AI真能提升工作效率？現有證據仍撲朔迷離

近來政壇人士頻頻談論生產力議題，這確實有其道理。澳洲的勞動生產力成長率已降至60年來新低。為此，總理安東尼·阿爾巴尼斯將於下月召開生產力圓桌會議，恰逢生產力委員會發布中期報告，該報告聚焦五大改革面向，其中就包含資料與數位科技（含人工智慧）的應用。

這對科技與商業界來說無疑是佳音，他們向來積極鼓吹AI對生產力的助益。事實上，澳洲商業委員會上月更宣稱，AI是這代人提升生產力的最大契機。但AI究竟如何影響生產力？我們真正瞭解多少？

簡言之，生產力代表特定投入（如人力與原物料）所能產出的商品與服務量。其重要性在於，生產力提升通常意味著生活水準的提高。過去30年，澳洲的收入成長有80%來自生產力提升。

生產力可分為個人、組織與國家三個層面：

• 個人生產力取決於時間與資源運用效率，例如每小時能回覆多少郵件，或每日能檢測多少產品瑕疵
• 組織生產力關乎目標達成度，以研究機構為例，即是產出多少頂尖論文
• 國家生產力則以每工時GDP衡量，實為前兩者的綜合體現

然而，要追蹤個人或組織層面的生產力變化如何轉化為國家級資料，向來是艱鉅挑戰。

關於AI與個人生產力的初期研究結果好壞參半：

• 2025年針對寶僑776名專業人員的研究顯示，使用AI的個人表現與未使用AI的雙人團隊相當
• 2023年波士頓顧問集團研究發現，生成式AI使任務完成速度提升18%
• 某財星500強軟體公司的AI客服系統，使每小時處理量增加14%，新手員工更提升35%

但AI並非萬靈丹：

• 2,500名專業人士調查顯示，77%認為生成式AI反而增加工作量，47%坦言不知如何發揮其效益
• 澳洲聯邦科學與工業研究組織（CSIRO）研究發現，30%公務員使用Microsoft 365 Copilot後未見效率提升

組織層面的影響更難量化。經濟合作暨發展組織（OECD）估算，傳統AI對組織生產力的助益約在0-11%之間。雖有研究指出德國、義大利與臺灣企業因AI提升效率，但2022年針對30萬家美國企業的分析卻顯示，AI採用與生產力無顯著關聯，機器人與雲端運算反而效果明確。

值得注意的是，AI效益可能被其所需的人力成本抵消。例如亞馬遜的「拿了就走」無人商店技術，據傳需僱用上千名印度員工進行品管（亞馬遜否認此說法）。更遑論全球無數為AI模型標註資料的隱形勞動力。

國家層面的影響更為模糊。雖然科技發展需要時間發酵，但歷史經驗顯示並非所有技術都能提升整體生產力——網路確有貢獻，但手機與社交媒體的影響則因產業而異。

主流論述總認為AI能自動化瑣事，騰出時間從事創造性工作。這種觀點過於理想化：處理郵件速度加快，只會招來更多回信，形成無止境的迴圈。有時放慢腳步反而更能激發創意，這或許才是AI尚未開發的真正潛能——不是一味求快，而是為人類創造深思的空間。

[end]