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
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

AI搶工作的討論,近年來可說沸沸揚揚。不過,AI處理各種任務的能力,真的比人類工作者厲害嗎?近日便有研究團隊發布報告,比較48名人類員工和4款AI代理的工作流程與完成工作的能力。

這份名為《AI代理如何執行人類工作?比較AI與人類在不同職業中的工作流程》(How Do AI Agents Do Human Work?Comparing AI and Human Workflows Across Diverse Occupations)的研究由卡內基美隆大學、史丹佛大學的多位學者共同提出,針對涵蓋資料分析、工作、計算、寫作與設計等5個領域總計16項任務,例如撰寫職缺內容、分析股票、更新開發文件等,研究人類與AI代理的工作流程及結果差異。

研究中使用到的4種AI代理框架分別是:

  1. ChatGPT Agent
  2. Manus
  3. 開源AI代理平台OpenHands Agent(由GPT-4o驅動)
  4. 開源AI代理平台OpenHands Agent(由Claude Sonnet 4驅動)

這份研究希望透過直接對比人類與AI代理的工作流程,深入了解AI代理的優勢及限制,為人類與AI協作的未來提供指引。

ai gent do human work.jpg
圖/ Google Nano Banana

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。

Coding
AI處理任何任務幾乎都靠程式解決。

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。

延伸閱讀:65歲被28歲管,Meta首席AI科學家不幹了!一場人事動盪,揭社群巨頭技術路線大分歧

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。

資料來源:How Do AI Agents Do Human Work?

延伸閱讀:哈佛研究:愛用AI的企業不愛找小菜鳥,中等大學畢業比後段班更沒頭路

ChatGPT濫用破折號怎麼改?如何避免飄出超油膩「AI味」?實用指令教學快收藏!

關鍵字: #AI #工作效率
往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

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