摘要： 達沃斯年會開跑中的 2026 年 1 月 22 日，世界經濟論壇（WEF）刊出題為《Invest in the workforce for the AI age》的文章，執筆者是 HCLTech 執行長 Vijayakumar。全文的主張可以濃縮成一句話：買進模型不等於拿到 AI 的報酬。唯有企業同步翻新人才、營運模式與治理結構，投資才可能真正回收。
達沃斯年會開跑中的 2026 年 1 月 22 日，世界經濟論壇（WEF）刊出題為《Invest in the workforce for the AI age》的文章，執筆者是 HCLTech 執行長 C. Vijayakumar。全文的主張可以濃縮成一句話：買進模型不等於拿到 AI 的報酬，唯有企業同步翻新人才、營運模式與治理結構，投資才可能真正回收。
這些主張背後站著具體數字，而且全部出自 WEF 自家的研究底子：按 OECD 的估計，十年之內將有多達 11 億個工作被科技徹底重寫；WEF 推動的 Reskilling Revolution 則把目標訂在 2030 年，要讓 10 億人獲得更好的教育、技能與經濟機會。再對上《Future of Jobs Report 2025》的調查結果——86% 的雇主預期 AI 與資訊處理技術會在 2030 年前改變其業務——「要不要轉型」已經不是問題，真正的題目是執行清單該長成什麼樣。
量體有多大：11 億份工作與 86% 的雇主
這份報告訪問了 1,000 多家大型雇主，拼出的輪廓相當明確：2030 年之前，市場預計多出 1.7 億個職位、少掉 9,200 萬個，淨成長 7,800 萬個；同一時間，每 100 名工作者裡有 59 人得重新培訓或強化技能，而認為技能缺口是轉型頭號障礙的雇主比例為 63%。
換個角度讀：真正卡住的從來不是模型本領，而是組織消化變化的快慢。這篇藍圖因此把火力集中在企業這一層該怎麼動——政策與技術都齊了，動不了的是中間那段。
HCLTech 怎麼做：三條動作線
作者直接拿自家公司的成績單當範例。過去一年，HCLTech 約有 80% 的員工修完核心技能培訓；投身數位能力建構的超過 11.5 萬人；完成生成式 AI 培訓的達 11.6 萬人，光最近一季就新增 3.8 萬人；另外還有 600 多人接受責任 AI 訓練；而在所有 OpenAI 夥伴之中，該公司持有的 OpenAI 認證專家數量排名第一。
這些數字背後靠三個結構性動作撐著：
- 技能骨幹：打造一套連結價值池（value pools）的技能分類法，每投入一筆培訓資源，都能對到可量測的業務產出
- 角色重設計：可重複、吃大量資料的工作交給 AI，判斷留在人手上；護欄——品質門檻、偏見檢查、升級路徑——直接長在工作流程裡，而不是等結果出來再回頭審查
- 內部流動：靠人才市集與專案制派工，讓剛學會新技能的人真的被調往用得上這些技能的職位
Cynergy Bank：三個量得出來的結果
整份藍圖中最具體的段落落在 Cynergy Bank。這家歐洲銀行攜手 HCLTech，把客服中心與後台作業搬上數位軌道，涵蓋案件管理、語音分析與生成式 AI 專員輔助，最後交出三個數字：投訴量下降逾 50%，生產力上升 8%，顧客體驗分數上揚 25%。
關鍵不在數字多大，而在數字的性質：這裡的 AI 全部部署在具備明確基準線的重複流程上，成效因此量得出來。多數企業的 AI 專案恰恰缺了這一塊——缺的不是更強的模型，是一條量得出成效的生產線。
責任部署：關鍵決策的最終裁量權留給人
治理這一半，藍圖同樣講得具體：做到透明；招聘、信貸、安全關鍵情境這類高風險決策必須保留人類監督；並以包容設計搭配再培訓，接住職位流失帶來的衝擊。推進的節奏則靠「AI missions」：只挑少數幾項任務，每一項都綁住一個業務成果，由資深業務主管發起，科技、風險、人力三方主管共同扛責，並維持穩定的上線步調。WEF 底下的 Centre for AI Excellence 也在為這條路線提供後盾。
產品與工程領導者該帶走的三件事
結論有三。其一，2026 年是 AI ROI 從簡報走進損益表的一年，這與我們在年度開局展望裡的判斷相符——拿得出生產力增益證明的專案才拿得到預算，其餘的下場是被砍。其二，護欄正在搬家：由模型層搬往工作流程層，品質門檻與升級路徑將成為產品本身的功能，而不是合規文件裡的附件。其三，技能資料就是新的基礎建設——少了技能分類與內部流動機制，培訓預算再多，最終也只是完成率儀表板上的一片綠。