如果 AI 幫你把原本 4 小時的工作縮短成 2 小時，
你會覺得自己多出了 2 小時嗎？
很多老闆可能不是這樣算。
他們看到的可能是：
既然以前 4 小時只能完成一件事，現在是不是可以完成兩件？
Meta 最近的一場內部員工問答，就把這個問題直接攤在大家面前。
Meta CTO Andrew Bosworth 被員工問到，既然 AI 正在提高工作效率，公司是否應該把這些生產力提升換成更多休假，例如恢復過去的額外休假日。
Bosworth 的回答很明確。
他認為 AI 帶來的效率提升，應該拿去製作更多產品、完成更多工作，而不是直接換成更多休息時間。他當時甚至把這個提問形容得相當負面，之後也承認自己的回答可能太尖銳。Meta 對相關報導沒有進一步評論。
這件事真正有意思的地方，不是 Meta 的休假制度。
而是它把 AI 時代一個很重要的問題說破了：
AI 幫我們省下多少時間，是技術問題；省下的時間最後屬於誰，是管理問題。
假設 AI 真的幫你每天省兩小時
先不要談大公司。
想像一個很普通的工作場景。
你以前每天要花：
兩小時整理資料。
一小時寫報告。
一小時回郵件。
另外四小時處理真正需要判斷、溝通與決策的工作。
現在 AI 進來了。
整理資料從兩小時變成 40 分鐘。
報告初稿從一小時變成 20 分鐘。
郵件也快了一半。
結果你每天真的省下兩小時。
問題來了。
這兩小時要去哪裡？
第一種可能是：
工作量不變，你可以提早完成。
第二種是：
把時間拿去做更重要、更需要人判斷的工作。
第三種則是：
公司發現你變快了，所以直接增加工作量。
這三種都可能叫做「生產力提升」。
但是對員工的感受完全不同。
洗衣機省下時間後，我們沒有每天多洗五倍衣服
這件事可以用一個很生活化的方式理解。
以前沒有洗衣機時，洗衣服很花時間。
洗衣機出現後，
它的價值不是叫一個家庭：
「太好了，你現在一天可以洗十桶衣服。」
而是把原本花在重複勞動上的時間釋放出來。
但公司和家庭有一個很大的差別。
企業本來就在競爭。
只要某個工具能讓一個人完成更多事情，公司自然會想知道：
這些多出來的能力，能不能變成更多產品、更快速度或更低成本？
所以 Bosworth 的說法其實代表了一種很典型的企業思考：
AI 的生產力紅利，首先應該轉成更多產出。
這並不是唯一可能的答案。
但它確實可能成為很多公司導入 AI 之後的第一個反應。
AI 有沒有真的提高生產力？答案沒有想像中簡單
這裡還有另一個容易被忽略的問題。
我們常常直接假設：
「用了 AI = 一定更快。」
但目前研究並沒有支持這麼簡單的公式。
2026 年一篇整理 23 項研究、27 組效果量的程式開發統合分析發現，生成式 AI 程式助手對開發者生產力整體有顯著但中度的正面效果。
問題是，不同環境差異很大。
研究指出，在控制良好的實驗環境裡，AI 帶來的提升通常比較明顯；到了企業與真實開源專案環境，效果會縮小。
這代表：
AI 可能讓某些工作快很多，但不代表每一個人、每一種任務、每一家公司都會得到相同效果。
有些工作甚至可能因為需要重新檢查 AI 的答案、修改錯誤或處理例外，而沒有想像中省時。
所以企業更不能只看到：
「AI 幫員工寫得比較快。」
就直接推論：
「那工作量應該增加一倍。」
真正會改變的，可能是「正常工作量」
這才是對一般上班族最重要的地方。
AI 不一定先把一整個職位拿走。
它可能先改變公司對一個職位的期待。
以前一個行銷人一天完成 3 篇文案，
可能就是正常。
如果 AI 讓初稿速度快很多，
未來主管可能開始認為：
一天 6 篇才叫正常。
以前一名設計師同時服務 5 個客戶。
有了 AI 之後，
也許公司會開始問：
是不是可以服務 8 個？
以前工程師一個月完成某個數量的功能。
當 AI 能協助寫程式、測試與除錯，
