在家工作,不用擠捷運是小確幸?哈佛商學院:你需要「假通勤」找回生產力
在家工作,不用擠捷運是小確幸?哈佛商學院:你需要「假通勤」找回生產力

遠端工作最大的好處之一,是可以擺脫惱人的通勤,不用在捷運或公車上人擠人,更能省下大把時間,福特汽車(Ford Moto Company)調查甚至發現,工作者前往辦公室途中感到的壓力,比實際投入工作時還要高。然而,《BBC Worklife》卻指出,通勤其實有益我們的身心。

上下班有助於角色轉換、促進腦部活動

通勤不受人們喜歡的一大原因,就是「缺乏生產力」,因為人們在通勤時,通常不是滑手機、補眠,就是漫無目的發呆,不過,[《越無聊,越開竅》][1]作者瑪諾什.佐摩羅迪 (Manoush Zomorodi)曾引用腦神經科學的報告指出,人在自認無聊、無意義發想時,反而能激發腦中迸出新點子,像是上班前想到簡報哪裡可以改得更精采、下班時反思今天做的事情,或突然記起某部想看的電影終於上架影音平台,要時間好好觀賞。

此外,哈佛商學院組織行為小組的助理教授瓊.雅次莫維茲(Jon Jachimowicz)研究發現,通勤可視為家庭和工作之間的 「心理門檻」。他解釋,當我們身處捷運或車陣時,會經歷轉換角色的過程,這段時間和空間有助於人們,準備好讓自己進入工作模式。

雅次莫維茲進一步說明,當我們還未脫離上一個角色,例如父母、放鬆狀態的自己,就得馬上展開工作時,兩邊的身分就會引發衝突,消耗心理資源(包括精力、心情),導致無法扮演好任何一個角色。 而居家辦公正是少了這一段轉換過程,我們可能一下床,就會開啟電腦工作,強迫改變身分的後果就是效率不彰、經常覺得無法專心。

健康媒體《healthline》採訪的一位心理治療師也同樣提到,過去工作跟生活之間,可能會因為離開家中、到辦公室外面吃午餐,接著下班前收拾包包、闔上電腦,而轉換身心狀態,這些行動也是幫助人們脫離工作最直接的方式。

仿照原本習慣,靠「假通勤」拿回儀式感

然而,當遠端工作不再需要通勤,就得找尋其他儀式,完成角色轉變,像是換一套衣服、改變聽的音樂等等。《healthline》則建議,可以試著在家中或附近實行 「假通勤」。像是在情況允許的條件下,你每天上、下班前,都可以在家中附近走走,或是開個信箱也好,透過「出門、進門」營造儀式感。

但當疫情嚴重,或沒有那麼多時間的狀況下,在家中同樣能執行這項計畫。舉例來說,原本處於辦公室時,當結束一個會議,到開啟下一個會議前,通常會有5~10分鐘時間能上廁所、裝水等,那麼在家工作時也要比照辦理,起身走一走、泡個茶,都是一種空間與心境上的轉換。

《Business Insider》提醒,別把「假通勤」視為獎勵或放鬆的方法,也就是說,並非你當天得完成什麼任務、達到哪些目標,才值得擁有。這更像是畫出工作與生活的界線,所以每天都應該要執行,確保自己真的能「關機」。

本文授權轉載自:經理人

延伸閱讀:

  1. 在家工作被配偶、小孩疲勞轟炸,職場爸媽心好累!企業能給員工哪些支持?
  2. 在家上班,員工是更努力、還是常偷懶?一張圖顯示調查結果

責任編輯:蕭閔云
[1]: https://www.books.com.tw/exep/assp.php/bnext/products/0010794536?gclid=Cj0KCQjwnueFBhChARIsAPu3YkTOPMoeALk2bHc8o1A55C_yBn9UupyMU_X6bupIEypbJv7X3kvWXq4aAhk6EALw_wcB&utm_source=bnext&utm_medium=ap-books&utm_content=recommend&utm_campaign=ap-202106
[2]: https://www.bbc.com/worklife/article/20200519-why-you-might-be-missing-your-commute
[3]: https://www.healthline.com/health-news/why-adding-a-fake-commute-to-your-wfh-schedule-could-help-you-unwind
[4]: https://www.businessinsider.com/how-fake-commuting-can-improves-wfh-work-life-balance-2020-12

關鍵字: #遠距辦公
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