🎯 一句來自 McKinsey 的警語
「你的 AI Agent 也需要績效管理。」
這句話不是我說的，是 McKinsey 在 2026 年 8 月發表的最新訪談《Your AI Agents Need Performance Management Too》中，由全球科技與 AI 負責人 Kate Smaje、合夥人 Brooke Weddle、Bryan Hancock 共同定調的命題。
你可能會想：績效管理對象多了 AI Agent，關 HR 什麼事？
McKinsey 的看法很直接：HR 的角色正在從「人事管家」變成「混合勞動力總監」——人類員工和數位員工，都是你的管理對象。
這不是一篇遙遠的顧問報告推論。以下是 McKinsey 給出五個具體訊號，以及我從第一線看到的落地連結。
📡 訊號 1：CHRO 正在變成 CPO（Chief Performance Officer）
McKinsey 引用了一位私募股權 CEO 的真實案例——他已經把自己的 CPO 職稱改為 「首席績效官」。理由很簡單：AI 讓 People Operations 變得更難管理，但若把人的部分做對，就能在個別經理、團隊、單位層級具體量化績效改善。
換句話說，AI 時代的績效不是宏觀敘事，是要能落到一個人的 KPI、一個 Agent 的 KPI、一個流程的 KPI。
榕耀觀點： 這跟我在 Pilot Trap 診斷中看到的現象完全一致——企業買了一堆 AI 工具，但沒有一個人能回答「哪個工具在什麼指標上幫公司省了多少錢」。AI 時代的第一個績效課題不是設計新指標，而是先讓現有指標能真正歸因到 AI 的使用上。你的 CHRO 準備好承擔這個責任了嗎？
📡 訊號 2：HR 的績效管理對象擴張了
Brooke Weddle 說了一句讓 HR 主管們必須正視的話：「HR 不再只管理人類的績效，現在也管理數位工作者。」
McKinsey 提醒一個常見的危險偏見：任何 Agent 都是好事。 但實際情況是，Agent 需要被微調、需要生命週期管理、需要在必要時被退役。如果放任不管，你最終會得到一個無人維護的 AI 代理大雜燴——McKinsey 和我的觀察一致：這就是 Abandonware 大爆炸。
榕耀觀點： 我常跟客戶說一個場景——如果你的公司有 150 個 AI Agent 在自動運作，但你不知道其中 30 個是誰設的、80 個還活著、20 個已經過時但還在跑，這就是災難。HR 不是要變成 IT 去維護這些 Agent，但「誰為這些 Agent 的工作成果負責」——這個歸屬問題，HR 正是最好的協調者。
📡 訊號 3：業務擁有者才是 Agent 的主人（不是 CTO）
Smaje 舉了一個關鍵例子：財務主管不但要管財務人員，也要管財務 Agent。這意味著每一個業務主管都需要建立管理 Agent 的能力——而不是把這個責任丟給 IT 部門。
這是 McKinsey 這份報告中最容易被忽略但也最重要的觀點：Agent 的治理責任，應該跟著業務走，不是跟著技術走。
榕耀觀點： 我第一篇關於《31 個 AI 員工》的教訓就是在講這件事——沒有人為 Agent 負責，最後就是 Abandonware 大爆炸。McKinsey 現在從績效管理的路徑驗證了同一件事：IT 可以幫你裝 Agent，但業務主管必須管 Agent。那誰來幫業務主管建立這個能力？HR。
📡 訊號 4：「People Technologists」是 HR 的新物種
McKinsey 觀察到 HR 的功能正從傳統的「卓越中心（Centers of Excellence）」轉向以員工旅程（Employee Journeys）為核心的服務模式。
在這個轉變中，組織開始配置 「People Technologists」——他們與技術專家合作，也用低程式碼／無程式碼工具自主重構流程。這群人不是工程師，但他們懂流程、懂員工痛點、也懂怎麼用工具解決問題。
榕耀觀點： 這直接驗證了我設計 HR AI 課程時的定位——HR 不需要學會寫程式，但要變成「懂 AI 的流程設計師」。當一個 HR 能夠說出「這三個步驟可以讓 Agent 自動處理，剩下那個判斷節點留給人」，這個 HR 的價值就不只是成本中心，而是流程創新者。People Technologist 不是一個遙遠的職稱——它是 2026 年 HR 必備的核心能力。
📡 訊號 5：深層 HR 專家必須理解 Agent
Bryan Hancock 點出一個容易被忽略的層面：組織心理學博士等深層 HR 專家，需要理解 Agent 才能監督它們、確保護欄就位、確保它們在合法範圍內運作。
這不是要求 HR 成為技術專家，而是要求 HR 對 AI Agent 具備足夠的理解力——知道它在做什麼、它可能在哪裡出錯、它需要什麼樣的護欄。
