點一下核準不算覆核：加州 SB 947 生效前，演算法管理的成本要重算

2026 年 9 月 30 日，加州州長紐森簽署 SB 947，條文列入加州《勞動法典》，生效日定在 2027 年 7 月 1 日。法案處理的問題表面很窄：僱主能否單獨依賴自動化決策系統（automated decision system，ADS）懲戒或解僱員工。逐項拆開條文，它實際替所有把績效分數、風險標籤接進人事流程的企業，新增了一整層需要編列人力與預算的覆核工作，而這層工作的計價方式，恰好與演算法原本承諾的規模經濟反向。

兩層門檻，兩種義務

SB 947 的核心設計分成兩層。第一層是使用禁令：懲戒或解僱不得單獨依賴 ADS。第二層是程序義務：當僱主主要依賴 ADS 輸出時，必須指示人類以產生該輸出的資料，或其他相關佐證核實決定，並履行事後通知與員工資料查詢權。

兩段文字常被讀成同一件事，義務內容其實不同。單獨依賴管的是使用方式；主要依賴觸發的是一組完整程序，包含指定審查者、檢視資料、留下核實結論與通知紀錄。條文寫得直接，單純留下「主管已核準」欄位，無法證明核實工作已經發生。這一句等於否決了目前最常見的介面設計：系統跳建議、主管點同意、流程歸檔。

法案另設禁止事項，僱主不得利用 ADS 推斷員工的受保護身分，或因員工行使法定權利而預測並採取不利行動。覆核程序做得再完整，系統的輸入變數與目標函數仍在檢查範圍內。

什麼算 ADS，什麼不算

法條對 ADS 採功能界定：由機器學習、統計建模、資料分析或 AI 衍生的運算程序，輸出分數、分類或建議等簡化結果，供人協助或取代裁量決策，且對自然人造成重大影響。垃圾郵件過濾器、防火牆、計算機、資料庫明文排除，產品有沒有掛上 AI 標籤不在判斷理由內。招聘篩選、排班最佳化、績效評估也未被全面禁止，但輸出一旦成為懲戒或解僱的依據，義務就跟著啟動。

真正的分界在輸出怎麼進入決定。系統把員工列為高風險離職者、依出勤紀錄產生違規分數、標記績效不佳，而主管只看分數就決定停職或資遣，輸出便實質左右結果。工具若僅協助整理資料，決策者仍調閱原始紀錄、理解工作情境後獨立判斷，適用空間就不同。當 AI 代理已經能把訂票入口搬進對話框，同類技術往績效評分與懲戒建議延伸只是部署選擇，加州先把人事決定這一段圈進人類覆核的範圍。

「僱主」的定義也值得留意：直接或間接僱用，或控制工資、工時、工作條件者，部分政府機關與勞務承包業者一併列入。以演算法派單、評分、停權的平臺與外包體系因此都在適用範圍內。對多數平臺而言，帳號停權在效果上接近解僱，這類動作未來需要對應的覆核檔案。

分數批次產出，覆核逐案計價

演算法管理在成本結構上的吸引力，向來在於邊際成本趨近於零：一套模型對一千人打分與對一萬人打分，系統端成本幾乎相同。SB 947 的覆核義務把這條曲線強制折回人工。每一次依賴 ADS 輸出的懲戒或解僱，都對應一個必須查看資料、比對佐證、留下紀錄的人類審查者。分數可以批次產出，覆核只能逐案進行。

法條列舉的佐證來源包括主管或管理者評估、人事檔案、員工作品、同儕評鑑、證人訪談，也可能涵蓋相關的線上客戶評論，審查者另可調閱產生 ADS 結果時採用的資料。這份清單代表覆核存在工時下限：確認評分是否對應同一名員工、評分期間是否正確、客訴是否屬於該員工負責的案件，每一項都是要花時間執行的動作。若一筆客訴源自系統錯誤派單，或資料把不同員工的紀錄混在一起，原始輸出即屬不完整或具誤導性，此時該輸出不得作成懲戒或解僱的依據。

指標本身也在檢查範圍。系統以回覆速度作為績效代理指標，卻未納入案件難度、語言需求或交接等待時間，排名反映的可能是工作分配差異。這類問題能否在覆核端被發現，取決於審查者的訓練與時間，兩者都會反映在僱主的人事費用上。

成本往哪裡移，誰先承壓

針對就業場景的演算法監管，加州並非起點。紐約市 Local Law 144 自 2023 年 7 月施行，要求使用自動化僱用決策工具的僱主每年執行偏見稽核並公布結果；歐盟 AI 法案將涉及僱用與勞動管理的系統列入高風險類別，課以文件、人類監督與紀錄儲存義務。SB 947 的切入點更靠後，直接落在懲戒與解僱這個法律風險最集中的動作，並把承包業者納入僱用人定義。

需求端同時在擴張。這與我們先前拆解的前沿模型 API 牌價兩年跌約三百倍屬於同一條成本曲線的兩端：部署與推論價格愈低，能負擔客製化評分系統的僱主愈多，落入 ADS 定義的流程隨之增加。監管義務的適用範圍，基本上跟著模型價格的下降曲線同步放大。

承壓的一方，是以「自動標記、自動淘汰」為賣點的人力科技產品，以及大量採用這類流程的客服外包、物流倉儲與以派工演算法管理大量勞工的平臺。受惠的一方，是勞動法領域的法律服務、法遵循顧，以及原本就內建人工審核介面與稽核軌跡的人力資訊系統廠商。對後者而言，覆核工作流的設計本身成為新的銷售理由。

從簽署到生效是九個月的準備窗口。對已在加州有員工或承包勞務的企業，這段時間要完成系統清點、流程改造與文件鏈建置；對人力科技廠商，則是一次產品路線的重新排序。

臺灣企業的盤點順序

臺灣企業與這份法案的交集，第一步是判斷是否在加州有員工，或透過承包業者控制當地勞務。有直接交集者適用；無交集者面對的是客戶與供應鏈的要求傳導，特別是承接美國客戶客服或內容審核業務的營運中心。盤點可以從四個動作開始。

一是清點系統，列出所有會輸出分數、分類或建議、且結果可能進入懲戒或解僱討論的工具，績效排名、出勤違規分數、離職風險標籤、客服滿意度警示都在清單上。二是追蹤輸出如何進入決定，主管看到的畫面是分數還是原始紀錄，分數在人事會議裡佔多少比重。三是補文件鏈，每次依賴系統輸出的人事決定，對應的審查者、檢視資料、佐證內容、核實結論與通知紀錄，五項都要有存放位置。四是檢查輸入變數，確認系統是否間接使用與受保護身分相關的代理變數。

兩種情境

生效之後的走向，可先用兩種情境框住。第一種，多數企業把覆核壓成最小合規，審查時間被擠壓，覆核品質成為勞資訴訟的攻防焦點，什麼才算真正檢查過資料，由後續案例逐步填上標準。第二種，覆核成本促使僱主把演算法往上遊退，只用於提示與排序，不利處分回到人工判斷，ADS 產品的銷售敘事隨之改寫。

檢驗指標有三個：加州勞動主管機關的裁罰與訴訟案例數量、人力科技產品稽核軌跡功能的普及速度，以及美國客服外包合約裡責任分擔條款的變化。九個月後法案生效，第一批覆核檔案會給出最初的答案。

資料來源：本站編輯參考 APPI News〈自動化決策能決定解僱嗎？加州 SB 947 要求人類覆核〉（作者：張饒輝 Lightman Chang）改寫而成，原文出處；原文文字內容採 CC BY 4.0 授權。