AI Agent 功能日趨成熟，企業組織及人力資源準備好因應對策了嗎？

想像一下，台灣某科技大廠業務副總，臨時要到東京出差，從訂機票、飯店、比價、採購、憑證核銷等繁複流程，過去都要仰賴資深秘書及採購、總務人員通力合作才能完成，現在只要跟AI Agent提出需求下達指令，就會全部自己搞定，是不是很方便？

我要提醒各企業的HR，這個時代即將來臨，貴公司的組織架構及人力資源管理是否準備好要因應這個趨勢了？

勞動法令遵循教育訓練、合理管理&霸凌界線劃分、申訴處理&調查人員實際演練工作坊、董事會成員進修時數認證、職場霸凌性騷擾外部委員、PIP實例流程演練工作坊、訴訟調解程序代理請洽：業鑫法律事務所窗口（電話02-25156822）官網https://www.yesinlaw.com

一、Meta正式推出Muse Spark Open

Meta於10月15日正式發布Muse Spark Open，並與Apple合作，讓企業能在自有電腦設備上運行高階AI模型。

這項合作訊息值得關注的原因，不只是Muse能力提升，而是企業未來可能不必完全依賴外部雲端服務，就能部署、客製化並管理自己的AI Agent。這可能降低部分企業導入AI的障礙，進一步影響軟體開發、行政支援及知識工作的人力配置。

根據Meta於10月15日發布的官方技術公告，Muse Spark Open具有以下特色：

* 總參數量8,160億，每次推論啟用420億參數。

* 支援100萬Token的長文本處理。

* 針對程式開發、複雜推理及多步驟AI Agent任務最佳化。

* 開放模型權重，企業可以依需求客製化。

* 可透過兩台配備M5 Ultra及512GB統一記憶體的Mac Studio進行本地部署，也可使用雲端API服務。

Apple同日發表技術報告，證實利用MLX框架可以在多台Mac Studio上執行這類大型模型。

固然在本地部署方面，仍需要昂貴硬體及專業維運能力，且Meta的模型授權包含商業使用限制，不能直接視為完全不受限制的開源軟體，但隨著部署成本下降，幾年內甚至幾個月內，AI Agent進一步以本地部署方式在企業普及，已經可以期待。

二、對企業人力需求的影響

這次更新最重要的變化，是高階AI Agent的部署方式更加多元。

過去部分企業因為客戶資料、營業秘密及資訊安全考量，不願將內部工作流程交給外部AI服務。

如果企業可以在自己的資訊環境中部署AI模型，就可能加速導入軟體測試、文件分析、報表製作及跨系統工作自動化。

對組織設計而言，可能出現三種變化：

第一，企業減少新增行政與技術支援人員，改由現有人員搭配AI Agent完成工作。

第二，部分原本負責工作分派、進度彙整及資訊傳遞的中階管理職務，可能面臨重新設計。

第三，企業可能增加AI系統維運、品質控管、資安治理及人工覆核等新職務。

Muse如果放進公司組織裡看，最重要的是它已經具備一種接近「數位行政人員」的工作模式：可以理解一個目標、拆解工作、開瀏覽器、跨系統取資料、填表、寄信、排程、購買、等待外部回覆，再回來繼續下一步，而且可以在背景持續執行。Meta也已把Muse、Muse API、Muse Code等納入新成立的Meta Enterprise Platform，明確朝企業工作流程市場發展。

把Muse放入一個實際的企業應用場景：

某科技大廠上市公司業務部門主管在10月19日下達以下指令：

「11月12日早上到東京開會，13日下午結束，幫我安排台北松山機場東京羽田機場來回；依公司政策訂商務艙，住Marriott Bonvoy飯店，離客戶東京丸之內辦公室30分鐘內，晚上不要安排任何活動。」

傳統上，真人秘書或Travel Desk需要完成一長串工作。

Muse則可以把它當成一個Goal，然後自動執行以下流程：

→ 讀Calendar確認時間

→ 讀公司Travel Policy

→ 查航班

→ 查飯店

→ 判斷是否符合預算

→ 整理2～3個方案

→ 請主管／出差人員選擇

→ 取得核准

→ 訂機票飯店

→ Calendar建立行程

→ 寄確認資料

→ 出發前提醒

→ 監控航班

→ 行程變動時重新安排

→ 回國後整理憑證。

甚至長期反覆使用後，Muse會自動記得：

董事長只坐星空聯盟；

總經理不搭十點以前起飛班機；

CFO飯店住宿預算上限每晚US$300；

某副總座位一定要靠走道；

某部門主管有Marriott Titanium；

台北—東京如果價差小於30%，優先選擇松山羽田航線。

於是「安排差旅」不再每次從零開始。

過去這些資訊往往存放在資深秘書的腦袋裡。

未來可能變成公司的Agent Memory。

這就是「組織記憶轉移」功能。

三、對台灣HR主管的法律與管理意義

我建議企業HR針對Muse等AI Agent的導入，立即採取三項措施。

第一，建立AI導入的完整成本與人力效益紀錄。

除了計算節省的人工工時，也要納入硬體設備、軟體授權、維運、人工覆核及資安管理成本。

只有淨效益持續而且穩定，才能合理評估是否需要調整人力。

第二，建立工作替代與員工安置對照表。

將被自動化的工作、仍須人工執行的工作、新增AI管理職位，以及現有員工可以透過訓練轉任的職務一併盤點。

因此必須調動員工時，仍須注意應符合勞基法第10條之1的調職五原則。

第三，將AI技術評估與法律上的資遣解僱決策分開。

企業不能僅因Muse Spark Open具有執行複雜程序任務的能力，就認定相關職位可以合法裁撤。

如果依勞基法第11條第4款主張業務性質變更，仍須進一步證明確有減少勞工必要，而且雇主沒有適當工作可以安置。

【陳業鑫律師小叮嚀】

本次AI科技變革值得關注的，不只是Muse又多了一個功能，而是Meta與Apple合作，讓企業將高階AI Agent部署在自己本地的運算環境中，提升企業自行掌握AI工作流程的可能性，降低企業運用高階AI Agent 的疑慮及成本。

這將增加企業思考進一步引進AI Agent 取代人類員工的誘因。

可見的未來真正影響人力需求的關鍵，可能從「企業能否取得高階AI」，逐漸轉變成「企業能否以合理成本，讓AI持續、安全、可靠地完成原本由員工負責的工作」。

我會特別關注三項與人力資源管理有關的指標：企業實際部署後節省的人力成本、因此取消或減少的職位，以及新增AI監督與治理職位的人數。

特別要強調的是，在勞基法第11條第4款架構下，對台灣企業而言，AI可以協助重新設計工作，但不能取代雇主對合法資遣及員工安置的勞動法遵責任。