績效標準也可能一起往上調。
所以 AI 對工作的影響，不一定會先以這句話出現：
「AI 要取代你了。」
更可能先以另一句話出現：
「既然你現在有 AI，應該可以做更多吧？」
這就是「生產力紅利」到底怎麼分
如果一家公司導入 AI 後，
原本需要 100 小時完成的工作變成 70 小時，
就等於多出了 30 小時的生產能力。
這 30 小時其實有很多種用法。
可以增加產量。
可以提高品質。
可以服務更多客戶。
可以減少加班。
可以讓員工學習新能力。
可以降低成本。
也可以讓工作時間縮短。
所以真正的問題從來不是：
AI 有沒有省時間？
而是：
公司準備怎麼使用這些省下來的時間？
這不是模型自己能決定的。
ChatGPT 不會決定你的 KPI。
Claude 不會決定你一天應該工作幾小時。
Gemini 也不會替公司制定休假制度。
真正做決定的仍然是人。
如果所有省下的時間都變成更多工作，會發生什麼？
短期來看，這非常有吸引力。
員工一樣工作八小時，
但產出更多。
公司的單位成本下降。
產品推出更快。
競爭力提高。
從企業角度看，完全說得通。
但如果每一次效率提升，最後都只變成新的工作量，
就可能出現另一個問題：
AI 的效率提高了，人卻沒有感覺自己變輕鬆。
甚至可能出現一個很矛盾的結果。
工具愈來愈快，
每個人卻覺得工作永遠做不完。
因為工作標準也一直跟著提高。
所以 AI 時代真正需要管理的，可能不只是工具。
還包括：
「什麼叫做合理的產出？」
「省下的時間要拿來做什麼？」
「哪些工作值得增加？」
「哪些工作其實可以直接取消？」
如果只問：
「AI 還能不能再讓大家快一點？」
最後很可能只是把舊流程跑得更快。
更好的問題不是「可以多做多少」
公司當然需要生產力。
員工也不可能因為 AI 讓某項工作快 30%，就自動減少 30% 工時。
現實沒有那麼簡單。
但管理者可以換一個問題。
不要只問：
「用了 AI 之後，一個人可以多做多少？」
還可以問：
「省下的時間，哪一部分應該變成更多產出，哪一部分應該變成更好的工作？」
例如：
把重複整理省下來的時間，拿去真正理解客戶。
把寫初稿省下來的時間，拿去檢查內容。
把行政工作省下來的時間，拿去學新技能。
把無效會議省下來的時間，乾脆不要再塞進另一場會議。
這種做法沒有放棄生產力。
反而是在問：
生產力最後有沒有變成真正有價值的成果？
這也重新定義了「AI 把時間還給人」
SasaDaily 一直說：
AI 把時間還給人。
但今天這件事提醒我們，
這句話不能只停在工具層面。
因為 AI 可以把一項工作從 4 小時縮短成 2 小時。
可是那兩個小時最後是不是回到你手上，
AI 本身沒有決定權。
它可能回到你的生活。
也可能投入更重要的工作。
還可能立刻被新的 KPI 填滿。
所以真正成熟的 AI 工作方式，不只是：
「這個工具可以幫我省幾分鐘？」
還應該繼續問：
「省下來之後，我準備把時間用在哪裡？」
對個人是如此。
對公司也是如此。
AI 時代真正要爭的，可能不是工作有沒有消失
很多人一直在問：
「AI 會不會取代我的工作？」
但 Bosworth 這場員工問答讓另一種未來變得更具體。
你的工作也許沒有消失。
你的職稱也還在。
薪水也沒有立刻改變。
可是公司對「一個人一天應該完成多少事情」的標準，可能已經悄悄改變。
這可能才是大多數人最早感受到的 AI 工作革命。
所以今天真正值得記住的不是：
Meta 到底該不該增加休假。
而是：
AI 創造的生產力紅利，不會自動變成更多自由，也不會自動變成更多工作；最後怎麼分配，仍然是人做出的選擇。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 帳單變高，不代表浪費錢：企業真正該計算的是省下多少時間
