AI 工具越多，你越不在工作了—但真正的問題不是工具
讀完這篇，你會知道：
- 為什麼員工一天只有 45% 的時間在「真正工作」，而 AI 工具反而讓情況更糟
- 「工具蔓延症」是什麼，它如何系統性地消耗組織的思考能量
- 設計思考如何幫助企業從「導入工具」轉向「設計工作流程」
思考的起點
你的公司今年導入了幾個 AI 工具？
Copilot、Notion AI、ChatGPT Teams、Gemini、Claude、各種自動化流程……如果你數不清，不是因為你記性不好，而是因為這個數字每個季度都在增加。
但有一個數字，可能讓很多主管看了會沉默：根據科技人才招募公司 Howdy.com 在 2026 年針對近千名知識工作者進行的調查，員工平均一天只有 45% 的時間用在「真正的工作」上。其餘時間呢？花在學習如何使用新工具、整合不同平台、應付 AI 使用規範，以及開關各種視窗之間的切換。
Inc. Magazine 報導這份調查時，下了一個直接的標題：「AI 工具蔓延正在侵蝕生產力，而領導者正在錯看問題所在。」
這句話值得我們慢下來想一想。
什麼是「工具蔓延症」？知識工作者的新型組織病
「工具蔓延」（Tool Sprawl）是指一個組織在沒有統一整合、沒有清楚治理原則的情況下，不斷堆疊新軟體工具的現象。
這聽起來很技術性，但實際情況非常具體：業務團隊用一套 CRM，行銷用另一套；專案管理工具有三個，沒人知道哪個是官方版；每個部門都有自己偏好的 AI 寫作工具，文件卻沒辦法互相傳閱……
Howdy.com 的共同創辦人暨技術長 Frank Licea 描述了他在企業中觀察到的現象：AI 系統「想像中的強大」與「實際導入後的維護成本」之間存在一道巨大的落差，而這道落差本身，就是壓力的來源。
更根本的問題是：工具蔓延不是個人的自律問題。每一個工具的引進，都有它的理由；每一位員工選擇某個工具，都是在解決眼前的問題。問題出在組織層面沒有人負責「整體設計」。
這，正是設計思考最擅長處理的問題類型。
只有 5% 的公司真正縮小了 AI 生產力落差
Asana 的研究讓這個問題更加具體。根據 UC Today 2026 年 6 月的報導，Asana 的分析顯示，雖然目前約有四分之三的知識工作者在工作中使用 AI，但只有 5% 的公司真正縮小了「AI 生產力落差」—也就是說，真正讓 AI 帶來可測量的效率提升。
其餘 95% 的公司呢？他們有 AI，但沒有效果。
為什麼？Asana 的分析指向一個核心原因：員工使用 AI 的方式是「工具導向」，而不是「流程導向」。他們學的是某個軟體的操作，而不是「在什麼脈絡中，AI 可以幫助我做更好的決策」。
這個區別至關重要。工具是介面，流程才是思考。如果一個組織沒有先搞清楚「我們在試圖解決什麼問題」，就貿然引進十個 AI 工具，結果只是多了十條新的學習曲線。
分頁切換每週吃掉四小時：大腦如何被碎片化
CIO Dive 的報導提供了另一個維度的數據：知識工作者每週因為在不同任務、視窗和工具之間切換，平均損失四個小時的有效工作時間。而 AI 工具的增加，可能讓這個問題更嚴重，而不是更好。
認知科學中有一個概念叫做「任務切換成本」（Task Switching Cost）：每次大腦從一個任務切換到另一個任務，都需要時間「重新載入」當前的工作情境。這個延遲看起來很短，幾秒到幾分鐘，但累積起來卻驚人。
當一個員工在同一天內需要在五個不同的 AI 工具之間移動，每一次切換都是一次認知消耗。更弔詭的是，AI 工具理論上應該要讓工作更流暢，但如果它們彼此不整合、各自有各自的介面邏輯，它們反而成為了更多切換的來源。
這讓我們想到一個設計思考的核心問題：「我們有沒有真正理解使用者（員工）的使用脈絡？」
AI 時代的真正風險：永續性，還是崩潰？
Built In 的一篇文章提出了一個更大的框架：AI 時代的核心矛盾，不是「人類 vs. 機器」，而是「永續性 vs. 崩潰」。
當組織用 AI 推動工作量，卻沒有同步考慮員工的認知負擔、心理安全感、以及意義感，短期內的生產力提升可能換來的是長期的人才流失與組織疲乏。
Howdy.com 的調查特別指出，AI 的大規模導入正在加速白領工作者的倦怠感。這與 ManpowerGroup 2026 年全球人才晴雨計量表的發現相呼應：跨 19 個國家近 1 萬 4 千名工作者的調查顯示，2025 年常規 AI 使用率增加了 13%，但對技術效用的信心卻下跌了 18%，顯示出持續的不信任感。
信任感的缺失，其實是設計思考「同理心」階段的核心關注：如果員工不相信這個工具對他們有幫助，再好的工具也只是一個負擔。
設計思考的切入點：問題不在工具，在系統設計
以設計思考的框架來看，這波 AI 導入的失敗，很多時候不是技術問題，而是設計問題。
