AI 或能提升職場生產力，卻也為管理者帶來新的挑戰

目錄

• 你可能想知道
• AI 生產力與新的管理負擔
• 重點見解表
• 後續……

你可能想知道

• 當 AI 參與完成成果時，管理者要如何公平地評估工作？
• 公司導入 AI 代理程式及其他工具後，會產生哪些新的責任？

AI 生產力與新的管理負擔

公司提供員工人工智慧工具，希望藉此加快工作速度、提升生產力。然而，這些工具也帶來一項意料之外的管理挑戰：AI 協助產出精良成果時，要判斷成果有多少反映員工自身的努力、判斷力與技能，可能變得更加困難。AI 不僅未必能單純節省時間，還可能增加管理者的新工作，他們必須審閱、解讀並引導團隊的產出。

由工作管理公司 Monday.com 委託進行的一項 Nielsen 調查，訪問了七個國家的 1,700 名董事與高階主管，結果發現，超過半數高階主管表示，採用 AI 後，評估員工工作變得更加困難。問題未必是工作品質不佳。在許多情況下，情況甚至可能正好相反：員工可以運用 AI，產出看似完整且專業的成果。但成品可能無法清楚呈現哪些部分出自員工，哪些部分由 AI 生成或經 AI 修改。近半數管理者表示，現在審閱並引導團隊產出的時間，比過去更長。

這些額外投入，與人們對這項技術普遍抱持的熱情並存。調查中，94% 的管理者表示，他們期待運用 AI 改善工作；許多人也有信心，知道 AI 最能在哪些方面創造價值。Monday.com 市場研究與客戶洞察主管 Michal Miller Levi 將這股熱情比作 2000 年代網際網路剛興起的時期。在這兩種情況下，人們都看見了技術及其改變工作方式的潛力所帶來的某種「魔力」。

然而，光有熱情並不會自動讓組織獲得適應所需的時間或系統。Levi 接受 TechCrunch 訪問時表示，AI 發展的速度超過組織流程的因應能力。她解釋，AI 或許能有效協助管理者處理個人任務，但管理者也肩負引導組織的更廣泛責任。因此，他們面臨的挑戰不只是學會自行使用 AI，也包括協助團隊和業務流程因應快速變化的技術。

隨著 AI 成為日常工作的一部分，組織也開始重新思考如何評估員工。調查發現，78% 的受訪者在採用 AI 後改變了評估方式。如今，組織更加重視撰寫有效提示詞、判斷哪些任務應交由 AI 處理，以及嘗試新的工作方式等技能。這些能力有助於員工有效運用 AI，但也引發了新的問題：當一項任務由人與機器共同完成時，績效應如何定義？

當管理者無法輕易辨認員工工作的來源時，公平性便成為一項特別值得關注的問題。精良的成果可能來自深厚的人類專業、AI 的大量協助，或兩者兼具。如果評估標準沒有考量這些差異，員工可能會受到不一致的評判。管理者可能需要更明確地說明哪些 AI 用法可以接受、哪些人為貢獻值得重視，以及員工應如何揭露或記錄 AI 的協助。

當管理者運用 AI 協助做出或傳達與員工有關的決策時，這個過程會變得更加複雜。調查發現，46% 的管理者使用 AI 協助提供決策參考，39% 的領導者則用 AI 草擬績效評估。這些應用或許可以節省時間，但也會為攸關重大的流程帶來風險。生成的評估內容可能聽起來很有說服力，卻未必準確、完整，或適合受評估的個人。管理者仍有責任確認文字是否反映證據，並確保評判依據相關標準作出。

偏見也是更廣泛的顧慮。大型語言模型是從訓練資料中學習模式的預測系統，而這些模式可能重現人類的既有觀念。盧森堡社會經濟研究所今年稍早的一項研究發現，「在缺乏明確客觀標準，且個別評分的情況下」，大型語言模型對績效的評分往往與人類相似。這項發現顯示，AI 並不會自動消除評估中的主觀判斷；除非組織採用清晰一致的標準，否則它可能重現既有模式。

