假設公司推 AI 已經半年,團隊裡用得最勤的資深成員,在一對一快結束時說:「我每天都在用,用得越熟,越不確定自己明年還剩什麼工作。」你回他:「AI 是來幫你的,別想太多。」他點點頭,沒有再追問,AI 焦慮 就這樣留在他心裡。
這個場景有數據可以對照。Gallup 的 Christos Makridis 在 2026 年 9 月 9 日發表〈Using AI More Does Not Reassure Workers, Managers Do〉,追蹤美國就業者 2023 年到 2026 年初的四波調查,發現用得越勤的員工越擔心工作被取代,而主管與組織怎麼對待員工,會改變這個落差的大小。讀完可以做兩件事:把下一次一對一的第一個問題換掉,並先找團隊裡用 AI 最勤的人談。
為什麼越常用 AI 的員工,越擔心工作被取代?

Gallup 的四波調查顯示,每天或每週多次使用 AI 的員工,擔心五年內工作被取消的可能性,是每月或每年只用幾次者的兩倍以上。Gallup 的推測是,用得勤的人天天看著 AI 進入自己的工作流程,沒有主管說明這讓自己多了什麼價值,就容易開始覺得自己可有可無。
調查對象是美國 18 歲以上的就業者,四波合計近 3 萬筆個人觀察值,約 30% 的人被追蹤到兩波以上。
| 項目 | Gallup 的數字 |
|---|---|
| 整體員工說「非常可能」被取代 | 多數波次約 3% 到 4% |
| 經常用 AI 者相對少用者 | 多數波次超過兩倍 |
| 兩者差距最大的一年 | 2024 年,6.7 個百分點 |
「非常可能」指的是五年內,工作因新科技、自動化或 AI 而被取消。Gallup 同時推測,少用 AI 的人較少直接面對這個問題,所以擔心也較少。
至於 AI 為什麼會讓人不安,Gallup 引用 Selenko 等人 2022 年的論文:AI 對員工身分感的影響,取決於它是補強現有技能、取代任務,還是創造新的工作。心理科學協會(APS)的 Observer 對這篇論文的整理另外提到,當 AI 用來支援既有任務,變動漸進發生、員工對導入有發言權、過渡期有安全的學習空間,員工比較能接受改變。Gallup 的讀法是:AI 的角色講不清楚,員工更容易把它讀成對自己的威脅。
同樣的 AI 風險,為什麼兩位員工的焦慮差這麼多?

差在員工感受到的管理做法。Gallup 發現,強烈同意「組織關心我的福祉」或「我受到尊重」其中一題的員工,擔心工作被取代的可能性約低 6 到 7 個百分點,控制其他職場因素後仍成立。被關心與被尊重,是研究裡影響最大的兩項。
這兩題問的是員工覺得「組織」關心他、自己受到尊重,沒有拆開問來自主管還是公司,Gallup 把結果解讀為管理做法的效果。
職業本身的風險確實存在。Gallup 套用 Eloundou 等人 2024 年提出的職業暴露度,也就是一個職業的任務中,生成式 AI 能做到不輸人類的比例,發現暴露度越高的職業,員工越擔心被取代,這個落差從 2026 年第一季開始擴大。不過暴露度相近的兩位員工,擔心程度仍可能不同,Gallup 因此推論,組織脈絡與主管品質會左右員工怎麼解讀同一份客觀風險。
| 因素 | Gallup 的發現 |
|---|---|
| 職業暴露度高 | 更擔心被取代 |
| 暴露度相近的兩位員工 | 擔心程度仍可能不同 |
| 強烈同意被關心或被尊重 | 擔心的可能性約低 6 到 7 個百分點 |
管理做法對經常用 AI 的人影響最大:
- 給最高尊重評分的員工,經常用 AI 與擔心被取代之間的關聯,比給較低評分者小 6.8 個百分點。
- 感到組織關心福祉的員工,這個關聯小 11.1 個百分點。
- 少用 AI 的員工,管理做得強或弱,對他們的擔心差別不大。
追蹤同一位員工隨時間的變化,這些差距依然存在。2026 年第一季,約 19% 的員工說自己的工作有些可能或非常可能被 AI 取消,Gallup 認為 6.8 個百分點的幅度,占這個總數的一大塊。Gallup 的結論是,好的管理無法讓擔心完全消失,但能明顯減輕。
AI 焦慮會讓組織付出什麼代價?

