員工使用 AI 反而降低工作效率，主要源於「AI 效率悖論」與認知負荷的過度消耗。根據《經理人》整理的分析，這並非單一原因造成，而是多重因素交織的結果：
1. 任務與認知負荷的惡性循環
- 審查與修正成本： AI 生成的內容往往被視為「半成品」，員工需花費大量時間進行二次加工、驗證與除錯。數據顯示，約 9% 的工作時間被消耗在審查與清理這些內容上，若 AI 輸出品質不佳，反而拖慢整體進度。[3][7]
- 「工作垃圾」（workslop）現象： 許多 AI 產出表面合格但實質空洞，員工處理這些低品質內容平均需耗費近兩小時，這不僅未能加速流程，反而造成時間與資源的巨大浪費。[2]
- 多工處理的認知耗竭： 當員工同時操作超過 3 個 AI 工具時，頻繁在不同代理程式間切換與監督，會打破深度專注的時間區段，導致「AI 腦霧」現象，造成過度消耗與決策壓力。[1][4][7]
2. 組織層面的結構性問題
- 任務擴展與界線模糊： AI 降低了執行任務的門檻，導致員工承擔了原本不屬於自己的跨領域工作，且工作感從「可劃分範圍的任務」演變為「無處不在」的狀態，使休息與恢復機制失效。[4]
- 學習債與維護成本： 每增加一個 AI 工具或工作流，就伴隨著工具改版、流程除錯與資料搬移等維護責任，這些隱形成本常被忽略，卻佔滿了員工的行事曆。[4][5]
- 績效量尺的落後： 企業仍習慣用工業時代的「產出數量」來衡量生產力，但 AI 時代真正稀缺的是定義問題與整合資源的能力。當主管盲目追求效率而增加工作要求，反而導致員工壓力與倦怠感飆升。[5][6]
