AI 生產力假象！95% 企業看不到投資報酬，「工作垃圾」成元兇

在當前的工作環境中，人工智慧（AI）被廣泛應用以提升生產力，但最近的研究顯示，AI 生成的低品質內容，或稱為「工作垃圾」（workslop），可能正是生產力未能提升的原因之一。根據 BetterUp Labs 與史丹佛大學社群媒體實驗室（Stanford University’s Social Media Lab）的最新調查，自 2023 年起，AI 在職場的使用大幅增加，但 95% 的組織未見可衡量的投資報酬率，凸顯「工作垃圾」問題的普遍性和嚴重性。

「工作垃圾」這一術語是研究人員創造的，指的是那些表面合格但實質內容空洞的AI生成工作。調查顯示，在1,150名全職美國員工中，有40%在過去一個月內遇到過工作垃圾。這些低品質的工作內容大多是在同級同事之間流通，18%的受訪者表示是來自下屬，而16%來自管理層。

更令人擔憂的是，這些AI生成的低品質工作不僅未能加速工作流程，反而使員工花費近兩小時來處理每一份工作垃圾。根據時間和自報薪資的計算，這可能使每位員工每月損失186美元，這一損失的推算基於員工的平均薪資和月工作量。對於一個擁有1萬名員工的組織來說，年損失可達900萬美元。

此外，工作垃圾還對員工的士氣造成負面影響。調查中，約一半的受訪者認為產出工作垃圾的同事在創造力、能力和可靠性上都較低，這使得他們在合作時的意願下降。

研究指出，AI模型的設計本質上是快速生成內容，而非保證其原創性或深度。這導致了AI生成內容的準確性問題，並且員工對AI工具的使用缺乏理解和重視。許多企業在推動AI使用時，往往強調實驗而缺乏明確的指導，這使得員工在不適當的情況下也被迫產出內容。

為了減少工作垃圾的產生，研究人員建議企業應制定更明確的AI使用指導方針，鼓勵員工有目的地使用技術，而非僅追求快速產出。此外，企業應提供員工AI素養培訓、建立內容審核機制、強化跨部門溝通等策略，以幫助落實AI工具的有效運用，降低「工作垃圾」的生成率。只有這樣，企業才能在推動AI技術的同時，避免因為低品質的工作內容而造成的效率損失。