
隨著 2025 年最後一季結束,關於人工智慧(Artificial Intelligence,AI)在職場中的敘事開始從廣泛的試驗轉向日常的實用性。Gallup 發布的新數據顯示,雖然嘗試人工智慧的員工總數已趨於平台化,但已採用該技術的人使用強度正在增加。2025 年第 4 季,職場中經常使用人工智慧的比例達到 26%,顯示既有使用者,特別是在科技部門與 可遠端執行的職務 中,整合程度顯著加深。
對產業觀察者與 Creati.ai 團隊而言,這標誌著人工智慧革命的一個關鍵轉型階段。最初的好奇「淘金熱」似乎已告一段落,取而代之的是一個更務實的時代:特定產業與領導層積極運用這些工具以提高效率,而相當大比例的勞動力仍在觀望。
最新數據描繪出一幅由數位工具使用程度分裂的勞動力圖景。雖然與第三季相比,使用人工智慧的員工總比例相對平穩,但既有使用者的使用強度有所上升。每日使用率從 10% 上升到 12%,而「經常使用」——定義為每週至少使用數次——攀升至 26%。
這些數據顯示,對許多專業人士來說,測試階段正在結束。那些在 2024 年與 2025 年初發現價值的人,現在正將這些工具嵌入其核心工作流程。然而,近半數美國勞工(49%)表示他們在工作中仍「從不」使用人工智慧。總使用者基數停滯不前,表明下一波人工智慧採用需要的不僅是可得性;還需要能對特定職務明確展示效用的方案,這一點尚未向更廣泛的勞動力證明。
跨產業分析可見人工智慧採用的不均衡。知識型產業持續遠超生產與服務導向部門。科技產業仍無可爭議地領先,77% 的員工報告有使用人工智慧,其次為金融與高等教育。
相較之下,零售與醫療等產業的採用率顯著較低。此差距突顯出通用型人工智慧模型當前的限制:它們在資料綜合與程式碼撰寫方面表現優異——這些任務對科技與金融至關重要——但對於實務操作性強的服務性職務,短期內可能無法提供明顯的直接效益。
表格:主要產業人工智慧採用率(2025 年第 4 季)
| Industry Sector | Total AI Use | Frequent Use (Weekly+) | Daily Use |
|---|---|---|---|
| Technology | 77% | 57% | 31% |
| Finance | 64% | Unknown* | Unknown* |
| Higher Education | 63% | Unknown* | Unknown* |
| Retail | 33% | 19% | 10% |
註:摘要數據未詳列金融與教育在常用/每日使用的具體細分,但它們在總體使用率中名列前茅。
科技產業的數據尤其具有啟發性:儘管總使用者已接近飽和(總體使用率僅增加一個百分點至 77%),但經常使用率從 50% 激增至 57%。這強化了這樣一個趨勢:在成熟產業中,焦點已完全從獲取新使用者轉向加深使用黏著度。
影響人工智慧採用的最強預測因子之一仍是實際工作環境的性質。「可遠端執行的職務」——通常為辦公桌型且可在場外進行的工作——的整合率遠高於現場工作職務。
到 2025 年底,可遠端執行職務員工的總體人工智慧使用率達到 66%,其中 40% 經常使用。相比之下,非遠端職務的總使用率僅 32%,經常使用僅有 17%。
此一關聯表明,數位優先的工作環境自然促成數位工具的採用。遠端工作者常依賴非同步溝通與數位生產力套件,因而更容易接觸到人工智慧助理、自動化記錄工具與生成式內容工具。相對地,製造或零售等現場職務常缺乏數位基礎設施或必要的「螢幕時間」,使得現階段的人工智慧工具難以實用化。
或許在 2025 年第 4 季報告中最顯著的發現,是領導層與個別貢獻者之間擴大的差距。領導者不僅採用人工智慧較快,使用頻率也遠高於其所管理的團隊。
領導者與個別貢獻者在「經常使用」上的 21 個百分點差距,顯示出這些工具在看法上的潛在脫節。領導者可能將人工智慧視為決策與效率的策略槓桿,將其用於高層次的綜合與規劃;然而,個別貢獻者可能仍難以找到被允許、安全或有效地將其整合進日常執行的方式。
這種「領導層差距」對組織構成風險。若人工智慧成為僅屬於高階層的工具,公司可能錯失在執行層面提升生產力的機會。此外,倚賴人工智慧的領導者若未考量其團隊是否具備相同技術或訓練,可能對團隊的產出速度與品質形成不切實際的預期。
儘管個人使用率上升,組織層面的整合似乎仍然落後。僅有 38% 的員工表示其組織已正式整合人工智慧技術以提高生產力,這一數字與上季幾乎無異。高達 41% 的受訪者表示其公司根本未實施這些工具。
個人主動採用與組織策略之間的差距凸顯了一種「影子人工智慧」現象:員工(尤其是領導者)自帶工具於工作中使用,而企業基礎設施則緩慢追趕。
進入 2026 年,企業面臨的挑戰將從單純的可得性,轉為策略性的落地實施。數據顯示使用者人數的自然增長已達上限。要突破那 49%「從不使用者」的障礙,組織必須超越泛泛的「人工智慧採用」目標,改為為非科技、現場與個別貢獻者角色開發具體、不可否認的使用情境。在達成之前,職場人工智慧 仍將是數位菁英的強力加速器,而非整體勞動力的普遍工具。