別再逼員工用 AI 了！華頓教授破解迷思：無意義的工作交給 AI 還是無意義

賓州大學華頓商學院教授Ethan Mollick在《The Economist》專欄指出，多數企業在導入AI時，採用的仍是過去導入企業軟體的邏輯，也就是將使用率轉換為KPI，要求員工必須使用。這個做法看起來合理，但實際效果往往相反，不僅無法放大AI的生產力，反而開始產生大量看似完整、卻沒有價值的內容，也就是所謂的 workslop，亦即AI垃圾。

當「使用 AI」變成 KPI，員工可能製造無效產出

當「使用AI」本身變成KPI，上有政策，下有對策。員工不再優先思考如何改變工作，而是如何符合指標。在這種情境下，最自然的行為不是創新，而是選擇低風險的使用方式，例如轉錄會議、生成簡報、補齊文件或製作圖卡。這些產出確實提高了使用率，也讓成果看起來更完整，但對組織價值並沒有實質貢獻，反而稀釋了工作生產力。

當管理階層把AI當成套裝軟體導入，將其放入既有流程，用KPI推動，再交由IT或HR管理時，AI在組織中的角色會自然被降級為另一種Office工具。這正是Mollick所指出的錯誤。企業試圖把AI「變平庸」，結果就是大幅削弱AI原本可能創造的價值。

AI的價值，恰恰來自它的不穩定性。它在某些任務上可以遠超人類，但在看似簡單的情境中也可能出錯。這種能力分布的不連續，才讓某些工作有機會被完全重寫，而不是只被優化。當企業用穩定、可量化的方式去管理這種不穩定的能力時，AI只會被用在低風險場景，而真正需要改變的工作反而一成不變。

於是組織開始同時出現三個現象：產出增加、品質下降、員工反彈，但在報表上，使用率與導入進度卻持續上升。最後才發現，AI投資報酬率並沒有如預期提升。

不要只把 AI 當工具！企業導入 AI 的 2 種人機協作模式

Ethan Mollick建議，導入AI應該採用以下兩種人機協作模式， 示範引導員工使用：

半人馬模式（Centaur）： 人機高度分工，明確劃分「人類做」與「AI做」的界線。例如，由人類負責訂目標與最終審核，由AI負責數據分析與初稿撰寫，各司其職。

賽博格模式（Cyborg）： 人機高度融合。人類與AI在每個環節不斷互動，你寫一句，它補一段，在過程中持續調整AI的產出，而不是直接複製貼上。

為避免產出workslop，不要只把AI當工具，要當作人，而要在發想階段就讓它參與思考，挑戰你的想法、提供不同視角。同時理解AI幻覺的必然性，它有時像專家，有時像想法多但不成熟的實習生，因此必須查核、校正，並持續訓練。AI正在快速進步，許多缺陷只是暫時的，唯有持續實驗與調整，才能發揮最大效能。不要怕它出錯，因為它一定會犯錯。

最後，Ethan Mollick提醒，不要再用KPI逼員工證明自己有在用AI，而是先回答，哪些工作其實已經不該存在，就算交給AI來做也沒有意義。

（本文出自孫弘岳-人力資源管理的世界)

延伸閱讀

AI 會取代管顧嗎？從 BCG 顧問的 AI 工作流，看懂為何仍需要「人」
花錢讓員工學 AI，公司競爭力卻原地踏步？簡立峰揭企業 AI 投資的致命盲點
加入《經理人》LINE好友，每天學習商管新知