在採用停滯中加深參與：分析 Q4 2025 年職場的人工智慧（artificial intelligence，AI）狀況

隨著 2025 年最後一季收尾，有關美國職場中人工智慧的敘事已從爆發式、廣泛成長轉向一個更微妙的局面：在既有使用者中，參與度正在加深。Gallup 公佈的新資料揭示了一個關鍵的二分法：整體使用人工智慧的員工比例持平，但既有採用者——尤其是領導階層與知識型職務——的使用頻率正穩步上升。

對產業觀察者與企業策略師而言，這象徵著一個過渡期。「搶地盤」時代的初步曝光似乎正在穩定，取而代之的是一段整合期，在這段期間特定勞動力群體正在更強烈地體現人工智慧的價值。

使用頻率悖論：深度重於廣度

根據 Gallup 的 Q4 2025 調查，於職場中接觸人工智慧的美國員工總比例已趨於平穩。大約 46% 的勞動力表示每年至少使用人工智慧幾次，這一數字在 2023 與 2024 年的較大幅增長後已保持不變。然而，在這個平台下方隱藏著一個顯著趨勢：使用人工智慧的人正在更頻繁地使用它。

資料顯示，每日使用人工智慧 的比例已攀升至 12%，而頻繁使用——定義為每週至少使用幾次——已上升到 26%。這表示組織不見得在擴大使用者基數，但那些已採用這些工具的員工，正發現它們在日常工作流程中愈來愈不可或缺。

這種「深度重於廣度」的現象突顯了市場的成熟。早期的試驗正演變為習慣化。對於近半數（49%）仍然報告「從未」使用人工智慧的勞工而言，阻礙似乎是相關性而非可及性；若組織希望達成普遍的數位轉型（digital transformation），就必須面對並解決這一挑戰。

領導層斷層：自上而下的採用曲線

Q4 資料中最引人注目的發現之一，是組織領導與基層員工之間日益擴大的差距。人工智慧的採用並未在各階層均勻發生；相反地，它主要由位於高層的人所推動。

與管理者和個人貢獻者相比，領導者使用人工智慧工具的機率顯著更高。這種差異很可能源自領導職務的性質，這些職務通常涉及策略規劃、溝通與資料彙整——而當前的生成式人工智慧（Generative AI）模型在這些任務上表現優異。相反地，個人貢獻者，尤其是在非辦公環境工作的者，常難以在其具體的作業任務中找到這些工具的即時「效用」。

以下表格說明了不同組織層級之間在人工智慧採用率上的明顯差異：

Table: AI Usage Rates by Organizational Role (Q4 2025)

資料顯示，領導者成為頻繁使用人工智慧者的機率幾乎是個人貢獻者的兩倍。這種「使用差距」對組織對齊可能構成風險。若領導層的策略依賴於人工智慧驅動的洞見，而廣大員工無法接觸或理解這些洞見，可能導致生產力與工作流程創新的期望出現脫節。

產業與職務導向的兩極化

除了階層差異外，產業分野也持續加劇。以知識為基礎的部門穩固其領先地位，而服務與生產型產業則落後。

• 科技部門：仍然是明顯的領頭羊，總採用率為 77%，頻繁使用率為 57%。在此部門中，成長主要由既有使用者增加對該技術的依賴所驅動。
• 金融與教育：兩個部門都持續顯示強勁參與，金融在第四季的總使用者中出現顯著的六個百分點成長。
• 零售與製造：這些產業報告最低的採用率，零售在總使用上呈停滯，為 33%。

這種兩極化與職務的「遠端可行性」緊密相連。能遠端執行的工作——通常為桌面型的知識工作——顯示 66% 的採用率。相較之下，製造、醫療與零售等需在現場執行的職務則明顯落後，為 32%。

「效用差距」與前進之道

整體使用者數字的停滯暗示市場已觸及「顯而易見」使用案例的天花板。對於那 49% 從未使用人工智慧的勞工而言，問題往往在於缺乏明確的應用場景。Gallup 的研究顯示，非使用者主要提出的阻礙是 缺乏效用。

對組織而言，這凸顯了變革管理上的一個關鍵失誤。單純提供人工智慧工具的存取不足以達成目標。為了縮短每日使用者 12% 與從未使用者 49% 之間的差距，企業必須超越一般性的訓練，投入於針對職務的使用案例識別。

2026 年的戰略意涵：

• 情境化訓練：訓練計畫必須從「如何使用工具」轉向「這個工具如何解決 你的 特定問題」。
• 領導示範：雖然領導者在使用人工智慧，但他們必須更清楚地溝通 他們如何 使用它，以為團隊去神祕化其價值。
• 混合式工作流程：對於非遠端的產業而言，為推動採用，人工智慧的整合可能需要嵌入在營運軟體中，而非作為獨立的聊天介面。

結論

Q4 2025 的資料為人工智慧革命提供了一個現實檢驗。病毒式成長的階段已結束，系統性整合的艱辛工作已開始。儘管領導層與科技前瞻職務中的頻繁使用證明了人工智慧的持久價值，但在更廣泛的勞動力中採用的停滯顯示「低垂果實」已被採收。解鎖下一波生產力提升，將需要組織拆解「效用差距」，向基層員工證明人工智慧不僅僅是董事會的工具，而是前線的實用資產。