以前談到 AI 進公司，很多人第一時間想到的是客服、文案、簡報、行銷內容，或是工程師用 AI 寫程式。
但最近 Salesforce 與 OpenAI 的企業 AI 導入消息，透露出一個更值得上班族注意的方向：AI 不只在前臺幫忙接客、寫內容，也開始走進辦公室後臺。
所謂後臺，不是什麼遙遠的技術部門，而是每天支撐公司運作的流程。
例如請款、採購、報表、簽核、員工到職、資料核對、供應商追蹤、會議後待辦提醒。這些工作過去靠行政、財務、採購、人資、營運和主管幕僚一件一件處理，未來很可能會先被 AI 代理重新分工。
這篇文章想談的不是「哪些工作會消失」，而是「哪些工作內容會先被重設」。對上班族來說，真正需要提前準備的，不是恐慌，而是看懂自己的工作流程，哪一部分適合交給 AI，哪一部分必須由人負責。
AI代理不是聊天機器人，而是流程執行者
很多人用過 ChatGPT、Gemini、Claude 這類 AI 工具，最熟悉的用法是「我問一句，它回一句」。例如請 AI 幫忙整理會議重點、改寫信件、產出報告大綱。
AI 代理不太一樣。
它比較像是你交代一個任務，它可以照著設定好的流程往下做。它可能會讀資料、比對欄位、整理文件、提醒相關人、產出報告，甚至在有權限的情況下，把資料更新到系統裡。
舉例來說，一般 AI 助理可以幫你寫一封「新人報到通知信」。但 AI 代理可以協助跑完一段新人到職流程：確認到職日、提醒主管準備任務、通知 IT 開帳號、建立設備申請清單、整理報到文件，並標出還缺哪些資料。
差別就在於，一個是幫你產出內容，一個是協助你推進流程。
這也是為什麼行政、財務、採購、人資、營運和主管幕僚會開始受到影響。因為這些工作有一個共同特徵：流程多、表單多、系統多、重複動作多，而且常常需要跨部門追進度。
這些剛好都是 AI 代理容易切入的地方。
行政：從「幫大家處理雜事」變成「管理流程入口」
行政工作可能會是最早感受到改變的一群。
很多行政任務看起來零碎，實際上背後都有固定流程。像是安排會議、寄通知、收表單、追簽核、協助設備請領、整理名單、確認資料、提醒相關人完成待辦。
過去這些工作常靠人一封信一封信寄、一張表一張表看、一個人一個人追。未來如果流程夠清楚，AI 代理就能先接手一部分重複動作。
例如新人到職，行政不一定要每次從頭處理。AI 可以依照固定流程產生報到清單、提醒 IT 開帳號、通知主管準備工作、追蹤電腦設備是否到位，也可以把缺少的資料標出來，讓行政人員只處理例外狀況。
行政的價值不會因此消失，但角色會變。
以前行政常被期待「我幫你做」。以後更重要的能力會是「我把流程設計好，讓事情可以順利往下走」。
也就是說，行政人員不只是支援者，也會變成流程管理者。誰需要核准？哪些表單可以自動送出？哪些情況要轉人工？哪些資料一定要留下紀錄？這些都會成為行政工作的新能力。
財務會計：從「一筆一筆核對」變成「看異常、抓風險」
財務和會計也會很有感。
很多財務工作不是難在單一動作，而是資料量大、不能錯，還要留紀錄。像是發票核對、費用申請、付款條件、預算差異、月結準備，都是很適合讓 AI 先做第一輪檢查的工作。
例如員工送出一筆費用申請，AI 可以先檢查發票資料是否完整、金額是否符合規定、科目分類是否合理、是否超過預算，並把有疑慮的項目標出來。
AI 不一定能決定這筆錢該不該付，但可以先幫財務人員把問題整理出來。
這代表財務人的工作重心，會從「一筆一筆看」慢慢轉向「看例外、查原因、做判斷」。
哪些費用不合理？哪些數字和過去差太多？哪些付款條件有風險？哪些申請需要主管再確認？這些才是人真正要負責的地方。
所以，財務工作不是不需要人，而是人的時間會被重新分配。重複核對交給 AI 先跑，重要判斷留給人處理。
採購：從「追單與比價」變成「供應商風險控管」
採購工作也會被重新整理。
很多人以為採購就是比價，其實採購每天處理的事情很多。請購單、採購單、報價單、合約、交期、付款條件、供應商資料、Email 往來紀錄，常常散在不同系統和文件裡。
這些資訊過去需要人慢慢查、慢慢整理、慢慢追。AI 代理進來後，可以先協助做幾件很耗時間的事。
例如整理不同供應商報價、比對交期差異、提醒採購單異動、追蹤還沒回覆的供應商、彙整供應商基本資料，甚至先整理可能的供應風險。
但這不代表採購只剩按按鈕。
真正重要的採購能力，反而會更突出。像是供應商能不能長期合作、價格是否合理、交期風險怎麼判斷、談判策略怎麼設計，這些都不是 AI 可以直接代替的。
