AI工作速度快90%、成本只要10分之1，卻取代不了人類？研究：這個特性成AI雙面刃|數位時代 BusinessNext

AI工作速度快90%、成本只要10分之1，卻取代不了人類？研究：這個特性成AI雙面刃

近期一份研究比較了AI代理與人類的工作流程及成果差異，發現儘管AI代理在速度及成本上遠勝人類，工作成果卻品質較差，甚至會捏造數據。

AI工作速度比人類快近9成、成本少9成，卻犧牲了品質

從結論說起的話，AI代理完成任務的速度遠較人類工作者為快，整體快上88.3%之多。而且成本也極為低廉，如果使用的是開源AI代理（OpenHands），執行任務成本比低90.4到94.2%。

但這代表AI比人類更能勝任各種職場工作嗎？不完全如此。儘管AI處理工作的速度與成本遠勝人類員工，這樣的成果卻是建立在相對較低的成果品質上。

該研究指出，AI代理的工作成果品質明顯低於人類，成功率比人類低上32.5%至49.5%，37.5%的資料分析任務中出現計算錯誤，且AI代理本身缺乏視覺感知能力，在需要從圖像提取資訊，或者審美判斷的任務上都表現不佳。

更糟糕的是，AI代理會捏造數據得出看似合理的結果，來掩蓋自己無法解析某份文件或數據的事實。又或者因為無法讀取用戶提供的檔案，轉而在網路上搜尋資料填補，這可能導致資料不準確。

什麼任務都靠程式解決，成AI雙面刃

而AI代理執行任務極為快速、成本低廉，以及品質較低的成果，與AI採取極度程式化的方式處理任務有關。

無論接手什麼任務，AI代理都是透過寫程式處理。人類員工在任務的不同階段可能會交替使用Jupyter Notebook、Excel、Power Point等工具，而AI代理可能自始至終都在編寫Python腳本。具體來說，AI代理在研究中透過寫程式解決93.8%的任務。

以寫程式的方式執行任務固然有很多好處，例如用Python處理數據遠比Excel迅速、大幅縮減了工作步驟。人類平均解決單一任務需要981.1的動作步驟，而AI代理僅僅只要33.8個步驟，因為程式碼可以一次執行多個複雜任務。

但並非所有任務都適合用程式解決，例如設計或行政相關的非結構化工作，AI代理仍會一味地利用程式去解決，自然容易在工作成果中產生重大缺陷。在設計任務中AI代理雖然具備與UI互動、編輯圖像的能力，仍然選擇透過程式碼編輯。

而且，人類的資料或文件通常傾向於使用UI便利的格式，例如.pptx、docx等常見的文件格式，但AI代理更傾向於適合程式處理的格式，例如Markdown或HTML，硬是轉換格式容易出現問題，也是AI代理工作成果品質較低的原因之一。

人類與AI分工合作，才能發揮彼此優勢

透過這次研究的發現，研究人員認為人類與AI代理在執行任務上各有優缺，人們應該依照彼此的優勢進行分工，人類負責處理涉及視覺處理或專業判斷的工作，並將適合程式處理的任務交給AI代理，發揮它快速、低成本的優勢。

例如在一個資料分析協作案例中，人類先瀏覽檔案挑出需要的資料文件，並將分析工作交給AI代理，這樣分工合作的方式比人工單獨作業要快上68.7%，並且維持了資料準確。

研究中形容，AI就像是個萬事只會用鎚子解決的工程師，而人類是懂得運用多種不同工具的工匠，要達到高效且高品質的成果，需要結合兩者優點分工合作，讓工程師（AI）處理可量化、程式化的部分，並由工匠（人類）處理其餘部分，才能得到比AI代理或人類單打獨鬥更好的結果。

隨著代理式AI（Agentic AI）快速發展，人工智慧的角色也從被動問答的對話工具，轉變為能主動代為執行搜尋的商業介面；兩者根本的差異在於，前者仍須仰賴使用者逐步下達指令，後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務，品牌競爭的對象便不再限於消費者，也涵蓋替消費者把關的AI代理。

因此，「Business to Agent」（B2A）成為當代企業必須面對的新命題，為了擁抱嶄新的思路，跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇，以「數據領航：AI時代的真實價值」為題，邀集Google Cloud、Google Ads等產業領袖，一同剖析企業如何從基礎建設走向市場端，搶佔AI先機。

不只SEO，還要GEO！企業如何讓AI認識你

回顧過往科技發展週期，新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說，若AI是一場棒球賽，目前僅走到第三局。這意味著，只要企業採用率持續攀升，尚且毋需擔憂AI泡沫化；反之，AI產業可能才正要邁入超級循環。

不過，程世嘉也提出「智慧通膨」的現象，他表示：「各大廠不斷推出新模型，資本支出也不斷提升，但使用成本並沒有因此下降，因為算力供不應求；不過長期來看，成本曲線一定會往下走，未來AI智慧會像水龍頭一樣，打開就有。」

隨著AI逐步普及，使用者尋找資訊的方式也隨之轉變。程世嘉強調，搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO，更需布局GEO（生成式引擎優化），提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異，及早掌握規則者，才能在新流量分配中卡位。

迎戰Business-to-Agent，如何搶進AI決策新戰場

要爭取AI時代的流量紅利，關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症，大家都很急著導入AI工具，但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為，AI專案應如培訓新進員工，結合商業策略與數據資產雙向評估，才能真正落地。

「如果沒有穩定的雲端基礎，企業的AI就會是空中樓閣。」他強調，雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud，看重的就是技術護城河、數據主權與總體擁有成本；而iKala推出的企業級AI代理平台iKala Nexus，定位為策略中樞與營運大腦，即立基於此。

然而，架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出，全球僅約3%企業成功透過AI達成深度轉型，關鍵就在AI代理能取得多少企業資料與情境。因此，企業級Gemini Enterprise App結合個人級Google Workspace，構成Google所主張的「代理型工作轉型」（Agentic Workplace Transformation，AWT）主軸，讓AI從被動對話框升級為跨系統執行的代理，並恪守數據主權歸屬企業的原則，讓企業級AI能真正發揮效益。

當企業打穩內部地基，外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次，近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出，「B2A」（Business to Agent）的時代來臨，當AI代理主導決策時，看重的是API串接流暢度與數據結構化程度，企業必須從爭取「被看見」的SEO排名，走向爭取「被推薦」的AI清單，並進一步走向「被選擇」。其中，信任將成為AI時代品牌經營的關鍵。

從洞察到執行，iKala全方位解方引領品牌佈局

這份信任要能落地，關鍵在於底層數據是否可信。對此，iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構，正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境，品牌需要建立的，是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢，代表品牌對人的理解；Kuroma則從AI搜尋視角，分析品牌在生成式搜尋中的能見度與引用表現，代表對AI的理解；兩者合力，讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台，將洞察轉化為具體行銷執行，使每一次決策都能以數據驅動、持續優化，協助品牌在AI時代建立長期競爭優勢。

最後，在論壇壓軸的高峰對談中，程世嘉強調，當前正是典範轉移的關鍵時機，如同過往率先布局SEO的業者得以享有紅利；他認為，這同樣是企業重生的契機，提早深耕者將在此波轉型中佔得先機。尤其，AI轉型已非單機運作所能達成，企業應優先建立基礎建設與治理架構；當自身能力有限，也須慎選合作夥伴、借助外部資源，並在安全可信任的前提下，實現共同成長。