雖有高比例企業員工在日常工作中使用AI 工具，但許多產出卻隻是外觀看似精美但缺乏實質內容的檔案或簡報。（AI生成影像／維基百科）
斯坦福大學與 BetterUp 實驗室的一項最新研究顯示，企業廣泛採用生成式AI正在帶來一個昂貴的生產力悖論。企業引入AI是為了提升效率，現在已經有很多企業引入生成式AI，許多人產出了研究人員稱為“工作雜渣（workslop）”的東西，看起來精美卻缺乏實質內容的成果，最終企業要花更多的時間來修正這些AI產生的內容。表麵上企業引入生成式AI是為了增加效率，實際上有更多的隱藏成本花在改正這些不必要的內容。
這個研究於發表在最新一期《哈佛商業評論》，調查了上千名企業員工，發現過去一個月有 40%的人遇過“工作雜渣”。這項研究是由BetterUp Labs 的 Kate Niederhoffer 與斯坦福大學社交媒體實驗室主任 Jeff Hancock 所領導，發現企業引進生成式AI，然而AI生成的內容“偽裝成好工作，但缺乏推進任務所需的實質價值”，這種工作雜渣迫使企業的同事要花更多的時間來修正這些不必要的內容。
研究顯示已經有高比例的企業員工表示在日常工作中使用AI 工具，但許多人產出的成果卻隻是外觀看似精美卻缺乏實質內容的檔案或簡報。研究顯示，員工平均需要花將近兩個小時來修正這些“工作雜渣”，等於是一種隱形成本。更嚴重的是，這些偽裝成好工作的內容，不但未能推進任務，反而把負擔轉嫁給接收者，迫使他們解讀、補正甚至重做，完全違背了 AI 原本應該減輕負擔的設想。
從這個角度看，使用生成式AI，如果沒有經過精準的訓練，無法產生適合情境的內容，會造成效率提升的幻象。沒有經過訓練的使用者，用AI 生成的內容往往不切合情境，表麵上洋洋灑灑一大篇，反而需要大量審查、修正甚至重做，導致節省的時間被後續的補救工作抵銷，形成效率上的惡性循環。
隱藏成本高於預期的原因，可以歸結為幾個麵向。有一個部分是屬於使用者的問題，沒有經過完整訓練的使用者，不容易產生精確的內容，另一部分的原因是來自AI的設計，AI缺乏情境理解能力，因此產出的內容常常出現邏輯漏洞或細節錯誤。企業本身也有責任，許多企業缺乏 AI 治理架構與使用規範，使得部分員工濫用 AI，反而造成更多的浪費。
若要避免生成式 AI 成為“工作雜渣製造機”，組織必須建立治理框架，清楚規範 AI 的使用範圍與標準，並把 AI 定位為工具，要在適當的範圍使用。領導者需要以身作則，示範如何審慎且具價值地應用 AI。AI 的導入必須伴隨文化、規範與教育訓練，才能真正帶來長期的效率提升與競爭力增強。否則AI 隻會讓企業陷入效率幻象，最終未蒙其利，先受其害。
楊聰榮 2025年10月06日 06:00:00