AI 可以幫忙整理資訊，但要不要換供應商、怎麼談條件、如何平衡成本與風險，還是需要人來判斷。
未來採購人員的價值，會從「把資料找出來」往「把風險看出來」移動。
人資：從「回答制度問題」變成「設計員工旅程」
人資也是 AI 代理很容易進入的後臺場景。
很多員工會問 HR 類似的問題：我可以請什麼假？教育訓練怎麼申請？補助規定是什麼？新人報到要準備什麼？離職流程怎麼走？內部職缺可以怎麼申請？
如果公司的制度文件本來就清楚，AI 代理就可以先協助回答標準問題，或引導員工找到正確表單。
新人報到、教育訓練提醒、員工資料更新、內部職缺推薦、離職流程追蹤，也都可能變成 AI 協助執行的流程。
這樣一來，HR 不需要每次都從零開始解釋，而是把制度、流程和判斷條件整理清楚，讓 AI 先處理標準問題。
不過，人資工作不能全部交給 AI。
只要牽涉到個資、勞資爭議、績效、調薪、懲處、資遣，就需要人介入。因為這些議題不只是流程問題，也牽涉情境、溝通、法遵和人際信任。
未來 HR 的角色會更像制度設計者和風險把關者。哪些問題可以自助查詢？哪些問題需要轉人工？哪些回答必須附上制度來源？這些界線都要先設清楚。
營運與幕僚：從「整理報告」變成「推動決策節奏」
營運和主管幕僚的工作，也會被 AI 代理影響。
很多幕僚工作其實是在做資訊整合。整理週報、追 KPI、彙整專案進度、寫會議紀錄、提醒待辦、整理主管決策需要的資料，這些都很花時間。
其中有一大部分，是資料搬運、格式整理和初步摘要。這些工作，AI 代理都可以先協助處理。
例如每週固定產出營運週報，AI 可以先拉資料、整理摘要、標出異常、產出初版報告。幕僚就不用把大部分時間花在「把資料整理漂亮」，而是可以更專注在「這些資料代表什麼」。
這週業績下滑，是短期波動，還是某個產品出問題？是流量變少，還是轉換變差？哪個部門需要回應？下次會議要討論哪三件事？主管需要做什麼決策？
這些才是幕僚真正拉開差距的地方。
AI 可以產出報告，但人要說得出來：重點在哪、風險在哪、下一步該做什麼。
先被取代的不是職位，而是重複流程
看到這裡，很多人可能會問：行政、財務、採購、人資、營運，是不是都會被 AI 取代？
比較精準的說法是，先被取代的不是職位，而是工作裡那些重複、規則明確、資料來源清楚的部分。
像是整理資料、比對欄位、產生草稿、追蹤進度、提醒待辦，這些很可能會被 AI 接手一部分。
但涉及判斷、責任、風險、溝通、例外處理的工作，還是需要人。
AI 可以幫忙檢查請款資料，但最後要不要付款，不能只靠 AI。
AI 可以整理供應商風險，但要不要更換供應商，仍然需要人判斷。
AI 可以回答員工制度問題，但遇到敏感個案，還是要 HR 介入。
AI 可以整理週報，但主管真正需要的是有人說清楚，接下來該怎麼做。
所以，AI 代理不是把人從辦公室拿掉，而是把辦公室的分工重新整理。
你現在該補的，是流程能力
對上班族來說，現在最該補的能力，不是把所有 AI 工具都背起來，而是學會把自己的工作流程講清楚。
可以先從一個問題開始：
我每週最常重複做的三件事是什麼？
可能是整理報表、追請款、寄提醒信、開會紀錄、彙整名單、檢查表單、整理主管要看的資料。
把這些事情寫下來之後，再往下拆：
這件事需要哪些資料？
要檢查哪些欄位？
結果要交給誰？
什麼情況算異常？
什麼情況要請主管決定？
哪些步驟可以交給 AI 先做？
哪些步驟一定要由人確認？
當你能把流程寫清楚，就代表你開始具備和 AI 代理協作的能力。
未來在企業裡，有價值的人不一定是最會喊 AI 口號的人，而是能把工作拆清楚、把規則說清楚、把風險想清楚的人。
AI進後臺後，人要往更有價值的位置移動
AI 代理進入辦公室後臺，真正改變的不是「誰會不會用 AI」，而是「誰能讓 AI 進入工作流程，還能確保結果不出錯」。
行政、財務、採購、人資、營運、主管幕僚，都不需要把 AI 看成突然闖進辦公室的敵人。
更實際的看法是，AI 會先接走那些最重複、最耗時、最容易標準化的工作。而人要往前移一步，從執行者變成流程設計者、例外判斷者和風險把關者。
下一波職場競爭力，不只是會用 AI，而是懂得怎麼和 AI 分工。
當 AI 代理開始處理流程，人更要負責判斷、溝通、風險與決策。這才是 AI 進入企業後臺後，真正值得上班族提前準備的工作變化。
