對許多知識工作者來說，過去兩年大概都是這樣的故事：公司引進了 AI 工具，AI 生產力應該起飛，時間應該變多，我們應該可以專心做更重要的事。
但我觀察到一個奇怪的現象——身邊用 AI 工具 愈多的人，抱怨「好忙但說不出做了什麼」的人也愈多。
我自己也是。
最近看到幾個研究數據，讓我發現這件事可能不是錯覺。
───
89% 的主管說 AI 提升了效率。但員工只多了 16 分鐘。
這是今年三月出爐的數據。哈佛商學院的研究團隊發現一個很有趣的落差：八成九的企業主管認為 AI 正在提升團隊的生產力，但實際測量起來——知識工作者平均每週只多出 16 分鐘。
十六分鐘。
不是每天。是每週。
我在第一次看到的時候，以為自己看錯了單位。
───
問題出在「工具數量」——不是 AI 本身
研究發現了一個很有趣的分界線：當你使用三個或更少的 AI 工具，AI 生產力確實有感上升。但當你用上四個或更多，情況開始逆轉——工具愈多，認知負荷愈重，你反而開始落後。
為什麼？
我回想自己的經驗：當我用比較少的 AI 工具時，我比較能專心。但當我同時開著好幾個 AI 工具——一個輔助寫作、一個做研究、一個做翻譯——我發現自己大腦一直在「切換」。
切換本身不花很多時間，但代價是：我很難進入那種深度工作的狀態。
───
深度工作時段少了 9%
ActivTrak 上禮拜發表的「2026 職場現狀報告」，追蹤了超過 4.43 億小時的工作數據，發現一件很諷刺的事：
深度、專注、不受干擾的工作時段，平均縮短了 9%。
同一份報告同時指出，人們的總產出時間是上升的。
即是人們工作時間更長、更忙，但真正深度思考的時間變少了。
我們以為 AI 在幫我們，但其實它打斷了我們的深度工作。
───
協調成本
這不只是感覺問題——是「協調成本」
為什麼會這樣？我看過一個解釋，我覺得很貼近現實：
AI 處理智障工作很快。但當 AI 做完一份草稿，你需要 review、編輯、核實、向其他人解釋——這個來回回的成本，就是研究者所說的「協調稅」。
你節省了半小時，但多了半小時的來回確認。
淨收獲：十六分鐘。
而且這還沒有算進「大腦一直被切換」的隱藏成本——也就是研究提到的認知負荷。
───
我後來怎麼處理的
看到這些數據後，我開始重新思考自己的 AI 使用方式。
第一步：控制工具數量。
與其同時用很多個 AI 工具，我現在只選 2-3 個真正好用的，然後把它們用透。不是工具愈多愈好，是熟練度決定AI 生產力。
第二步：設立「無 AI 時間」。
每天固定有一段時間，絕對不打開任何 AI 工具。就是單純讀書、寫字、想事情。這段時間是我的——不是工具的。可參考: 最簡單的生產力工具: 番茄鐘工作法
第三步：把 AI 當下屬，不是老闆。
之前寫過把 AI 當博士級下屬——AI 是幫我執行的人，我仍然是需要做判斷的主管。用這個心態用 AI，會比較願意「主導」而不是「被帶著走」。可金把 AI 當成博士級下屬：與 AI 協作的藝術
所謂的主導，不是我自己說了算，而是真真正正的當他們是一個自己的博士級員工，他們的工作、行為、他們的產出很大程度都是我們的設定和行為方式的結果，我們要堅持的是方向，好好利用這些下屬的「非人」的角度，很可能可以提出更多更好更出人意表的行動參考。
我都經常和阿仔講，老爸不抗拒他用自己的方式去看待和解決問題，不竟老爸的「標準答案」未必是最「最佳答案」，更加期待他有「更好答案」，他通常都是似懂非懂的回應著我這個老爸。
───
十六分鐘告訴我們什麼
這個數字本身不是重點。重點是：有效的 AI 整合，不是用更多工具，而是用更聰明的方式。
如果你也是那種「工具愈用愈多，感覺卻愈來愈忙」的人，問題可能不在你——而在於數量本身。
或者，起碼可以重新檢視一下自己的AI 工具清單。
問自己一個問題：上週我用過的這些 AI 工具，有沒有任何一個，其實只是在讓我的大腦更累？
有的話，或許就是時候做減法了。
───
相關研究：
• ActivTrak 2026 職場現況報告（4.43 億小時工作數據）
• Foxit Software 研究，2026 年 3 月，SXSW 發表
• 哈佛商學院 Bojinov & McFowland，AI 對不同技能水平工作者的影響
