AI 明明慳到時間，點解打工仔反而愈用愈忙？三份研究拆解隱形成本
由 botsitting、覆核責任到慳返時間點用，公司要計清楚三筆數
AI 幾秒就交到一份似模似樣嘅初稿，睇落快到冇得輸。問題係，員工之後仲要補背景、查引用、改錯同解釋點解份嘢可信，原本一件工作變成「叫 AI 做一次，再由人執一次」。TechNews 科技新報綜合三份職場研究，見到嘅共同情況係：個人覺得快咗，公司未必真係多咗產出，仲可能將一堆原本冇人計嘅覆核工夫塞返畀員工。
慳到一日，跟住用去邊？
BCG 2026 年調查接近 12,000 名員工、管理層同企業領袖。喺前線員工入面，42% 經常使用 AI 嘅受訪者話每星期至少慳到八小時；不過 66% 表示，公司只畀咗好有限指引，或者完全冇講慳返嘅時間應該點用，過半數亦冇把時間轉去較高價值嘅工作。呢個「一日」係受訪者自己估算，唔等於公司用客觀數據量過生產力，但至少點出一個管理漏洞：買咗工具之後，原有工序、目標同人手安排照舊，慳返嘅時間自然好易消失。
Botsitting 食返幾多時間？
Glean 旗下 Work AI Institute 將餵背景資料、重新寫 prompt、查核答案同收拾錯漏叫做「botsitting」。佢哋訪問美國、英國同澳洲共 6,000 名全職數碼工作者，受訪者平均每星期花 6.4 小時處理呢類工夫；喺全部同 AI 互動嘅時間之中，37% 用咗喺 botsitting，實際叫 AI 產出就佔 36%。報告亦話受訪者認為 36% AI session 要大幅重做或者由頭再嚟。呢啲數字反映感受同用法，未能直接證明每間公司都蝕咗 6.4 小時，不過足以提醒管理層：覆核成本唔可以當免費。
Employment Hero 嘅調查亦見到相近摩擦。研究訪問澳洲、加拿大、紐西蘭同英國約 8,800 名僱主及員工，63% 員工表示 AI 令輸出查核工夫增加，42% 有用 AI 嘅員工甚至覺得自己似「出貓」。不過 Employment Hero 同 Glean 都有賣企業軟件或相關服務，研究題目同結論可能帶有商業角度；加上兩份調查嘅地區、受訪者定義同問法唔同，數字只適合各自理解，唔宜排成高低榜。
有查核唔代表 AI 冇用
覆核本身唔係浪費。合約、財務數字、客戶資料、程式碼同對外內容，本來就應該有人負責把關。AI 較適合處理格式固定、輸入資料清楚、錯咗容易發現同修正嘅工夫，例如整理會議筆記、按既定欄位分類、根據指定文件起初稿。要判斷真偽、承擔法律責任或者批核重要決定嗰啲，就唔應該直接交由模型埋尾。Management Science 2026 年一項涵蓋 4,867 名軟件開發者嘅隨機實驗，合併三個實驗後見到完成任務數增加約 26%，亦說明 AI 喺界線清楚嘅特定任務確實可以幫到手，成效唔應該一刀切。
公司要先講清楚邊個孭飛
員工覺得用 AI 似出貓，好多時係公司叫大家「用多啲」，但又冇交代邊類資料可以輸入、可唔可以用私人帳戶、交付時要唔要披露、邊個負責最後覆核。最實際嘅做法係為每類任務寫低四樣嘢：准用咩工具、可以交咩資料、最低查核要求、最後由邊個簽名。責任一日未講清楚，員工就只可以自己估個風險有幾大；有人重複檢查拖慢進度，亦有人索性將未查清楚嘅內容交出去。
慳時間要計淨數
公司評估 AI，唔好淨係數帳戶、prompt 數量或者員工話自己慳咗幾耐。揀幾項重複任務，先記低冇 AI 時嘅完成時間、錯誤率同返工次數；試用 AI 後，再把搵資料、補背景、覆核、修正同下游同事執手尾嘅時間一併計入。小規模跑四至六星期，睇每份合格輸出實際慳到幾多鐘，亦睇錯誤有冇推遲到後段先爆。咁先分得出邊啲工夫值得擴大使用，邊啲只係將成本搬咗位。
呢三份研究嘅樣本主要來自歐美、澳洲同紐西蘭，唔可以當成香港職場調查。不過生產力局 2025 年訪問約 800 間本地公司，88% 受訪公司嘅員工已經喺日常工作用過 AI，54% 企業就表示暫未有完整或持續嘅 AI 管理政策，培訓不足亦係主要障礙。香港公司面對嘅基本功課其實好相似：先揀啱任務、寫清楚覆核責任，再用淨節省時間判斷成效。
參考來源
- TechNews 科技新報 — AI 省了時間卻失去方向？三大職場研究揭企業導入 AI 盲點 — original report
- AI at Work: Why Strategy Matters More Than Tools — BCG 原始調查，核對樣本規模、每週自報慳八小時同缺乏指引等數字。
- AI Paradox Report 2026 — Employment Hero 原始報告頁，交代四個市場、約 8,800 名受訪者同輸出查核負擔。
- Work AI Index 2026 — Glean 原始研究，核對 6,000 人樣本、botsitting 定義同每週 6.4 小時數字。
- HKPC Releases AI Readiness in Workplace Survey 2025 — 生產力局約 800 間本地公司調查，補充香港企業採用、培訓同管理政策背景。
- The Effects of Generative AI on High-Skilled Work — 涵蓋 4,867 名軟件開發者嘅隨機實驗，補充特定任務可以錄得客觀生產力增長嘅證據。
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。
