公司用了 AI，為什麼加班的人還是我？說好的省時間，到底省到誰身上？

AI 幾分鐘就交出初稿，查資料、改錯和替同事收尾的人卻還沒下班。「AI 監工」說中的，是那些做了很多、卻沒被算進工作量的上班族。

觀點編輯鄭雅雯 2026年9月10日 7 分鐘閱讀

10 次瀏覽

同事傳來一份報告，訊息只有一句：「我用 AI 整理好了，剩下再麻煩幫忙看一下。」

版面很漂亮，標題也排好了。接手的人原本以為，改幾個字就能下班。看下去才發現，有些數字找不到出處，有些結論根本不是客戶要問的事。一路追問、翻原始資料，等到能放心送出去，原本排好的工作又得往後挪。

最悶的不是 AI 犯錯，而是大家都以為這份工作已經做完了。那個還留在座位上修的人，反而像是動作最慢的一個。

AI 已經寫好了，為什麼事情還沒做完？

公司導入 AI，工作卻沒有變輕鬆，不一定是員工跟不上。常見的落差是：有一份內容產生了，和有一份成果能交出去，中間還隔著不少事。

例如整理客戶回饋，AI 很快就能分成幾類。但客戶說「下次再看看」，究竟是願意繼續談，還是客氣地拒絕？如果報告要拿去安排下一輪聯繫，負責人仍得回頭確認。這不是把文字排整齊就能結束的工作。

要是交件時間只按「AI 幾分鐘就能寫好」來算，確認內容的時間便會被擠掉。員工不是突然變慢，而是原本藏在寫作過程裡的判斷，現在全擠到收到初稿之後。

AI 確實可能讓人更快完成工作。問題是，不能一看到初稿就把進度勾成完成，接著把下一件事塞過來。

這種反覆補資料、看結果、修錯誤的工作，有個名字叫 botsitting，可理解成「顧 AI」或「AI 監工」。不是 AI 在監視誰，而是人得守著它，直到成果真的可用。

Glean 旗下研究單位發布的《Work AI Index 2026》，調查美國、英國與澳洲 6,000 名主要使用電腦工作的全職工作者。報告指出，受訪者每週平均花 6.4 小時處理這類工作，也就是約 6 小時 24 分。

（調查於 2025 年底至 2026 年初進行，時間由受訪者自行回報，並非台灣統計，也不能直接當成「使用 AI 就會多加班」的證明。）

今年 9 月 1 日，研究作者也在《哈佛商業評論》的 AI 監工文章中提醒，讓 AI 派上用場所需的人力，不能一直由個別員工默默吸收。

對上班族來說，不一定要記住英文。比較熟悉的，可能是那種「明明多做了很多，卻不知道該怎麼報進度」的窘境。寫「已整理報告」太輕，寫「修改 AI 內容」又怕被回一句：是不是提示詞沒下好？

起初只是順手幫一次。這個地方補個來源，那個地方把說法修得像公司會用的語氣。相處久了，不想為了幾段文字傷感情，接手的人往往直接改掉，沒有特別說。

可是每次都安靜修完，對方收到的訊息就可能是：這樣交沒問題。下一份照樣送來，甚至做得更多、更長。

BetterUp Labs 與史丹佛大學 Social Media Lab 的workslop 研究，討論的就是這種看似完整、實際上沒有推進工作的 AI 內容。這項研究始於 2025 年，描述的是美國工作者經驗，不是今年台灣新調查。

把它放回辦公室裡，真正讓人不舒服的，未必是同事用了 AI，而是對方把「自己還沒弄懂的東西」交過來，卻當成只差最後潤飾。

這時候，直接指責「你都在偷懶」很容易吵成態度問題。把還沒完成的地方說出來，反而比較有機會繼續合作：

「我可以幫忙看表達，但這幾段還缺原始資料，結論也需要你先確認。等這些補好，我再接著改，不然我得從頭重新查一次。」

話裡沒有禁止對方用 AI，也不是拒絕幫忙，只是把交接停在它真正完成的位置。若確實需要接手查證，那就得另外談誰有時間做，不能還叫「幫忙看一下」。

公司剛買了帳號，主管也一直分享成功案例。輪到員工回報，說自己還在反覆修改，多少會擔心：是不是只有我用不好？會不會被當成抗拒新工具？

於是，開會時只說生成速度快，至於後來怎麼一段段補回來，就留在自己的電腦裡。不是沒有問題，而是問題沒有被帶到討論桌上。

如果一時不知道怎麼講，不必先證明整套 AI 沒用。挑一份正在做的工作，打開初稿和最後版本，讓主管看見差在哪裡，就有了比較具體的起點。

例如：「初稿已經有了，但客戶要求保留的例外被省掉，這裡還要確認。如果今天一定要交，我需要先把另一份資料整理往後排。」

這樣談的是這次交件需要什麼，而不是爭論誰比較相信 AI。最好也把「正在確認資料」寫進平常的進度回報，別再用一句「快好了」把自己逼到只能私下補完。

主管若只能看到誰產出最多，很難知道誰一直替別人收尾。檢查過哪些疑點、補回哪項關鍵資訊，都值得被當成成果的一部分，而不是成品背後自動發生的事。

不是每次修改都代表白忙。固定格式的週報、反覆使用的通知，把要求補清楚之後，下次也可能直接受益。第一次花時間調整，有時是在替往後省事。

但若只是回覆一封很短的信，員工自己已經知道要怎麼說，為了讓 AI 寫得自然來回改好幾輪，就未必划算。先自己完成，不代表不肯學習。

尤其是客戶才剛在電話裡改口、主管的意思還沒談清楚，AI 再會寫，也不能替團隊知道一個尚未確認的答案。與其一直換問法，不如先問到真正知道的人。

要判斷有沒有幫上忙，看的也不只是畫面多久跑出文字。從開始處理，到最後能放心交付，包含準備資料與修改在內，整件事是不是比較順？如果一直卡在相同地方，下次就有必要換做法，而不是要求同一個人再多撐一下。

有了 AI 之後，員工不一定期待每天少做很多。能少一點重複整理、少一點臨時重來，交完工作時還有精神吃頓飯，就已經很實在。

最讓人失望的是，省下的時間立刻被新的任務填滿，修正的時間卻沒有人承認。工作表上看起來一切更有效率，坐在電腦前的人卻越來越累。

公司不必在「全部交給 AI」和「乾脆不用」之間選邊。願意聽員工說哪裡卡住，把檢查與交接的時間留出來，才有機會把工具調成真的能幫忙的樣子。

那份報告最後有人修好了，是一個人做了工作，不是錯誤自己消失。說好的進步，至少不該建立在這件事一直沒人看見。