AI變「工作垃圾」製造機？企業盲目追求數碼轉型 親手打造低效工作流程

　　去年職場誕生一新詞「Workslop（工作垃圾）」，意思係現時企業／打工仔盲目使用AI，結果產出大量看似有用、但實為垃圾嘅半製成品。結果係企業內部要花更多時間去審查同重做該「AI垃圾」，造成一種低效工作流程。嚟到2026年嘅今天，雖然AI繼續不斷進化，可惜能夠真真正正善用AI嘅企業寥寥可數，反觀大多企業只係為用而用，最終令Workslop情況變得更 worse、更本末倒置。

KPI化

　　現時好多企業都會盲目追求數碼轉型，不問事情痛點，只問如何用AI提升效率／精簡人手，老闆們更為求強推AI而將「用AI」變成企業KPI其中之一。「一年內要推出50個AI工具」、「各部門需利用AI去減省30%資源」等。最後為求交功課，IT部推出咗49個冇人用嘅AI工具，然後再用更多時間去「打造出該AI工具好好用」嘅效果，變成一個新常態。

罐頭化

　　今天嘅AI能理解更多企業文件、得出更好嘅報告分析，但問題係企業缺乏AI教育。部門只用AI嘅「自動」而忽略其「智能」，員工唔理解prompt背後邏輯，最後產出大量千篇一律嘅社交媒體文案同圖像、一樣format但冇靈魂嘅report同email、「大雜燴」並無點子嘅proposal等，繼而令人對呢類「AI罐頭」審美疲勞、高層對「偽report」愈來愈反感、打工仔亦要用更多時間重做。呢類AI罐頭化問題一年比一年嚴重，令人力成本有增無減。

自動化

　　不少企業為求慳錢，實行全自動化工作流程。由搵資料、分析、寫內容或report、出post甚至 send email等等，看似完美但其實仍有一定難度。難度並非在於技術層面，而係我哋高估「智能」嘅成熟程度同低估遇到錯誤時所帶來嘅後果。如事情係100%理性冇灰色地帶，全自動化確實可行，例如處理財務報告、了解倉庫存貨情況等。但當事情涉及任何有關感情分析或創意判斷，如客戶投訢、社交媒體內容、員工能力評估等，全自動化就有機會帶來反效果，其後需更多資源去「救火」。

　　AI雖然強大但非萬能，如要真正善用AI的話，千萬唔好乜都「AI first」，而係要回歸初心「problem first」。企業要從「數量」回到「質量」，要找出真正懂得用 AI 解決問題嘅人才，而唔係一句萬用prompt，亦唔係花1,000萬開發AI工具去取代一年10萬嘅人力成本。能真正了解問題底層邏輯嘅能力，先係公司／你嘅護城河。