OpenAI最新研究:打工人用上AI,工作反而變多了?

OpenAI 最新發布的一項研究,意外揭開了人工智慧應用在職場的真實面貌。外界普遍認為,導入 AI 工具能夠大幅提升工作效率、讓員工節省時間,進而減輕工作負擔;但這份報告卻給出了完全相反的結論——使用 AI 的打工人不僅沒有變得輕鬆,工作量反而增加了。這項發現迅速在科技圈與職場社群引發熱烈討論,也讓許多人開始重新思考 AI 對勞動模式的深層影響。研究團隊指出,當員工開始將 AI 輔助工具融入日常工作之後,整體任務的數量與投入的工作時數並沒有像預期般下降,而是出現不減反增的現象。這個結果明顯顛覆了「AI 應能減輕工作負擔」的直觀看法。
過去幾年,從生成式 AI 的快速普及到企業大規模導入自動化流程,市場上一直瀰漫著「AI 將取代繁瑣事務、讓人們有更多時間從事創造性工作」的樂觀論述;然而 OpenAI 的這份研究卻指出,實際情況遠比想像中複雜。導致工作量增加的原因並非 AI 本身效率不足,而是在於使用 AI 之後所引發的新需求。研究分析指出,AI 雖然能加速部分流程,卻也同時催生了更多需要人工介入的環節。舉例來說,員工利用 AI 快速生成文案、報告或程式碼之後,往往需要花費大量時間進行校對、修改與調整,以確保內容的準確性與品質。
這些校正工作原本並不存在,但因為 AI 輸出可能帶有錯誤或不合適的內容,反而讓員工多了一道「審核與修訂」的工序。另一個重要的因素是績效目標的改變。當企業發現 AI 能讓員工在短時間內完成更多基礎工作時,管理層便傾向於提高產出標準,要求員工在同樣的時間內達到更高的業績或產能目標。這意味著,原本希望藉由 AI 節省下來的時間,很快又被新的任務填滿。員工不僅無法提前下班,甚至可能因為需要同時管理更多任務而感受到更大的壓力。這項研究也觸及了 AI 對工作本質的重新定義。過去許多被視為重複性高、技術含量低的工作,在 AI 協助下雖然變得更快完成,卻也使得員工必須承擔更多需要判斷力與創造力的責任。
換句話說,AI 並沒有讓工作消失,而是將人力從執行層面推向監督與優化的角色。這種轉變對部分員工來說,反而比單純完成固定任務更具挑戰性。OpenAI 的研究進一步指出,不同行業與職位在導入 AI 後的影響程度也有差異。在內容創作、程式開發、資料分析等領域,AI 的輔助效果最為明顯,但隨之而來的校對與驗證工作也最為密集。相較之下,需要大量人際互動或實體操作的職位,AI 的衝擊則較小。不過整體而言,多數受試者在 AI 導入初期都經歷了工作負荷短暫增加的情況,直到他們熟悉工具並建立起新的工作流程後,才逐漸穩定下來。這份報告的發布時機正值全球企業積極擁抱生成式 AI 的浪潮。
從 OpenAI 自身的 ChatGPT 到競爭對手的各類模型,許多公司都在推廣「AI 提升生產力」的願景。但研究結果卻提醒,效率提升不一定等同於工時縮短,反而可能因為組織對產出的期待提高,導致員工陷入「以 AI 加速,再用更多時間填滿」的循環。勞動市場的觀察人士認為,這項發現對企業管理策略具有重要的參考價值。若企業只將 AI 視為壓縮成本的工具,而未同步調整工作設計與績效評估方式,最終可能引發員工的倦怠與反彈。反之,若能正視 AI 帶來的任務重新分配,並提供適當的訓練與支援,才能讓技術真正成為減輕負擔的助力,而非壓力的來源。
目前 OpenAI 並未公布研究的詳細樣本規模與產業分布,但已有多家科技媒體與人力資源機構對此發表評論。部分專家指出,AI 在職場的應用仍處於早期階段,隨著工具不斷進化,未來人機協作模式可能還會經歷多次調整。無論如何,這份研究已經打破「AI 必然解放勞動力」的樂觀假設,也促使企業與個人都必須重新審視科技進步背後的代價與平衡。從打工人的角度來看,學會如何有效運用 AI,同時避免被它所衍生的新任務淹沒,將成為未來職場生存的關鍵能力。OpenAI 的這項研究或許只是一個開端,後續還需要更多長期追蹤與跨領域的調查,才能全面描繪出 AI 時代真正的工作樣貌。
但可以確定的是,「用上 AI 就能變輕鬆」的夢想,至少在現階段,恐怕還沒有那麼容易實現。
Related
相關文章

