METR研究揭示的AI工具導入後，企業生產力假象為何？

METR研究揭示AI導入的生產力假象

METR研究指出，企業盲目導入AI工具可能導致生產力假象。研究顯示，團隊雖主觀感受生產力提升20%，但實際效率反而下降19%，主要原因在於過多時間耗費在提示、等待及修改AI產出上。這顯示，未經有效管理的AI導入可能適得其反，使企業在追求創新時陷入效率陷阱。

企業應設定明確的核心指標

企業應避免設定過多KPI，而應專注於單一、明確的季度核心指標來衡量進展。Gamma共同創辦人Grant Lee建議，企業應專注於能推動業務的核心指標，如活化率、留存率或毛利率。寶僑公司的新專案即與單一明確指標掛鉤，如銷售流程轉換率或行銷活動歸因營收。此舉有助於團隊判斷策略成敗，避免資源在次要目標間消耗，確保所有努力都聚焦於推動業務成長。

導入嚴謹的AI工具試驗流程

企業不應僅憑直覺全面部署AI工具，而應導入嚴謹的AI工具試驗流程。Grant Lee強調，導入工具前應進行時間限制試驗，設定明確的成功標準，並進行分組對照試驗。美國聯合包裹服務公司（UPS）導入路線最佳化系統時，以「每條路線減少行駛里程」作為成功指標，確認效益後才大規模推廣，每年節省約1.6億公里。此外，企業應限制同時進行的專案數量，避免資源浪費，並確保專案真正完成。豐田精實生產哲學強調應嚴格限制「正在進行中的作品」（WIP）的數量，團隊須先完成或終止現有專案才能啟動新的任務。