2025 年初的一篇研究論文也發現，AI 模型可能對黑人男性求職者抱持偏見，並「呈現顯著偏見，而且在不同社會群體之間，偏見的方向與程度各不相同」。這凸顯了在運用 AI 做出影響個人的決策時，人為監督與審慎評估的重要性。Levi 被問及 AI 輔助的績效評估是否可能引入外部偏見時表示，公司尚未找到管理這類問題的方法。這種不確定性顯示，組織需要建立防護措施，而不是假設這項技術會做出中立的判斷。

AI 改變的不只是管理者評估工作的方式，也改變了他們每天的工作內容。必須有人決定哪些任務交由 AI 代理程式處理、檢查代理程式的產出，並在結果有誤或發生問題時介入。這些監督工作可能相當繁重，卻不易察覺。報告將之描述為可能出現的新一層「隱形勞動」：監督自動化作業所需的時間與心力，或許不會呈現在最終成果中，卻是產出可靠工作的必要條件。

技術環境本身也變得更加複雜。57% 的管理者表示，他們的組織目前使用中的工具比以往更多；約 51% 表示，採用 AI 後，工具之間的相互依賴程度提高，且更為群聚。只有 29% 的管理者認為，他們的 AI 基礎架構已充分最佳化並集中管理。這些結果顯示，導入 AI 不一定會簡化職場的軟體環境，反而可能造成更多連結需要管理、更多系統需要了解，以及更多潛在故障點。

Levi 表示，許多企業原本預期 AI 能協助精簡軟體工具組合，但如今卻得處理更多應用程式、整合項目，以及員工在公司核准系統之外採用工具所造成的影子 AI 使用情形。Levi 說，管理者在 2025 年結束時，原本預期會整合工具並減少軟體數量，但實際上工具數量卻增加了：「超過 50% 的人表示，他們現在使用的工具比去年更多，而且還沒有停止……。」這種預期與現實之間的落差，讓管理者更難清楚掌握員工正在使用哪些系統，以及這些系統彼此如何連結。

隨著公司部署能更獨立自主行動的 AI 代理程式，這些顧慮也變得更加迫切。調查發現，58% 的管理者預期，未來一年內，他們監督的 AI 代理程式數量將超過人類員工。同時，46% 擔心會失去對這些代理程式行動的控制。另有 35% 的受訪者表示，他們擔心要為 AI 做出的決策負責，而大型語言模型目前仍很難預測。

管理者的顧慮並不代表他們排斥自動化。他們似乎更希望，人們能在具有重大影響的決策中扮演明確角色。Levi 表示，管理者不希望代理程式完全自主。他們希望 AI 處理重要任務與決策時，有人參與並提供意見。實際上，這意味著組織需要決定代理程式可以獨立採取哪些行動、哪些行動需要核准，以及自動化流程出錯時由誰負責。

整體而言，調查結果顯示，採用 AI 已不只是提升生產力的機會，也愈來愈是一項治理課題。工具可以協助員工與管理者完成工作，但工具的價值取決於能否以負責任的方式融入現有流程。組織需要建立評估標準、釐清對 AI 輔助工作的期待、檢視潛在偏見、監督 AI 代理程式，並了解員工使用的軟體系統。若缺乏合適的流程與基礎架構，管理者可能只能一邊忙於維持工作運作，一邊設法掌控不斷增加的工具與決策。

重點見解表

後續……

職場 AI 的下一階段，不只取決於技術能做到什麼，也取決於組織能否建立可靠的使用方式。明確的績效標準、合理限制代理程式的自主權、透明的流程，以及一致的人為審核，有助於公司在善用 AI 的同時，不忽略問責與公平。

對管理者而言，接下來的任務是在嘗試新方法與監督之間取得平衡。AI 或許會接手更多例行工作，但監督其產出、整合工具，以及妥善做出人事決策，仍是重要職責。能夠認知到這些管理工作，並提供相應系統與指引的公司，將更有條件把 AI 的潛力轉化為可持續的生產力。