AI正快速进入职场，然而史丹福大学（Stanford University）最新研究发现，企业在推动AI应用时，经常与员工的真实需求“南辕北辙”。

研究团队针对美国1500名员工与52位AI专家，深入分析104种职业的844项工作任务，并将这些职场任务区分为4大类别：自动化“绿灯区”、自动化“红灯区”、研发机会区，以及低优先区。

报告指出，企业的AI投资重点与第一线工作者的实际需求之间，存在明显的认知落差。

相关文章：AI产出总不好用　避开3错误学会情境分工：根据资料状态拆解任务

41%企业没把AI投资在解决“员工的痛点”

研究团队根据“员工对任务自动化的期望”与“技术专家判断当前AI的能力”，将职场任务划分在“期望–能力图谱”（暂译，原文为Desire–Capability Landscape）中，X轴代表AI技术能力，Y轴代表员工的自动化期望，最终形成4大象限。

自动化“绿灯区”

员工希望AI代劳，技术也成熟，例如税务人员安排与客户会议、品管经理检查品质数据，以及机械工程师解读技术报告。

研发机会区

员工期盼AI能提供协助，但现有技术尚未到位，是AI研发的潜力所在。例如目前AI代理人研究论文重点聚焦的领域：协助电脑与资讯研究科学家开发新技术、分析软硬体问题，以及支援程式设计师进行程式修正与功能扩充等工作。

自动化“红灯区”

AI做得到，但员工抗拒，例如美术总监（Art Directors）向客户展示设计、游戏设计师（Video Game Designers）规划原型目标，以及技术写作员（Technical Writers）安排教材与文件发送。

低优先区

员工与技术都不期待AI参与，例如票务与运输柜台人员追踪遗失行李、媒体技术经理透过监视器观察影像，以及法院或市政书记官准备会议议程。

研究进一步指出，透过与Y Combinator投资案例比对，目前有41%的公司所瞄准的任务集中在“红灯区”与“低优先区”。换言之，部分资源正落在员工抗拒度高的领域，而真正符合职场需求的“绿灯区”与“研发机会区”，却未获得相应的重视与投资。

不是所有任务都想让AI代劳！员工更期待人机协作

数据显示，有46.1%的任务员工乐于让AI自动化，最常见理由是“节省时间去做更有价值的事”（69.38%）、“任务重复枯燥”（46.6%）、“任务压力大或耗脑”（25.5%）。

为此，研究团队提出“人机参与程度（Human Agency Scale）”，用来量化不同任务所需的人类参与程度（上图2）

调查结果显示，在104个职业中，有45.2%的员工主要期待H3（人机平等合作），反映多数人希望与AI协同合作，而非完全被取代。在专家评估方面，有16个职业的多数任务被归为H1（AI可完全独立完成）。

研究结果显示，教育机构与企业的人才培育策略亟需转型。未来培训重点除了强化技术方面的“硬实力”，还要著重培养“人机协作”的能力，以及跨领域整合思维。

例如教育单位可加强沟通与领导力课程，企业则须重新调整人才招募标准与职涯发展规划，协助员工在AI主导的工作环境中，保持价值与竞争优势。

相关文章：ChatGPT｜AI科技威胁打工仔饭碗？6种应用方法　反可提升工作效率

【本文获“经理人”授权转载。】