消息稱 Anthropic 低調建立生物實驗室,借 AI 推進藥學研究
作者:清源 責編:清源 評論: 9 月 18 日消息,路透社今天(18 日)晚間援引知情人士消息稱,Anthropic 在舊金山灣區低調建立了一座溼實驗室,把 AI 業務進一步延伸到需要實際動手操作的生物學研究和藥物科學領域。知情人士透露,在公眾對 AI 風險愈發擔憂之際,Anthropic 開始在溼實驗室進行實體實驗。Anthropic 此前提出,希望藉助 AI 推動罕見病治療方法的發展,公司的生物學研究也從“計算機模擬”和計算機評估進一步走向真實實驗。注:溼實驗室是一個科學概念,與“幹實驗室”相對。相比干實驗室,溼實驗室在實驗中需要用到較多的化學試劑。相比之下,幹實驗室則注重通過各種儀器進行計算,以歸納出實驗材料的物理模型。Anthropic 生命科學負責人埃裡克 · 考德勒-艾布拉姆斯證實了溼實驗室的存在。“我們認為,生物學研究最終還是要接受真實實驗室工作的檢驗,而且未來一段時間都會如此。我們現在確實在做這些工作。整體模式和大多數生物科技公司類似,一部分在自己的設施裡完成,另一部分則與外部合作伙伴共同開展。”Anthropic 發言人又進一步補充,這座實驗室並非專門用於藥物發現,並拒絕進一步說明具體用途。知情人士稱,建立溼實驗室只是 Anthropic 邁向更大目標的一小步。Anthropic 希望攻克其認為製藥行業忽視的疾病,公司也希望在員工和公眾失去對 AI 價值的信心之前拿出成果,因為 AI 可能導致崗位消失,甚至威脅人類生命。不過,任何藥物研發項目都無法保證成功,大多數候選藥物最終都無法通過臨床安全性和有效性試驗。這項工作對 Anthropic CEO 達裡奧 · 阿莫迪還有一層個人意義。

阿里達摩院開源全球首個專家級通用醫療影像 AI 模型 DAMO RADAR:可一次性識別超 146 種病症,成果登《科學》
作者:沁滄(實習) 責編:沁滄 評論: 感謝網友 files 的線索投遞!9 月 18 日消息,阿里達摩院今日宣佈,與浙江大學醫學院附屬第一醫院等機構研發出的通用醫療影像 AI 模型 DAMO RADAR,登上國際頂級學術期刊《科學》(Science)。

零樣本幹活!Figure 機器人走進 30 個陌生家庭,整理客廳、折毛巾、鋪床
AGI...智客Z...2026.09.18 15:08 · 來自北京全文3855字00:00 / 11:06美國人形機器人公司Figure發佈Helix 2.5,將其稱為最先進的神經網絡。人形機器人真正走向家庭,難點或許從來不是“會不會做家務”,而是換一個家庭之後,它還能不能繼續做。

AGI最難一戰,竟在醫院!中國AI登上Science,醫生不怕失業還催著上線
。 2016年,Hinton老爺子就預言:“人們現在就應該停止培養放射科醫生。”他甚至認為,五年內,AI就會在醫療影像識別上超過放射科醫生。 老爺子一生謹慎,但歷史和他開了個玩笑。十年過去了,人們離AGI已經越來越近,但在醫療場景裡,即使圖像識別這樣的AI新手村任務,依然是hard模式。 如果從IBM的Watson算起,在醫療上遭遇滑鐵盧的AI專家數不勝數。

AGI最難一戰,竟在醫院,中國AI登上Science,醫生不怕失業還催著上線
我没办法凭这条标题写出符合要求的完整新闻稿,原因很直接: 现有"可用资料"其实只有一行标题,正文是空的。后面的内容全是的侧边栏推荐和网站导航(Anthropic华人、Manus估值、腾讯投资药企等),跟这条新闻没有关系。 如果硬写 900–1600 字,我就得自己编造这些关键事实: 是哪个团队、哪家医院、哪篇 Science 论文 论文的具体方法和结果数据 医生"催着上线"的具体场景和原话 这些一旦写出来就是假新闻,我不做这个。

AI製藥獨角獸Anew單飛,字節推了一把“最燒錢的慢生意”
Reuters:Anew Labs完成首輪外部融資2.9億美元、投後估值15億美元,HSG、IDG Capital、GL Ventures、五源資本等機構入股,字節跳動融資後持股56%。2. IQVIA 2026年分析:經確認有AI參與的新興生物科技項目I期、II期臨床成功率比較,及樣本有限的說明。3. 《Nature Reviews Drug Discovery》2026年8月Perspective:AI方法與基準測試大量出現,臨床相關性影響證據仍然有限。4. Deloitte全球大型生物製藥公司晚期研發管線年度研究:2025年平均藥物開發成本約26.7億美元,計算含研發失敗成本。