很多企業做 HR AI，第一步就是做 Chatbot。
這很合理。
畢竟員工要在公司內網找到一張正確表單，有時候真的不是在找資料，是在考古。
「新版」
「最新版」
「最終版」
「最終版_v2」
「最終版_真的不要再改」
最後下載完，還是不確定這是不是正確版本。
所以 HR Chatbot 當然有用。
它可以回答假勤、福利、薪資、制度、報到流程，也可以幫 HR 擋掉一堆重複問題。
至少 HR 不用每天回答「表單在哪裡」回答到開始懷疑自己是不是公司內部搜尋引擎。
但問題是：
HR Chatbot 解決的是「答案在哪裡」。
不一定解決「為什麼他現在來問」。
這兩件事差很多。
員工問問題，常常不是只想要答案
傳統 HR Chatbot 的流程很簡單：
員工提問。
系統查知識庫。
回答制度。
結案。
這在很多場景很好用。
例如：
「特休怎麼算？」
「健檢補助在哪裡申請？」
「薪資單去哪裡下載？」
「報到資料要交哪些？」
這些問題有明確答案，也不需要 HR 每次親自出馬。
但 HR 麻煩的地方，通常不是制度本身。
而是制度問題背後的人。
員工問：
「家庭照顧假怎麼請？」
表面上是請假制度。
背後可能是家裡真的出狀況、照顧壓力突然升高，或是他其實不太敢跟主管開口。
員工問：
「績效結果可以申訴嗎？」
表面上是績效流程。
背後可能是主管信任危機，或是員工已經開始懷疑這套制度是不是只是寫得很好看。
員工問：
「離職預告期怎麼算？」
表面上是勞動法規。
但我們都知道，這通常不是因為他突然對勞基法產生研究熱情。
比較可能是履歷已經在路上了。
所以，HR Chatbot 如果只回答：
「依照年資不同，離職預告期間如下……」
技術上沒有錯。
但 HR 真正該看到的可能是：
這個人不是在問預告期。
他是在幫自己的下一步倒數計時。
問題不是 Chatbot 會不會回答，而是哪些問題不能只回答
很多 HR AI 還停在 FAQ 思維。
員工問什麼，就回答什麼。
這很好。
但不夠。
因為不是所有問題都應該被同一種方式處理。
有些問題就是 FAQ。
回答完就好。
例如特休、健檢補助、薪資單下載、報到文件。
這類問題可以高度自動化。
不然 HR 就不是 HR。
是人肉 FAQ。
但有些問題就不只是 FAQ。
例如：
「主管可以要求我假日回訊息嗎？」
「我可以匿名申訴嗎？」
「最近壓力很大，公司有心理諮詢嗎？」
「如果我不配合加班會怎樣？」
「績效結果可以申訴嗎？」
這些問題表面上都有制度答案。
但真正要看的，不是答案。
而是風險。
它可能牽涉員工關係、心理壓力、職場霸凌、勞資爭議、主管管理問題，甚至是離職風險。
如果 AI 只是很有禮貌地回答制度，然後順手關單，事情看起來處理完了。
但其實只是把 warning 當成一般 log 刷掉。
這就有點危險。
HR Chatbot 是答案機器，HR Agent 應該是分流系統
傳統 HR Chatbot 的邏輯是：
員工提問 → 查知識庫 → 回答制度 → 結束
但 AI-native HR 不應該只做到這裡。
比較合理的流程應該是：
員工提問 → 判斷情境 → 分辨風險 → 回答 / 轉介 / 升級 / 追蹤
差別不在於 AI 會不會聊天。
差別在於，它知不知道什麼時候不該只是聊天。
例如員工問：
「我可以匿名申訴嗎？」
Chatbot 可以回答申訴流程。
但 HR Agent 應該多想一步：
這是不是潛在職場霸凌？
是不是性騷擾、歧視、勞資爭議？
需不需要提示保密機制？
需不需要轉給員工關係？
需不需要人類 HR 介入？
這不是要 AI 取代 HR。
剛好相反。
是讓 AI 幫 HR 把問題分流。
讓真正需要人處理的問題，不要被淹沒在一堆「請問表單在哪裡」裡面。
HR AI 最重要的能力，不是把每個問題都回答得像客服五星好評。
而是知道什麼時候應該停止扮演客服，開始扮演風險分流系統。
一個問題是 FAQ，十個問題可能就是 warning
一般 Chatbot 看的是：
這句話最像哪一條 FAQ？
但 HR 真正該看的，常常不是這一句話。
而是這句話出現在什麼情境裡。
例如，一個員工問：
「加班費怎麼算？」
這可能只是單純查制度。
沒什麼。
但如果同一個部門，一週內有十個人陸續問：
「加班費怎麼算？」
「補休怎麼申請？」
「主管可以要求假日回訊息嗎？」
「我可以匿名申訴嗎？」
「離職預告期怎麼算？」
那就不是十個 FAQ。
那是組織在冒煙。
傳統 Chatbot 會把十個問題各自回答完，然後很有效率地關單。
從客服效率來看，它沒做錯。
但從 HR 管理來看，它可能剛好錯過最重要的地方。
因為這些問題單獨看，都像是制度查詢；放在一起看，可能就是另一件事。
可能是加班開始失控。
可能是主管管理出問題。
可能是績效壓力正在堆高。
可能是團隊信任感下降。
也可能是某個制度，員工表面上接受，心裡其實已經開始打問號。
這也是 HR Chatbot 最容易漏掉的地方。
它看得懂「一句問題要去哪裡找答案」。
但它不一定看得懂「很多問題湊在一起，代表什麼狀況」。
所以，HR AI 的下一步，不只是回答單一問題，而是要能把這些零散的提問，看成組織裡正在出現的訊號。
一個問題可能只是 FAQ。
一串問題，可能就是 warning。
而 HR 真正需要的，不是更快把 warning 關掉。
是先知道那不是普通 log。
不要讓 AI 只是更快把問題關掉
HR Chatbot 當然可以做。
而且應該做。
不然 HR 每天被重複問題炸到，也不是什麼值得歌頌的職人精神。
但要先想清楚：
有些問題，是 FAQ。
有些問題，是 warning。
有些問題，已經快變成 incident。
如果 AI 只是把每一題都回答完、關單、說祝您順利，那它確實很有效率。
只是效率用錯地方，有時候比沒效率還麻煩。
所以 HR AI 的下一步，不是讓機器人更會聊天。
公司裡已經有很多會聊天但不一定解決問題的會議了。
真正重要的是，AI 能不能幫 HR 判斷：
這句問題背後，是一次普通查詢，還是一個正在形成的組織訊號？
FAQ 是入口。
風險分流是下一步。
而世界模型，是讓 HR AI 從「回答問題」走向「理解問題為什麼發生」的關鍵。
員工問問題，不一定只是想要答案。
有時候，他是在提醒組織：
這裡可能有點不對勁。