AI 工具不是越多越好：BCG 與加州大學研究發現生產力「效率甜蜜點」
AI 工具與各種 AI 代理最初被企業視為提升生產力、將人類從繁瑣任務中解放的利器，但一個出乎意料的副作用正在浮現。
《Harvard Business Review》近日發表的研究提出「AI brain fry」（AI 認知過載）概念，指員工在過度使用或監督多個 AI 工具時，可能因超出認知負荷而出現心理疲勞。研究顯示，當員工需要同時管理多個 AI agent、在不同工具之間切換時，容易出現注意力耗竭、決策疲勞與錯誤率上升等問題。
這項研究點出一個 AI 時代的「生產力悖論」：AI 確實能讓人工作更快，但如果工作流程沒有重新設計，人類可能會因為管理 AI 而變得更疲憊。
AI 生產力的副作用：研究提出「AI brain fry」現象
這項研究由波士頓顧問公司（BCG）與加州大學河濱分校研究人員合作完成，調查了 1,488 名美國全職員工的 AI 使用情況。
研究發現，大約 14% 使用 AI 的員工表示曾出現 AI brain fry。受訪者形容這種狀態像是「腦霧」或「嗡嗡作響」的感覺，包括難以專注、決策速度變慢、甚至出現頭痛等症狀。一名受訪的財務主管表示，在反覆使用 AI 進行資料整理與分析後，「我甚至無法判斷自己做出的東西是否合理，只能隔天再重新思考」。
研究顯示，這種認知疲勞不只是個人感受，也會帶來實際的商業成本。例如，出現 AI brain fry 的員工與未經歷此狀態的員工相比，其決策疲勞增加 33%。此外，在工作中使用 AI 的參與者中，遭遇此症狀者自我報告的錯誤率，也顯著高於未經歷 AI brain fry 的員工。
多工具與多 AI agent，成為認知負荷來源
研究指出，最容易導致認知疲勞的情境，是員工需要「監督」AI 工具運作。當員工認為 AI 系統需要大量人工監控時，期在工作中會多投入 14% 的心理努力，而心理疲勞程度則增加 12%。此外，資訊過載的情況也增加 19%。
另一個關鍵因素是 AI 導致的工作量增加。AI 可以讓員工完成更多任務，但也同時擴大了他們需要負責的範圍，導致注意力被分散到更多工具與結果上。例如，一些企業開始鼓勵員工建立或管理多個 AI agent 系統，甚至把 AI 使用量納入績效評估。Meta 就曾把 AI 生成的程式碼行數作為工程師績效指標之一。在這種環境下，員工常常需要在搜尋 agent、研究 agent、程式 agent 與設計工具之間頻繁切換，反而增加了工作複雜度。
研究還發現，AI 工具的數量與生產力之間呈現典型的「倒 U 型曲線」。當員工從使用 1 個 AI 工具增加到 2 個時，生產力會明顯提升；增加到 3 個工具時仍能繼續提高效率，但幅度開始下降。然而，超過 3 個工具後，生產力反而開始下降。換言之，使用 3 個 AI 工具，是效率的「甜蜜點」。
AI 也能減少倦怠，關鍵在使用方式
值得注意的是，AI 並不一定會增加壓力。研究顯示，當 AI 用於取代重複性工作時，員工的職業倦怠程度反而降低，平均下降 15%。這類任務通常被稱為「toil」，例如資料整理、格式化或例行報告。
在這些情況下，AI 可以釋放員工時間，讓他們投入更具創造性或策略性的工作，並提高工作滿意度與團隊互動。
研究人員指出，AI brain fry 與傳統「職業倦怠」（burnout）其實不同。職業倦怠通常來自長期情緒壓力，而 AI brain fry 則是因為短時間內大量消耗注意力與工作記憶而產生的認知疲勞。
AI 導入真正挑戰：重新設計工作流程
BCG 董事總經理暨合夥人、該研究報告作者之一 Julie Bedard 指出，這項研究是一個早期的警告訊號，顯示人們對於 AI 生產力的預期可能需要重新調整。多年來，相關預測都認為 AI 能讓員工更快完成更多工作，但 Bedard 表示，如果 AI 已經導致員工認知負荷過重，那麼企業或許需要重新思考這些假設。
研究建議企業應重新思考人類與 AI 的分工，例如：重新設計工作流程，讓 AI 與人類形成完整協作系統，而不是單純增加工具。明確定義 AI 使用的目的與工作量預期，避免員工誤以為必須完成更多任務。將績效指標從「AI 使用量」轉向實際成果，避免為了效率而造成認知負荷。培養員工管理 AI 工作負載的相關技能，例如問題框架建構、分析規劃和策略優先排序。將人類注意力視為有限資源，並進行策略性部署。
換言之，企業導入 AI 時面臨的最大挑戰，不只是技術部署，而是如何重新設計工作方式。Bedard 表示，解決方案不是放棄使用 AI，而是隨著 AI 革命加速，重新思考人類員工如何能更好地與 AI 工具更有效地協作。
＊本文開放合作夥伴轉載，資料來源：《HBR》、《AXIOS》、《CBS NEWS》，首圖來源：Unsplash