▲專家警告企業正淪為「AI垃圾」生產線。（圖／取自免費圖庫Pexels）
記者吳立言／綜合報導
企業近年積極導入人工智慧，甚至將「全員使用 AI」視為數位轉型的重要里程碑。然而，賓州大學華頓商學院副教授莫里克（Ethan Mollick）指出，若僅以使用率衡量成效，不僅難以真正提升生產力，反而可能讓組織陷入效率錯覺，與轉型目標背道而馳。
根據《The Economist》及其個人電子報《One Useful Thing》分析，多數企業在導入 AI 時，仍沿用過去推動企業軟體的思維，透過 KPI 要求員工使用，卻忽略 AI 與傳統工具在本質上的差異。
導入思維未轉變 AI 淪為另一種辦公工具
莫里克指出，企業常將 AI 納入既有流程，並以制度化方式推動，例如以使用頻率或產出數量作為績效依據。雖然短期內能提高採用率，但也讓 AI 在組織中的角色，被簡化為輔助性工具。
在這種情況下，員工更傾向完成容易量化、可快速交付的任務，而非重新思考工作方式。長期而言，AI 僅停留在優化既有流程的層次，難以帶來真正的轉型效果。
表面數據成長 實際決策品質未提升
研究觀察顯示，錯誤的導入方式容易讓企業出現產出量增加，但關鍵決策品質未同步提升的情況。同時，員工對 AI 的參與度也可能下降，轉而以最低成本完成任務。
這使得企業在數據上看似成長，例如使用次數與文件產量持續增加，但實際業務成果與競爭力並未明顯改善，形成效率被高估的現象。
低價值內容增加 AI 潛力未被釋放
莫里克進一步指出，當 AI 被過度用於例行性或低風險任務時，容易產生大量形式完整但缺乏洞見的內容。這些產出雖能填補工作需求，卻難以支撐決策或創造新價值。
關鍵問題在於，企業並未依據 AI 特性重新設計工作，而是將其套用在既有框架中，使其潛力被限制。
「鋸齒狀邊界」被忽略 錯用場景存在風險
莫里克提出的「鋸齒狀邊界（Jagged Frontier）」概念指出，AI 在不同任務間的能力差異明顯。有些複雜工作表現突出，但在基礎判斷上仍可能出現偏差。若企業未理解這項特性，將 AI 應用於不適合的場景，可能導致錯誤擴大，也讓員工逐漸失去對工具使用界線的判斷能力。
過度依賴反而削弱能力 建議採半人馬、賽博格模式
研究也觀察到一類使用者被稱為「自我自動化者（Self-Automators）」，這類員工傾向將任務完全交由 AI 處理，缺乏過程中的檢查與修正。雖然短期內能提升產出速度，但長期可能削弱專業判斷能力，並增加錯誤風險。莫里克認為，若企業過度強調使用指標，反而會間接助長此類行為。
莫里克建議企業採用兩種人機協作模式，以引導員工使用：
「半人馬模式（Centaur）」強調分工，由人類負責決策與最終審核，AI 負責分析與初步產出，適用於高風險與專業性任務。
「賽博格模式（Cyborg）」則著重人機即時互動，在過程中持續修正與調整，適合應用於創意與探索性工作。
轉型關鍵在於重構工作 而非提高使用率
莫里克最後強調，企業導入 AI 的核心不在於工具本身，而在於是否重新檢視工作內容與流程。他指出，與其要求員工證明「有在用 AI」，更應思考哪些工作本身已缺乏價值，即使交由 AI 執行也難以產生效益。
在 AI 技術快速發展的背景下，唯有調整組織運作方式與決策邏輯，企業才能真正釋放生產力，而非停留在表面的轉型成果。
