【圖解】AI造福職場生活：能多放一天假，還可以加薪！5種正面效果一次看|數位時代 BusinessNext

一、工作難度降低、趣味性提升

「像ChatGPT這類的AI工具確實能夠極大地改善員工生活。」美國著名智庫布魯金斯學會（Brookings Institution）的高階研究員Ｍark Muro對於AI在職場生活上的影響給予肯定。

牛津大學（Oxford）經濟學者Carl Benedikt Frey的說法也呼應上述內容，他認爲工作中較無趣枯燥的部分可能會因此消失，「我們會將注意力放在與創新思維有關的領域，包括：腦力激盪出更多正確想法、問題發想，以及進行其他更富趣味性和創造力的事項。」

二、壓縮部分職缺，但促進剩餘工作崗位的競爭

當談論到AI的負面影響時，最常被提及的議題之一是它可能導致大量的工作崗位遭到取代，因此許多人對於AI未來的發展感到擔憂甚至恐懼。雖然AI確實可能使得部分工作機會消失，但也也創造了更多全新職缺，例如開發及維護AI系統的工程師、研究人員等等，這些新興技術領域渴求大量人才的加入，以便應對全新技術的發展與需求。

因此專家認為，AI帶來的最主要影響，是讓許多現有工作更具競爭力，被動促使人們不斷提升自己的技能與知識，以順應變化多端的就業市場。哥倫比亞大學商學院（Columbia Business School）教授Oded Netzer提出了一個值得深思的重要觀點，他表示：「人們不會被AI取代，但會被懂得使用AI的人取代。」這意味著能夠快速適應並善用AI技術的員工將在未來的工作環境中取得顯著優勢，並藉此提高效率和生產力。

三、提高員工生產力，額外創造出的利潤可能會回流至員工身上

AI技術對員工的影響取決於它在工作環境中的應用方式，若企業運用於改善工作環境並提高產出，員工可能會從工資增加和生產力提升中受益；然而，如果企業僅僅希望透過AI技術普及而粗暴地裁減人員以節省工資，員工就會面臨到失業或收入下降的風險。Muro認為這種差異代表了「好AI」（good AI）和「壞AI」（bad AI）之間的區別。

此外，管理者應當如何進行利潤分配也非常重要，這進一步強調了管理階級所肩負的責任，必須確保AI技術正確運用於提高生產力、改善員工福利、推動整體經濟增長等層面；同時，也意味著員工有權監督管理者，以保證利潤分配的公平性和合理性。

四、緩解管理者的「生產力偏執症」，讓他們允許部分員工遠距工作

受到疫情影響而發展而出的「混合辦公制」，讓不少領導者對於員工在遠距工作時的生產力感到擔憂。遠距工作是否真的會造成工作效率降低呢？目前這個議題目前還存在極大爭議，但是對於企業而言，AI技術的應用可能有助於緩解領導者的焦慮，使得他們擺脫「生產力偏執症」，讓對於員工而言更加友好的遠距工作形式繼續存在。

舉例而言，根據紐約聯邦儲備銀行（Federal Reserve Bank of New York）的調查，發現在遠距客服中心（remote call center）工作的員工，每小時接聽的電話數比實體工作者少12%；然而，美國全國經濟研究所（NBER）的資料顯示，若輔以生成式AI工具的應用，可以讓在客服中心工作的員工提高約14%的工作效率。Frey進一步指出，AI還能夠以另一種形式弭平領導者的工作效率焦慮──企業可以採用遠端監控的技術，儘管這可能會侵犯員工的隱私，但能幫助領導者更高效地監督員工的工作狀況。

不過，部分專家則認為，遠距工作者更加容易遭到AI取代，史丹佛（Stanford）大學經濟學者，同時也是遠距工作領域專家的Nick Bloom在受訪時表示，AI會加快全面遠距工作者（例如：負責數據、資料輸入的員工）被取代的速度。Netzer也同意上述觀點，「許多可能被取代的工作，例如：客服人員、內容營銷（content marketing）人員等，在工作場所的選擇上更具靈活性，常以遠距工作的形式存在，被AI取代的風險也更高。」

五、實現每週工作天數減少至四天的可能性

若每週四天工作日在美國成為現實，也許要歸功於如ChatGPT 這類AI技術。Netzer表示，AI技術的進步可以提升美國的勞動生產率──這是能夠縮短工時的必要條件；Frey也認為，任何提高員工生產力的方式，都將使工作天數減少這一目標更加可行。

AI技術的應用能夠自動化部分工作任務，使得人們在更短的時間內完成相同的工作量，不過這背後也存在著潛在的問題，因為部分企業可能會分派更多任務給員工，導致員工需要完成的工作量上升，落得本末倒置的結果。

整體而言，在職場中妥善運用AI工具，對於員工的工作效率和生產力有一定程度的正面加乘效果；然而，在充滿挑戰的就業市場中，若人們沒有充分學習新興領域的知識並展現積極態度來提升工作能力，可能會無法充分發揮AI技術帶來的優勢，個人競爭力也會隨之下滑。

資料來源：BusinessInsider
責任編輯：蘇祐萱

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。