哪些職能的員工最常回報「AI 腦過熱」的現象？ | 數位時代

哪些職能的員工最容易出現「AI 腦過熱」現象？

根據波士頓顧問公司（BCG）在 2026 年 3 月於《哈佛商業評論》（HBR）發表的一項調查，發現「AI 腦過熱」現象在高強度監督、多工操作 AI 工具的員工中更為常見。「AI 腦過熱」指的是員工因過度使用、互動或監督 AI 工具，導致認知資源耗盡，出現心理疲勞。

調查涵蓋了 1,488 名美國大型企業全職員工，橫跨多個產業、職位與層級。結果顯示，行銷、人資、營運、工程、財務及資訊科技等職能的員工，回報「AI 腦過熱」的比例最高。這些職能的員工可能需要更頻繁地與 AI 互動、監督 AI 的產出，或是在多個 AI 工具之間切換，進而導致認知負荷過重。

「AI 腦過熱」的定義與症狀

「AI 腦過熱」指的是因過度使用、互動或監督 AI 工具，超出個人認知負荷上限所導致的心理疲勞。受訪者描述的症狀包括：腦袋裡有「嗡嗡聲」、思緒霧茫茫、頭痛、決策速度變慢，最後被迫離開電腦「重開機」。這種現象與長期的職業倦怠不同，前者源自注意力、工作記憶與執行控制等有限認知資源的短期耗盡。

「AI 腦過熱」的誘發因子

研究指出，以下三種使用模式最容易誘發「AI 腦過熱」：

• 高監督強度： 當員工需要持續盯著 AI 產出、逐步檢查與修正時，會感到精神負荷增加。
• 工具數量過多： 同時使用四個以上 AI 工具時，生產力反而會下降，因為頻繁切換注意力本身就有代價。
• 工作量增加： 若員工感覺 AI 導入後，公司期待他們「做更多」而非「做得不同」，認知負荷與精神疲勞普遍偏高。

「AI 腦過熱」的負面效應

研究量化了「AI 腦過熱」的三條商業損失路徑：

• 決策品質下降： 有腦過熱經歷的員工，決策疲勞指數比未受影響者高出 33%。
• 錯誤頻率增加： 有腦過熱經歷的員工，小錯誤頻率高出 11%，重大錯誤頻率則高出 39%。
• 人才流失風險升高： 有過腦過熱的員工，積極離職意願比例上升至 34%，比沒有腦過熱經歷的員工高出 39%。

如何避免「AI 腦過熱」

研究建議企業重新把人類注意力視為有限且珍貴的資源，並採取以下措施：

• 檢討「人 + AI」責任分配： 避免簡單把 AI 監督加在原有工作之上。
• 限制同時使用的 AI 工具數量： 研究顯示，超過三個工具同時使用，生產力改善會開始反轉。
• 明確溝通對工作量與責任範圍的期待： 避免員工解讀為「變相加班令」。
• 重視工作與生活平衡： 當員工相信公司重視工作與生活平衡時，其 AI 相關心理疲勞分數會明顯降低。
• 從「活動量」轉向「實際影響」： 衡量問題解決品質、錯誤率、決策速度與準確度等實質成果。
• 將「管理 AI 相關工作量」納入培訓： 培養員工問題框架設計、分析規劃、優先順序設定等能力。

透過以上措施，企業可以有效降低員工「AI 腦過熱」的風險，並充分發揮人機協作的潛力。

This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容