圖
第一週列出三個角色與三項任務，定義基準及不可接受錯誤。第二週準備去識別化資料與統一檢查表，讓人員完成任務。第三週由流程負責人交叉查核，記錄能否查錯與修正。第四週只把通過的做法寫進 SOP，未通過者回到指定學習內容與再次驗證，不把未驗證寫成不會。
中企署已提供 196 門 AI 主題課程，平台累計超過 108 萬名會員與 720 門課程。[6] 課程是補能力缺口的資源，不是能力地圖本身。當企業能把缺口精確寫成某角色在某任務缺少哪一級證據，培訓、招募與外部顧問預算才有共同的驗收目標。
關鍵要點
完課不是能力證明：完課、證書與自評可以當起點，但不能代替真實任務的產出與查核紀錄。
一個角色先驗一項任務：從報價、客服、採購、排程或報表中選一項高頻且風險可控的工作。
用四級證據分層：能說明用途與風險、能完成任務、能查錯修正、能寫成團隊標準。
保留可回讀證據：記錄基準、輸入限制、產出、審核人、例外與最後驗證日，避免能力只存在口頭印象。
能力會過期：模型、資料與流程改變後要重驗，不能把一次成功永久視為勝任。
參考來源
Changing landscape of skills in the age of AI
International Labour Organization · 2026-08-13
https://www.ilo.org/publications/changing-landscape-skills-age-aiSkills in the AI age
OECD · 2026-07-08
https://www.oecd.org/en/publications/skills-in-the-ai-age_972bd15e-en/full-report/component-4.htmlAI foundation skills for work benchmark
Skills England · 2026-01-28
https://www.gov.uk/government/publications/ai-foundation-skills-for-work/ai-foundation-skills-for-work-benchmarkEmployer guide: What works for AI upskilling in the UK
UK Department for Work and Pensions and Skills England · 2026-07-27
https://www.gov.uk/government/publications/skills-for-ai-what-works-for-ai-upskilling-in-the-uk/employer-guide-what-works-for-ai-upskilling-in-the-uk--2常見問題
Q：完課證書還有沒有價值？
A：有，但它證明的是完成特定學習歷程，不等於能在你的公司情境勝任。可把證書列為學習紀錄，再用真實任務、產出、查核與審核結果補上工作證據。若沒有任務證據，狀態應寫未驗證，不要直接評為合格或不合格。
Q：AI 能力盤點應該由人資還是資訊部門負責？
A：由流程負責人主責驗收，人資管理角色與發展紀錄，資訊或治理人員確認資料、權限與風險。三方共同定義證據，但最後是否能用於工作，應由真正承擔流程成果的人判定。
Q：小公司只有十幾個人，怎麼開始？
A：先挑三個最重要角色，每個角色只驗一項高頻、低風險任務。用試算表記錄任務、基準、產出連結、查核結果、審核人與日期即可。第一版的目標是看見能力缺口，不是建立複雜的人才系統。
Q：怎樣的任務適合當第一批驗證？
A：優先選每週重複、資料可取得、品質能用檢查表判斷，而且失敗後可由人工安全接手的任務，例如資料整理、會議摘要、客服草稿或報表初稿。先避開最終人事、授信、醫療或安全決策。
Q：能力證據多久要重新驗證？
A：至少在更換模型、改資料來源、調整流程、改變權限或發生重大錯誤後重驗。穩定流程可每季抽查一次。能力地圖應保留最後驗證日，逾期後標示待複驗，不讓一次成功永久有效。
由穹境科技 AI 情報系統生成 · 2026-08-25 · 資料來源見上方參考列表