近年人工智能(AI)快速普及,許多企業和員工期望藉由AI工具提升工作效率,卻衍生出一個新的問題「工作廢料」,令基層員工加重工作負擔,更給企業造成隱形成本。
AI ‘Workslop’ Could Be The Biggest Threat To Productivity https://t.co/e5Y44WG8QC
— Forbes (@Forbes) October 2, 2025
https://t.co/e5Y44WG8QC
AI催生大量「工作廢料」
一份由史丹佛大學發表的研究卻揭示另一問題,即AI並未全面提升效率,反而催生大量「工作廢料」(workslop),即AI快速生成的工作內容看似專業、格式精美,卻缺乏實質或正確背景實質上空洞無物,對工作沒有幫助,還需人工花時間修正或重做,反拖慢效率,造成企業隱形成本。
Over 40% of US-based full-time employees reported receiving “workslop” in the last month, defined as AI-generated content that "masquerades as good work but lacks the substance to meaningfully advance a given task." https://t.co/9kPVPUw4el
— PCMag (@PCMag) September 28, 2025
四成員工受「工作廢料」困擾
據CNN報道,《哈佛商業評論》刊登一份研究,從美國各行各業找來1150名員工,其中有40%在過去一個月收過「工作廢料」。這些AI生成的成果外觀看似專業,如簡報、正式報告或程式碼,但往往缺少關鍵資訊或上下文,讓專業人員必須重新檢查、修補,導致效率不升反降。
Forget quiet quitting - AI 'workslop' is the new office morale killer https://t.co/pR2cXSRako
— ZDNET (@ZDNET) September 24, 2025
花大量時間處理 反降低生產力
平均每處理一次需花近兩小時。換算下來每人每月等於損失186美元產值。以擁有萬名員工的大型企業為例,每年因處理這些無用的AI產出,生產力損失超過900萬美元,造成企業龐大隱性成本。
AI生成內容引發質量危機
同時,科學家警告,AI生成大量低質量垃圾內容(AI垃圾),不僅充斥網路,也污染AI模型的訓練數據。多代AI相互訓練導致「模型崩潰」現象,產出越來越無意義內容,嚴重影響AI技術的持續發展與準確度。這種「內容災難」也被視為對數碼生態系統和資訊可信度的威脅。
研究指AI產生「工作廢料」加重員工負擔 生產力未增,企業隱形成本反飆升。資料圖片
企業與員工的兩難
儘管企業高層積極推廣AI,強調員工要學會使用AI工具以免失業,基層員工實際操作卻發現AI產出內容品質低落,反增加查核和重做負擔。不少企業因盲目追求科技應用帶來的效率提升,忽視了「工作廢料」帶來的真實成本。
AI發展不可忽略內容質量和系統健康
專家建議企業除加強AI工具品質把關外,更應建立嚴謹工作流程,讓人機協作發揮最大效益。用戶也應保持警覺,對AI生成的工作成果進行嚴格審核,避免盲目依賴。此外,相關研究持續提醒,AI發展不可忽略內容質量和系統健康,否則「垃圾泛濫」將矇蔽技術的真正價值。
AI “workslop” is clogging up businesses as “low-effort, passable-looking work” is handed around for others to fix up, correct and re-interpret, potentially costing businesses millions every year, according to a new report.https://t.co/ydnD5Ioa8E#HRInsights #AI #Workslop
— HRD Australia (@HRDAustralia) October 3, 2025