AI 用越多，你越弱？三份研究告訴你導入 AI 的殘酷現實
讀完這篇，你會知道：
- 美國心理學會最新研究：讓 AI 替你思考，會直接侵蝕你的自信心與想法所有感
- BCG 全球調查：只有 5% 的企業真正從 AI 獲得規模化價值，60% 幾乎毫無實質收益
- Gartner 分析：AI 計畫成功的組織，對資料與分析基礎的投入是失敗者的四倍
思考的起點：AI 帶來的問題，不是你想的那種
導入 AI 工具的代價，不只是技能退化，更是一種悄悄發生的自我效能感流失。
過去幾年，AI 工具滲透進工作的速度比任何人預期的都快。提案用 AI 寫、會議摘要用 AI 整理、分析報告用 AI 生成。表面上看，效率提升了，但另一種聲音也在各地工作者之間低調流傳：好像越來越不確定自己是否真的懂這件事了。
這不是個人的感受偏差，而是有研究支持的現象。2026 年 4 月，三份來自不同機構的報告幾乎在同一週發布，從不同角度指向同一個令人不安的結論：AI 的導入方式，決定了它究竟是在強化你，還是在悄悄取代你。
當 AI 替你思考，你的自信心正在流失
主動質疑 AI 的人，比被動接受 AI 的人，在思考自信上有顯著差距——這個差距不是能力造成的，而是使用方式造成的。
2026 年 4 月 16 日，美國心理學會期刊《Technology, Mind, and Behavior》發表了一項由 Sarah Baldeo（英國密德薩斯大學研究人員）主導的研究。研究追蹤了 1,923 名來自美國和加拿大的成人，要求他們使用市面上的 AI 工具完成 10 項模擬工作任務，涵蓋規劃、解讀模糊資訊、策略決策等場景。
結果發現，58% 的受測者表示 AI「做了大部分思考」，尤其在規劃或排序類的任務上最為明顯。這些受測者在完成任務後，對自己獨立推理能力的信心下降，對想法的「所有感」降低，並且在任務速度與思考深度之間做出了妥協。
Baldeo 指出，研究揭示的不是 AI 讓人變笨，而是被動使用 AI 的人會陷入一個自我強化的迴圈：對自身能力越不確定，越容易把判斷交給 AI；把判斷交給 AI，又進一步加深了不確定感。「長期風險不是 AI 讓人變得不夠聰明，而是某些使用者可能越來越不願意投入產生原創思考所需的深層認知工作。」她說。
相對地，那些主動修改、質疑、甚至拒絕 AI 建議的受測者，對自己推理能力的信心和對成果的所有感，都顯著高於被動接受者。
Ethan Mollick：問題從來不是工具，而是你選擇把什麼技能讓出去
我們每天都在做一個選擇：把哪些思考外包給 AI，把哪些技能留在自己手上。問題是，大多數人根本沒有意識到自己正在做這個選擇。
賓州大學沃頓商學院副教授 Ethan Mollick，長期研究 AI 與工作的關係，他在 Time 的訪談中直接點出這個現象的核心：「如果 AI 替你解決了問題，你就不會去思考，也不會學到東西。懂得越多，越容易反推。」
但他也強調，這不是 AI 本身的問題，而是使用方式的問題。「有效率地使用 AI 不一定是最好的選擇，有時候刻意保留某些低效率，是為了維持某種能力——就像去健身房，搬重物其實有更省力的方式，但我們還是用自己的力氣做，因為我們想維持肌肉。」
Mollick 說，人類天生傾向選擇最省力的路徑，被動使用 AI 幾乎是阻力最低的行為模式。「我們正在決定把哪些技能讓給 AI。如果你想保留某項能力，你必須有意識地做出決定。」
BCG：只有 5% 的企業真正從 AI 獲得規模化價值
大多數企業導入的是 AI 工具，而不是為 AI 重新設計組織架構—這個差別，決定了 95% 的企業為何沒有看到真正的回報。
BCG（波士頓顧問公司）長期追蹤全球逾 1,250 家企業的 AI 導入狀況，研究結果相當嚴峻：全球只有 5% 的企業在規模化層面真正取得有意義的 AI 商業價值，定義為可衡量的營收成長、成本優化與現金流改善。60% 的企業幾乎沒有實質收益，儘管已投入大量資源。
BCG 最新發布的文章將這個問題的根本原因點出：大多數企業是在「替公司引進 AI」，而不是「為 AI 重新設計公司」。前者的路徑是把現有工作流程加上 AI 工具；後者的路徑是從商業目標出發，重新設計工作的方式、流程與分工，再決定 AI 扮演的角色。
那 5% 成功的企業有什麼不同？BCG 的研究指出，它們的共同特徵包括：領導層（包括 CEO）每天親自使用 AI 工具、超過 60% 的企業嚴格追蹤 AI 帶來的價值、投資重點在於重塑端對端工作流程而非購買更多工具，以及視員工技能發展為 AI 轉型的核心而非附屬任務。
Gartner：成功的差距，在資料基礎，不在工具數量
AI 計畫成功的組織，在資料品質、資料治理與 AI 就緒人才上的投入，是成效不佳組織的四倍—這個差距，才是真正的競爭分水嶺。
2026 年 4 月，Gartner（高德納）發布了一份基於 353 位全球資料與分析領導者調查的研究報告，結論直接：AI 計畫成功的組織，在資料品質、資料治理、AI 就緒人才與變革管理等基礎建設上的投入（以營收比例計），是成效不佳組織的最多四倍。
