在 2022 年，ChatGPT 讓 AI 走入日常，科技的強大，讓所有企業主產生 AI 焦慮，幾乎公司都在喊要導入 AI，甚至宣稱「AI 已是標配」。然而，3 年多過去，《經理人》在今年 4 月對全台主管與員工展開調查，試圖釐清：用了 AI 之後，你的公司變得更好了嗎？
速度變快、產出沒跟上，省下的時間去哪了？
根據我們的調查，逾 7 成企業已啟動導入，AI 讓文件整理、資料摘要確實變快。但效率提升後釋放出的空間，並沒有體現在產能上。行為數據機構 ActivTrak 調查，導入 AI 後，員工每日工時平均只減少 2%，但 email 往來暴增 104%、即時通訊激增 145%，周六工作時數甚至上升了 46%。
這是 AI 版本的「傑文斯悖論」（Jevonsparadox）。1865 年，英國經濟學家威廉．傑文斯（William Jevons）觀察到，當蒸汽引擎愈有效率，英國的煤炭消耗總量反而愈大，因為效率愈高，使用愈划算，需求也跟著膨脹。
同理，當技術把某項工作的成本壓低，組織對該工作的需求也開始膨脹，當 AI 讓寫一份報告變容易，組織對其餘工作的需求就跟著擴大，增加效率被釋放出的空間，迅速被新工作填滿。這還沒把跟 AI 產出的究竟是「垃圾」或「黃金」等增加的修改、討論來回的時間算進去。
除此之外，在 AI 導入的第一線反饋上，主管和員工也呈現極大的認知落差。當我們把主管與員工對同一個問題的答案並排呈現，發現不少矛盾。
主管與員工矛盾湧現，AI 貢獻功效難評斷
關於工具：67.7% 員工主要使用的是自己私下用的外部工具，又稱「影子 AI」（ShadowAI），主管卻以為大家都在用公司授權的系統。關於學習：49% 的主管認為員工「習慣難改、抗拒學習」；但員工心裡想的卻是「我有意願，只是被新塞進來的工作壓縮到沒時間」。關於產能落差：47.5% 員工感受到速度提升了、工時卻沒降；主管表示「難以衡量」使用新工具的績效或產能。
這應呼應了蓋洛普（Gallup）在 2026 年〈AI 採用率上升推動勞動力變革〉（rising AI adoptionspurs workforce changes）報告，他們針對美國 2 萬 3000 名員工調查，有半數美國員工表示在工作中使用 AI，但僅約 10% 的人強烈同意 AI「從根本上改變了組織中的工作方式」。AI 幫助了個人在特定任務上更有效率，卻很少真正重塑一家公司的運作邏輯。
換句話說，AI 的效益，往往先出現在「個人任務」的層次，而非「組織系統」的層次。員工在第一線感受的是流程改動的摩擦與壓力，主管在管理層觀察的是產出結果。兩端的觀測工具不同、資訊不對稱，沒有先溝通衡量機制的共識，各說各話幾乎是必然。
舊的績效量尺失效，新的還沒長出來
其實，企業最大的痛點，是仍在用「工業時代的量尺」來測量 AI 時代的生產力。工業時代在乎的是「做了多少」（產出數量）但在 AI 可以幾秒內生成報告的今天，數量不再稀缺。真正稀缺的能力是：定義什麼問題值得被解決、能否判斷 AI 的答案是否可信、能否在不確定性中整合資源。
既然問題不是「有沒有導入 AI」，那真正決定成效的是什麼？美國生物演化學家、麥克阿瑟獎得主賈德‧ 戴蒙（Jared Diamond）在《槍炮、病菌與鋼鐵》中反思：歐亞文明的擴張優勢，根源不在於人種的智力差異，而在於地理環境長期積累形成的「結構性土壤」，擁有合適條件的文明，才能讓技術真正生效。
把這個框架移植到企業 AI 導入，會得到相似的結論： 決定效益的，不是工具本身，而是企業的基礎體質。
「槍炮」，是 AI 工具本身，GPT、Copilot、各式 Agent。現在幾乎人人都有槍，但有槍不等於會打仗。很多企業停在採購帳號、辦完說明會、宣告進入 AI 時代，工作流程卻毫無變化。
「病菌」，在戴蒙的論述裡代表長期環境適應形成的隱性免疫力。如果放到企業裡比擬，它是組織文化，比方說有些公司的免疫系統正在排斥 AI，員工擔心 KPI 被重算、害怕被取代。在這種土壤裡，再好的工具也會被組織消化掉，最後淪為偶爾拿來摘要會議的擺設。
「鋼鐵」，是基礎制度與資料建設。資料有沒有整理乾淨、SOP 有沒有標準化、績效機制有沒有更新。很多企業 AI 做不起來，其實是組織沒有先建好能被 AI 接上的基礎建設。火藥在沒有道路與補給的荒原上，是無法提供帝國擴張需要的支援。
說到底，AI 不會平均地改變所有企業，它只會放大企業原本的體質差距。很多公司以為自己缺的是厲害的AI工具、會使用AI的員工，實際上缺的，是能讓 AI 生效的組織文化與基礎建設。