設計思考的第一步是「同理心」（Empathize）：真正理解員工在日常工作中遇到的阻力，而不是假設「給他們更多工具，他們就會更有效率」。
第二步是「定義問題」（Define）：是工具太多？工具太分散？還是根本上，沒有人設計過「這個組織的工作流程長什麼樣子」？用 HMW 問句來整理：「我們要如何讓員工在不增加認知負擔的情況下，善用 AI 的能力？」
第三步才是「發想解法」（Ideate）：這時候才應該考慮「我們需要哪些工具」，而不是先買工具再想用途。
工具蔓延症的根本原因，是組織跳過了前兩步，直接從第三步開始。
我們的觀點
查查創意創辦人 Cha Cha 是台灣設計思考講師，擁有 Stanford d.school 設計思考專業研修背景，累積超過三百場企業工作坊實戰經驗，長期服務 Google、LINE Taiwan、羅氏大藥廠、嬌生等企業。
在近期企業 AI 轉型工作坊中，我們反覆觀察到一個模式：公司在導入 AI 工具之前，沒有人畫過一張「員工的一天」流程圖。沒有人知道在會議與會議之間，員工其實在做什麼；也沒有人問過，哪些工作對員工來說最消耗心力，而哪些部分他們其實樂在其中。
這不是懶惰，而是組織的預設思維：「導入工具是 IT 的事，人的感受是 HR 的事。」這兩件事之間，沒有人負責整合設計。
設計思考最大的貢獻，不是給出答案，而是把「對的問題」帶回會議室。當一個團隊能夠認真問出：「我們的員工每天在哪些地方感到最挫敗？」—這個問題本身，往往就是 AI 轉型最好的起點。
工具是手段，思考才是目的。
本文關鍵概念速查
工具蔓延（Tool Sprawl）：
工具蔓延是指組織在缺乏統整規劃的情況下，持續堆疊各類軟體工具，導致系統碎片化、員工認知負擔增加，最終反而降低工作效率的現象。
任務切換成本（Task Switching Cost）：
任務切換成本是指人類大腦在不同任務之間切換時所需的認知重新調適時間，即便是短暫的切換也會累積成顯著的時間與注意力損失。
AI 生產力落差（AI Productivity Gap）：
AI 生產力落差是指企業導入 AI 工具後，預期效率提升與實際可測量成果之間的差距，根據 Asana 研究，目前僅有約 5% 的企業真正縮小了這道落差。
HMW 問句（How Might We）：
HMW 問句是 Stanford d.school 設計思考的核心工具，用「我們要如何……」的句型重新框架問題，在同理心與定義問題的階段後，引導團隊從挑戰轉向解法的發想。
FAQ
Q：員工只花 45% 時間在工作，這是員工的問題嗎？
A：不是。根據 Howdy.com 的研究，這是組織設計問題。工具越多、整合越差，員工就花越多時間在「管理工具」而不是「使用工具創造價值」。責怪個人，會讓真正的系統問題被掩蓋。
Q：設計思考工作坊適合用來解決 AI 導入問題嗎？
A：非常適合。設計思考工作坊的核心正是「在做決策之前，先深入理解使用者的實際情境」。它能幫助 IT、HR 和業務主管跨部門取得共識，找出 AI 導入真正需要解決的問題，而非頭痛醫頭。
Q：企業 AI 轉型最常失敗的原因是什麼？
A：根據多項研究及我們的工作坊觀察，最常見的失敗原因是「跳過問題定義，直接採購工具」。組織沒有先理解員工的使用脈絡，工具再好也難以落實。
Q：如何判斷我們公司是否有工具蔓延的問題？
A：一個簡單的診斷問題：問你的員工「你每天使用幾個不同的平台完成工作？」如果答案超過五個，且這些工具之間沒有自動整合，你的組織很可能已在蔓延中。
開放討論
你的組織目前使用幾個 AI 相關工具？有沒有感覺到「工具越多，工作越沒方向」的時刻？
歡迎在留言區分享你的觀察—你覺得問題出在工具本身，還是使用工具的方式？
延伸思考
- 如果讓你用一句話描述「理想的工作流程」，你會怎麼說？那個理想現在距離你有多遠？
- 你的公司在導入 AI 工具時，有沒有先問過員工「你現在最大的工作阻力是什麼」？
- 如果 AI 工具明天全部消失，你會第一個懷念哪一個？這個答案，或許就是你真正需要的工具。
資料來源
"This is your brain on tabs," CIO Dive, June 8, 2026.
ManpowerGroup, "2026 Global Talent Barometer," ManpowerGroup, 2026.
關於文字策展人
Cha Cha 是查查創意文字策展人暨創辦人，Stanford d.school 設計思考專業研修，累積超過三百場企業工作坊實戰經驗。長期深耕設計思考、創意思考與未來趨勢，致力於讓更多人在 AI 時代找到自己的思考方式。
訂閱電子報
訂閱「未來思考週報」，每週三收到精選文章與趨勢洞察。