Gartner 研究院院士暨首席研究員 Rita Sallam 指出：「資料與分析領導者在實現組織 AI 價值目標上扮演核心角色。到 2030 年，這個職位的使命是建立新的受信任資料基礎、情境層與感知智慧。」
報告的另一個關鍵發現值得注意：只有 39% 的技術領導者對目前的 AI 投資能對財務績效產生正面影響感到有把握。換言之，超過六成的領導者對自家 AI 計畫的效益並不確定。具備最高 AI 就緒能力的組織，商業成果比其他組織高出最多 65%，但這個差距不來自於工具種類，而來自於能否讓 AI 代理人在治理妥善的資料環境中運作。
我們的觀點：問題不是「要不要用 AI」，而是「你有沒有意識到自己正在做什麼決定」
根據美國心理學會、BCG 與 Gartner 的研究，AI 導入的真正風險，不是技術失敗，而是無意識的認知外包與組織層面的表面移植。
這三份報告合在一起，呈現了一幅清晰的圖像：個人層面，無意識地把思考外包給 AI，會侵蝕自信與想法所有感；組織層面，只是引進工具而不重新設計工作方式，幾乎必然讓 AI 投資流於表面；基礎建設層面，沒有資料品質與治理的底座，再強的 AI 也無法穩定落地。
我們認為，台灣的工作者和主管面對的困境，往往不是「不知道 AI 重要」，而是「沒有語言可以描述那個悄悄發生的問題」。當一個資深員工越來越不確定自己的判斷是否正確，或者一個組織花了大錢導入工具卻看不到回報，背後往往是 Baldeo 和 BCG 所描述的那兩種現象的組合：被動接受與表面移植。
這不是批評 AI 工具本身，Mollick 說得很清楚，問題從來不在工具。問題在於我們有沒有刻意選擇——哪些思考要留在自己手上，哪些工作流程值得從零重新設計，以及有沒有足夠的資料基礎讓 AI 真正產生可信的輸出。這三個問題，才是這週三份報告真正想讓我們思考的事。
本文關鍵概念速查
認知外包（Cognitive Offloading）：
認知外包是指將原本需要自己思考、判斷或記憶的認知工作，轉移給外部工具（如 AI）處理的行為。適度的認知外包可以提升效率，但過度依賴可能導致自主推理能力與思考自信的下降。
認知鷹架（Cognitive Scaffolding）：
認知鷹架是指在使用 AI 工具前，先建立對任務的基本理解框架，使自己能夠有效判斷 AI 輸出的品質，而非被動接受。具備認知鷹架的使用者，在研究中顯示出更高的思考自信與想法所有感。
AI 就緒能力（AI-Ready Capabilities）：
AI 就緒能力是指組織在資料品質、資料治理、人才 AI 流利度與變革管理等基礎建設上的整體成熟度。根據 Gartner 研究，具備高度 AI 就緒能力的組織，商業成果比其他組織高出最多 65%。
未來就緒型企業（Future-Built Companies）：
未來就緒型企業是 BCG 用於描述全球頂尖 5% AI 成功企業的術語，這些企業的特徵不在於工具數量，而在於系統性重塑工作流程、領導層深度參與、嚴格追蹤 AI 價值，以及以員工能力發展為轉型核心。
開放討論
在你的工作中，有沒有一個任務或決定，是你把它交給 AI 之後，開始不確定自己是否還真的懂它？那個任務是什麼？你後來做了什麼？
延伸思考
- Mollick 說「刻意保留某些低效率，是為了維持某種能力」。在你目前的工作中，有哪個任務是你認為不該完全交給 AI 的？理由是什麼？
- BCG 指出，5% 成功的企業是「為 AI 重新設計公司」，而不只是引進工具。你的組織目前是哪一種？有什麼具體的流程或決策方式，其實值得從頭重新設計？
- Gartner 說，AI 計畫成功的關鍵在資料與分析基礎，而不是工具本身。你認為你的組織現在的資料品質和治理，足以支撐你們對 AI 的期待嗎？
資料來源
American Psychological Association / Time Magazine（2026-04-15）：Letting AI Do Your Work Erodes Your Confidence, According to a New Study
EurekAlert / American Psychological Association（2026-04-16）：Overreliance on AI Programs May Undermine Confidence at Work
BCG（2026-04-17）：Design Your Company for AI, Not AI for Your Company
Gartner（2026-04-16）：Gartner Says Organizations with Successful AI Initiatives Invest Up to Four Times More in Data and Analytics Foundations
訂閱電子報
歡迎訂閱《未來思考週報》，每週三發信，帶你跟上設計思考、創意與 AI 的最新理念與趨勢。