生成式AI已是新一代的工作介面

生成式AI是流行？還是變革？一項技術，如果只是少數科技迷在玩，那叫流行；但如果它快速進入人們的工作與生活，那就是變革。

一篇於2026年1月發表在《管理科學》（Management Science）的論文〈生成式AI快速普及的背後〉（The Rapid Adoption of Generative AI），想了解生成式AI在美國到底普及到了什麼程度，以及它是否可能像當年的個人電腦與網際網路一樣，帶來新一波的生產力革命。

這篇研究的價值，在於使用美國「即時人口調查」（Real-Time Population Survey, RPS）資料，分析18至64歲成年人在工作與非工作情境中的生成式AI使用情況。資料來自2024年8月與11月兩波調查，總樣本超過1萬人。研究團隊也用2024年12月的「工作安排與態度調查」（SWAA）進行交叉驗證，結果相當接近，代表這不是單一調查的偶然現象。

更重要的是，作者把生成式AI和早期的個人電腦、網際網路放在一起比較。他們參考美國過去對電腦與網路使用的調查方式，設計類似問題，追問受訪者是否使用生成式AI、是否用於工作、上週有沒有使用、每天用多久、用在哪些任務，以及大約節省多少時間。

這讓研究不只停在「有沒有用」，而是進一步區分：只是玩過一次，還是真的進入工作流程。

研究結果呈現，截至2024年底，美國18至64歲人口中，接近40%正在使用生成式AI；在受雇者當中，約26%曾在工作中使用，約23%前一週有使用，9%幾乎每個工作日都用。

換句話說，生成式AI已經不是少數人的玩具，而是大量進入工作現場的新工具。

更值得注意的是，生成式AI的普及速度非常快。如果從第一個大眾化產品推出後開始算，生成式AI在職場的採用速度，在整體使用率上，甚至比個人電腦與網際網路更快。

但這不代表AI紅利會平均分配。

研究發現，生成式AI的早期使用者，更集中在年輕、高學歷、高收入族群；電腦、數學、管理、商業金融、資訊服務等工作，使用率也明顯較高。

所以，生成式AI看似人人可用，但真正率先吃到紅利的，仍然是原本就有知識、資源與工作彈性的人。技術表面民主，結果卻未必民主。

從任務來看，生成式AI最有用的場景也很務實。不是科幻電影裡那種全面取代人類，而是寫作溝通、行政庶務、翻譯摘要、搜尋資訊、發想點子、撰寫程式與資料分析。

這些事情看起來零碎，卻占據大量白領工作的時間。真正的革命，往往不是一口氣取代整個職位，而是先吃掉每天一小時的低價值工作，然後慢慢蠶食。

生產力方面，該研究估計，生成式AI使用者平均節省約5.4%的工作時間；如果換算到全體勞動者，約等於節省1.4%的總工時。

作者進一步用總體生產模型估算，生成式AI可能帶來約1.1%的總體生產力提升。這個數字看似不大，但放在整體經濟裡，已經不是雞毛蒜皮。因為總體生產力只要提升一點點，長期累積下來，就可能改變企業成本、產出效率與競爭格局。

此外，這篇研究建議企業，應該先盤點：哪些流程最適合導入AI？例如：寫作、行政、客服、知識整理、簡報製作與資料分析。導入順序也不必好高騖遠，可以先從高頻、低風險、高耗時的任務開始。

對個人來說，也不要只停留在「我會問ChatGPT」。未來有價值的人，不只是AI使用者，而是能把AI嵌入工作流程的人。會拆解任務、會設計提示、會判斷答案、會反覆迭代，才是真本事。

最後，生成式AI已經不是空中樓閣，而是正在成為新一代的工作介面。它不一定馬上顛覆所有產業，但已經開始改變每天的工作方式。

真正的問題，不是「我們要不要用AI」，而是當別人已經用AI節省時間、提高產出時，我們還要不要原地踏步。

技術浪潮不等人。先上車的人，才有機會換位置；站在原地的人，最後可能連月台都找不到。

作者：羅凱揚（台科大企管系兼任助理教授）、鍾皓軒（臺灣行銷研究有限公司創辦人）

資料來源：Bick, A., Blandin, A., & Deming, D. J. (2026). The rapid adoption of generative AI. Management Science. Advance online publication. https://doi.org/10.1287/mnsc.2025.02523