榕耀觀點： 這其實是 HR 專業價值的升級，不是貶低。過去 HR 設計績效制度、確保員工遵循規範；現在同樣的能力，只是對象多了一群數位員工。如果你有十個 Agent 在用公司資料訓練自己，誰來確保它們沒有違反個資法？答案是：懂 Agent 的 HR，而不是不懂 HR 的工程師。
🔗 整合：McKinsey 訊號 × 榕耀既有框架
McKinsey 給了方向，但在我看來，這些訊號並非從天而降的新概念——它們完美對應了榕耀管顧已經在實戰中驗證過的幾個框架。
1. 恐懼稅：McKinsey 沒提的心理基礎設施
McKinsey 談 Agent 績效管理的技術面和流程面，但沒有觸及一個關鍵底層問題：員工敢不敢說「AI 算錯了」？
這就是我在「恐懼稅」文章中討論的心理基礎設施。如果一家企業的文化不允許員工質疑 AI 的判斷，那麼再好的 Agent 治理框架都是空談——因為錯誤會在沉默中被放大。
| McKinsey 訊號 | 恐懼稅補上了什麼 |
|---|---|
| Agent 需要績效管理 | 員工不敢說 AI 算錯 = 績效數據不可靠 |
| 業務主管是 Agent 的主人 | 主管不敢挑戰 Agent 的判斷 = 治理失靈 |
| 護欄與合法範圍 | 護欄再完整，沒有人敢按暫停鍵也沒用 |
→ 恐懼稅是 HR 推動 Agent 治理的心理基礎設施，與 McKinsey 的 Agent 績效管理互為表裡。
2. HR 五層責任框架：從哪一層開始管？
McKinsey 提出 HR 角色擴張的方向，但缺少具體的層級路徑。我的 HR 五層 AI 轉型責任框架剛好補上這個缺口：
| 層級 | 對應 McKinsey 訊號 | 實務切入點 |
|---|---|---|
| **策略層**：定義 Agent 的價值與歸屬 | 訊號 1+3（績效歸因、業務主管擁有） | 誰對這個 Agent 的 ROI 負責？ |
| **組織層**：建立混合勞動力結構 | 訊號 3（Agent 歸屬業務單位） | Agent 掛在哪個部門下？ |
| **人才層**：培養 People Technologists | 訊號 4（新物種） | 誰來當人與 Agent 之間的橋樑？ |
| **流程層**：設計人機協作 SOP | 訊號 2（績效管理對象擴張） | Agent 的 KPI 怎麼訂？誰來評估？ |
| **治理層**：確保護欄與合規 | 訊號 5（深層專家監督） | Agent 的出錯責任歸誰？ |
→ McKinsey 說「HR 該管 Agent」，我的框架說「從哪一層開始管」。
3. Pilot Trap 量表：前端診斷工具
McKinsey 在訪談中反覆提到企業需要「定義成果的戰場」——但多數企業連自己處於 Pilot Trap 的哪一階段都不知道。
榕耀的 Pilot Trap 量表（assess.rong-rise.com/pilot-trap-scan）正是為此設計的前端診斷工具：讓 HR 和企業主在 10 分鐘內評估組織在 AI 導入上的真實準備度。
→ McKinsey 說「你該走出 Pilot Trap」，量表說「你現在在哪裡」。
🛠️ 我的建議：HR 下一步該做什麼
看完這五個訊號，你可能會問：「所以我們部門要從哪裡開始？」
以下是三件現在就可以做的事：
1. 盤點你的「invisible workforce」
用最簡單的方式：列出目前公司裡所有自動執行的 AI 工具或 Agent——誰設的？誰在維護？誰對它的產出負責？如果超過一半沒有明確的 owner，你已經有 Agent 治理問題。這是第一步的盤點，不需要預算。
2. 在 HR 團隊中培養一位「People Technologist」
不一定需要新聘人員。從現有團隊中找一位對流程設計最有感覺、對新工具接受度最高的同仁，給他三個月的學習預算和一個實際任務（例如：用低程式碼工具把員工入職流程數位化）。2026 年，這可能是 HR 部門回報率最高的單人投資。
3. 建立「Agent KPI」的共同語言
當業務主管說「這個 Agent 表現很好」，你需要一套能夠回答「好到什麼程度？跟什麼基準比？」的框架。這套框架不一定要很複雜——定義三個維度就夠（效率、品質、成本），關鍵是全公司用同一套語言討論 Agent 的績效。
💬 結語
McKinsey 這份報告最值得 HR 主管們思考的，不是它說了什麼新東西，而是它把一個 HR 難以迴避的事實講清楚了：AI Agent 的數量正在爆炸性成長，而目前沒有一個職能準備好為它們的績效負責。
在我看來，HR 是最適合接下這個責任的部門——不是因為 HR 懂技術，而是因為 HR 最擅長設計「什麼叫做好、誰來負責、怎麼評估」的系統。
2026 年，當你的績效管理對象多了一群 AI Agent，你的準備度到哪裡了？