AI明明是來幫忙的，為什麼用了反而更忙？
企業AI平台Glean旗下研究機構Work AI Institute發布《Work AI Index 2026》報告，發現上班族自認透過AI每週省下約11小時，卻也平均花6.4小時幫AI補資料、檢查答案、修改錯誤，幾乎等於多了一整個工作天的負擔。
研究團隊把這種工作稱為「Botsitting」，也就是「AI保母」。不論是用AI寫報告、做簡報，還是整理資料，只要得不斷替AI收拾善後，就是AI保母。 調查更發現，41%的受訪者曾交出連自己都無法完整解釋的AI產出。
本文目錄
AI保母（Botsitting）是什麼？
「Botsitting」結合機器人（Bot）與照顧小孩（Babysitting）兩個字，形容使用AI時，就像帶小孩一樣，得不斷提供資訊、盯著它有沒有出錯，甚至替它收拾善後，才能順利完成工作。
Glean旗下Work AI Institute的研究團隊，把AI保母工作分成3大類：
- 補充背景資料： AI不清楚公司專案、客戶需求或先前決策，得不斷由人提供資訊。
- 核對答案： AI寫得頭頭是道，但數字、引用或結論可能有誤，仍須逐一確認。
- 除錯： AI理解錯方向，必須找出問題出在哪，再改提示詞、補資料、換模型重新生成，直到能用為止。
另外還有收拾殘局、切換工具等零星工作，每週約0.2小時。
這些工作未必沒有價值，問題在於，企業導入AI時通常計算省下多少時間，卻很少把員工後續的檢查、修改與除錯成本算進去。
上班族每週花6.4小時照顧AI，時間都花在哪？
這項發現出自《Work AI Index 2026》，由Glean旗下Work AI Institute與史丹佛大學、加州大學柏克萊分校等學者合作研究。
團隊在2025年12月至2026年1月間，調查美國、英國及澳洲共6,000名全職數位工作者，了解他們如何使用AI，以及AI究竟替工作帶來多少效益。
結果發現，受訪者每週平均花6.4小時照顧AI。若把所有與AI互動的時間拆開來看，分配如下：
| AI使用時間分配 | 占比 |
|---|---|
| 照顧AI：補資料、檢查、除錯 | 37% |
| 使用AI完成工作 | 36% |
| 學習工具、建立AI代理人 | 27% |
由數據可得知，員工花在照顧AI上的時間，甚至比真正用AI產出工作的時間還多。
其中，補充背景資料最耗時，平均每週2.3小時；檢查AI答案占2.2小時，除錯則占1.7小時。受訪者也表示，約36%的AI互動最終需要大幅修改，甚至整個重來。
工程師的情況尤其明顯，花在照顧AI上的時間占比達39%，高於整體平均的37%。
用AI反而更累？4成人交出自己也不懂的成果
AI提高了個人工作效率，卻不一定讓整間公司同步受惠。
調查顯示，雖然75%的受訪者認為AI讓自己更有效率，但只有13%認為，所屬公司的整體表現因AI而明顯改善。
更令人擔心的是，當員工需要花大量時間修改AI產出，又被要求加快工作速度，就可能略過查核，直接交出自己也不完全理解的成果。
研究團隊將這類不當使用AI、未充分確認產出就交付，或把錯誤責任推給AI的行為稱為「Botshitting」。
調查發現：
- 41% 的受訪者曾交出被問到時，自己也無法完整解釋的AI產出。
- 69% 的AI使用者承認，曾有至少一種Botshitting行為，包括交出自己也解釋不了的成果、使用公司沒核准的AI工具、明知有錯仍交出，或把自己的錯誤推給AI。
- 頻繁照顧AI的員工，也明顯更傾向積極尋找新工作。
工作壓力也可能讓情況惡化。研究發現，在曾以AI為由裁員的公司，留下的員工把45%的AI使用時間花在照顧AI上；過去一年沒有裁員的企業，則為35%。
這意味著，企業即使透過AI精簡人力，留下的員工也不見得比較輕鬆，仍得花更多時間檢查AI產出、處理錯誤。
如何減少無效的AI保母工作？高成效者怎麼做？
儘管「AI保母」聽起來耗費時間，但真正把AI用得好的人，其實也經常扮演「AI保母」的角色。
研究將自認透過AI同時改善工作效率與品質的人，歸類為「高成效者」。這群人把40%的AI使用時間花在補充資料、檢查與修正AI產出，高於低成效者的33%。
因此，當「AI保母」不一定是壞事，關鍵在於能否從查核、修正的過程中找出問題，逐漸掌握AI的使用技巧，減少往後不必要的重複工作。
例如，AI整理完一份財報，員工花時間核對數字、修正錯誤，能避免交出錯誤資訊，這就有實際價值；但如果AI一直忘記專案背景，員工每次都得重新說明，或反覆生成差不多的答案，就可能只是增加工作負擔。
研究也發現，過去一個月內，高成效者有79%曾發現並修正AI錯誤，高於低成效者的64%。他們不只檢查結果，也會從錯誤中學習，逐漸掌握AI適合做什麼、不適合做什麼。
因此，減少無效的AI保母工作，可以從4個方向著手：
- 保留核心專業判斷： AI可以協助整理資料、產出初稿，但重要結論與決策仍應由人確認，不必每項工作都交給AI。
- 減少重複補資料： 讓AI在適當權限與資安規範下取得完成任務所需的資訊，避免員工每次都得重新交代。
- 把時間花在有價值的查核： 重要數字、引用與結論仍要核對，應減少的是無效重跑，而不是必要的品質把關。
- 公司別只看使用率： 導入AI不該只計算省下多少時間、用了多少工具，更應衡量產出品質，並提供員工足夠的訓練與支援。
其中，能不能讓AI取得正確的工作資訊，也是關鍵。
舉例來說，企業若讓AI在授權範圍內查閱最新專案文件、會議紀錄、內部作業流程，就能減少員工反覆上傳資料、重新解釋工作背景的時間。
報告發現，在AI能取得工作所需資訊的企業，員工明顯較少因AI感到疲憊。
換言之，問題未必是員工不夠會用AI，而是公司只提供工具，卻沒有讓工具真正融入工作流程。
這份調查僅涵蓋美國、英國、澳洲的數位工作者，不包含台灣；樣本也偏向AI使用率較高、職位較資深及科技業從業者。調查數據主要來自受訪者自述，不能直接推論所有產業的實際情況。
延伸閱讀
資料來源：Glean Work AI Institute｜《Work AI Index 2026》、HR Executive｜Botsitting is wasting more than 6 employee hours a week
本文初稿為AI編撰，整理．編輯／林育萱
