AI 職場紅利為何先流向高學歷與管理職？
TechNews 科技新報報道，一項針對美國勞工的研究發現，AI 已為部分員工帶來更快的工作速度、更多創意解法，以及較佳的工作品質；不過，這些收益並非平均分布。大學畢業生和管理職較常定期使用 AI，意味他們也更有機會累積使用經驗和工作上的回報。
這是美國樣本的二手報道，不能直接推論香港職場的比例或因果關係；研究亦不能單憑數字證明學歷本身決定 AI 能力。對本地企業和上班族而言，較值得留意的是：若培訓、工具權限和實際工作流程只集中在少數職級，AI 有可能放大既有的職場差距。
使用頻率與感受到的效益有明顯距離
據 TechNews 科技新報指出，蓋洛普、Jobs for the Future 與 The Families & Workers Fund 共同進行的《美國工作品質研究》（The American Job Quality Study）中，工作時使用 AI 的受訪者，63%認為可更快完成工作，56%認為有助找到較有創意的解法；另有47%表示可把時間投放在工作中較有趣的部分，46%認為工作品質有所提升。
常用者與偶爾使用者的自評差距更大：
| 工作感受 | 定期使用 AI 者 | 偶爾使用者 |
|---|---|---|
| 更快完成工作 | 79% | 37% |
| 找到創意解法 | 67% | 39% |
| 提升工作品質 | 59% | 26% |
| 有更多時間處理較有趣的工作 | 61% | 27% |
這組數字反映的未必只是工具本身的效果。從工作設計角度分析，經常使用者可能已有更多可交由 AI 協助的文字、研究、整理或規劃任務，也較熟悉如何拆解問題、驗證輸出和反覆修訂。因此，企業若只提供帳戶卻不教員工把任務改造成可用的工作流，實際效益未必會自然出現。
為何高學歷與管理職先受惠
TechNews 科技新報報道，40%持大學學位的受訪者每天或每周使用 AI，未持學位者則為17%；管理職的定期使用比例為37%，個人工作者為25%。
這不代表低學歷或非管理職不適合用 AI，更可能反映不同崗位獲得的條件並不相同。管理職常要撰寫摘要、整理會議重點、比較方案和準備溝通材料，這些任務較容易以現有生成式 AI 工具加速；相對地，前線或流程受規管程度較高的職位，未必有同等的工具存取、培訓時間及容錯空間。
報道引述研究共同主持人、Jobs for the Future 策略與影響副總裁 Blankenship 指出，AI 的好處尚未公平地惠及所有勞工。她亦提到，員工常見的得益包括加快完成任務、維持或改善品質，以及將重複性工作交由 AI 處理，騰出時間應付更具挑戰的部分。
香港上班族可由小型、可驗證工作流開始
對個人而言，重點不是追求使用次數，而是建立可覆核的習慣。例如可先選擇一項低風險、重複出現的工作：將會議筆記整理成待辦事項、把長文件轉成問題清單，或要求 AI 先列出報告架構和反方觀點。輸出仍應由使用者核實事實、語氣、保密要求及最終判斷。
企業培訓亦可把焦點由「人人試用同一工具」轉為「各團隊如何安全完成一項具體工作」。可考慮讓不同職級共同建立 prompt 範本、質檢步驟和可用案例，並確保非管理職也有時間、權限和支援試行。這樣較有機會把 AI 從個別人的效率工具，變成團隊可共享的能力。
接下來值得觀察的，是企業會否把 AI 培訓、資料使用規則和工作流程重設延伸至更多前線及非管理崗位。若使用門檻持續由既有資源和職位決定，研究所呈現的差距或會擴大；反之，具體而可覆核的工作流，才有可能讓更多員工實際受惠。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- TechNews 科技新報 — AI 助攻效率與創意但「貧富不均」，高學歷與管理職還是最大贏家 — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
