張瑞雄／台北商業大學前校長、叡揚資訊顧問
生成式人工智慧（Generative AI）快速崛起，逐漸成為職場上極具潛力的重要工具。根據美國聖路易斯聯邦儲備銀行的研究，2024年美國約有28%的工作者已使用生成式AI技術來協助其日常工作。儘管初期廣泛被採用，並帶來明顯的時間節省與生產力提高，然而另一方面，來自丹麥勞動市場的調查卻揭示出，AI技術所節省的時間被新創造的任務所抵消，使得整體生產力的實際提升有限。
根據聖路易斯聯邦儲備銀行的研究資料，使用生成式AI的工作者確實展現了可觀的時間節省效果。約有21%的使用者每週因此節省4小時以上，整體而言平均節省了5.4%的工作時間。以每週工作40小時計算，這相當於每人每週節省約2.2小時。在某些特定行業，例如資訊服務業，AI的使用率達到了14%，並帶來約2.6%的時間節省。
但來自丹麥的一項研究則提供了不同的觀點，哥本哈根大學與芝加哥大學的經濟學家分析了2023年至2024年的勞動市場資料後發現，儘管生成式AI被迅速且廣泛地採用，但實際對薪資或工時的整體影響極小，甚至不足1%。這是因為雖然AI工具在64%到90%的使用者間產生了明顯的時間節省，但有8.4%的工作者則因AI技術而面臨額外的工作任務。這些新任務包括教師需要花費更多時間確認學生是否使用AI完成作業，以及其他工作者必須花費時間檢驗AI輸出結果的品質。
兩項研究的對比引發我們更深入的思考，生成式AI技術的潛在好處究竟如何能真正轉化為實質的經濟效益？以及這些效益最終歸屬於誰？根據丹麥的研究，即使是節省的時間，最終轉化為勞工薪資收益的比例也僅在3%到7%之間，這不禁使人質疑企業導入AI工具的初衷與實際效益分配是否公平。
儘管聖路易斯聯儲的研究顯示生成式AI可以提升單位時間內工作效率高達33%，但由於多數企業並未正式將AI工具納入正式流程與管理監督中，這些效率增益目前可能尚未充分顯現在宏觀的生產力統計數據中。員工可能將節省下來的時間用於職場閒暇活動，提升個人福祉而非直接提高工作產出。
未來如何有效地將生成式AI的潛在效益落實為顯著的生產力提升，將取決於企業是否能妥善整合AI工具至工作流程，並調整管理與績效評估系統。正如聖路易斯聯儲的報告所述，未來研究應進一步探討企業如何調整期望與作業流程，以便將AI技術的效益更明確地反映在總體生產力上。
伴隨著生成式AI技術快速發展，隨之而來的勞動市場改變與潛在的社會經濟衝擊仍然是待解的難題。AI所帶來的時間節省是否會伴隨大量職位的轉型與消失？如何應對可能出現的技能落差？企業與政府又應該如何協助勞動者進行必要的技能轉型？這些問題必須成為未來政策制定的重要考量。
儘管生成式AI顯示出其在提升個體工作效率方面的明顯潛力，但如何將此潛力真正轉化為整體勞動市場的經濟效益，仍需更長期且深入的觀察與研究。企業界與政策制定者必須及早規劃並因應可能出現的勞動市場調整需求，以避免技術進步帶來的負面衝擊，真正實現生成式AI的全面價值。
※以上言論不代表梅花媒體集團立場※