代價落在敬業度、倦怠、工作滿意度與積極找工作四項。Gallup 比較同一位員工在不同時間點的回答:當他從覺得工作沒有被取消的可能,變成認為至少有些可能,四項指標都往壞的方向移動。
| 指標 | 相對沒有擔心時 |
|---|---|
| 敬業度 | 低 0.20 個標準差 |
| 倦怠 | 高 0.18 個標準差 |
| 工作滿意度 | 低 0.19 個標準差 |
| 積極找工作 | 多 4.1 個百分點 |
同一個人跨時間比較,排除了性格、基本樂觀程度與工作類型這些穩定差異。Gallup 認為這個幅度,和長年的工作不安全感文獻相近。這類研究的代表之一,是 Sverke、Hellgren 與 Näswall 2002 年的整合分析,發現工作不安全感與較差的工作態度、組織態度和健康相關。差別在於過去的研究多半拿不同的人互相比較。
對 HR 來說,這張表可以回應「員工用得很勤,應該沒問題」的想法:使用率高,不代表員工安心。要向老闆說明為什麼值得花時間在一對一,一句話就夠:AI 用得最勤的人也是最擔心的人,代價落在敬業度、倦怠與積極找工作,而感到組織關心、自己受到尊重的員工,這個落差明顯較小。若企業 AI 應用力培訓的成效只看使用率,建議同時追蹤敬業度;課程之外還缺什麼,可以對照員工上完 AI 課卻什麼都沒改變。
主管具體做什麼,才能縮小 AI 焦慮的落差?

Gallup 的資料支持兩個方向:讓員工感到組織關心他的福祉,並讓他感到被尊重。落到主管的日常,可以放進一對一,先問員工哪裡不踏實,再讓他參與 AI 怎麼進入自己的工作。具體問法是本文的編輯建議,Gallup 的研究沒有測試過。
Gallup 給領導者的建議,有三項直接對應主管的日常:
- 說明導入 AI 的目的,連結到團隊能力,不以人力效率為理由,並讓員工能直接提出顧慮。
- 優先找每天使用 AI 的人,一對一談 AI 如何改變工作、哪些技能仍是核心、未來績效怎麼評估。
- 不要假設同一則訊息會均等傳達給每個人。年資較淺、外部資歷較少、紀錄較短的員工,更需要直接的主管對話、師徒制或看得見的培養投入。
| 方向 | 一對一可以問 | 不要說 |
|---|---|---|
| 讓人感到被關心 | 「用 AI 這段時間,哪件事讓你不踏實?」 | 「AI 是來幫你的,別想太多」 |
| 讓人感到被尊重 | 「哪些任務你想交給 AI,哪些想自己握著?」 | 「照規定用就好」 |
做法一:先問不踏實的事,再給可信的資訊
第一個問題問感受,不問進度,聽完先接住,不急著安撫。被問到編制時,不要承諾「AI 不會取代任何人」,這種話做不到,說出口反而讓之後的每一句都被打折。改說已知與未知:「目前確定的是……,還沒決定的是……,我會在哪天之前給你消息。」要說到做到才有用。每週談話的節奏,可以搭配每週 15 分鐘的主管回饋與 1-on-1 設計法。
做法二:讓員工參與 AI 怎麼進入自己的工作
請員工把手上的任務分成三欄:交給 AI、和 AI 一起做、自己握著判斷。主管看過後,確認這份分工會不會影響績效怎麼評估,並在一對一講明白。員工想補哪些能力,可以對照不怕被 AI 取代的軟硬實力一起討論。先找用 AI 最勤的兩三位,從他們開始。
怎麼知道主管的做法有沒有讓 AI 焦慮降下來?

看三個訊號:敬業度的走向、一對一裡員工怎麼談 AI、用 AI 最勤那群人對一年後角色的想法。Gallup 建議把敬業度當領先指標,因為同一個人的 AI 焦慮與敬業度會一起變動,分數下滑可能是早期訊號,即使員工沒有說出口。
| 訊號 | 往好的方向 | 要留意的方向 |
|---|---|---|
| 敬業度 | 持平或回升 | 下滑,常用 AI 的團隊尤其要看 |
| 一對一談 AI | 員工主動提想試的任務 | 不再提,或只回「都可以」 |
| 對一年後的角色 | 說得出具體想法 | 說不出來或迴避 |
第一列是 Gallup 的建議,後兩列是本文的編輯觀察項目。團隊人數少時,看個別對話比看百分比可靠。
用三支柱內容框架來分,怎麼訂分工與績效標準屬管理,怎麼開口談屬軟技能,這兩塊都是可以練的帶人基本功。要讓中階主管把這些談話練成習慣,可以從中階主管培訓的課綱開始,基層主管可以對照基層主管培訓。
要縮小 AI 焦慮的落差,下一次一對一之前,先把表格裡的兩個問題寫在筆記上,輪到用 AI 最勤的那位時照著問,會後記一行他說的話,下次從那一行接著問。
FAQ
這是美國的調查,台灣員工也一樣嗎?
這份研究的對象是美國就業者,本文沒有台灣的對應數字,也不能把美國的比例直接套到台灣員工身上。要看自家團隊的狀況,可以在一對一問「用 AI 這段時間,哪件事讓你不踏實」,或在現有的脈動調查加一題,先看常用 AI 的人怎麼回答,再決定要不要擴大。
用得越勤越焦慮,公司是不是該少推 AI?
Gallup 的研究沒有得出這個結論。資料顯示的是,感到被關心、被尊重的員工,常用 AI 與擔心被取代之間的關聯明顯較小,受益最大的正是用得最勤的人。Gallup 的建議是把 AI 導入當成溝通課題來做,包含說明導入目的、讓員工能直接提出顧慮。
主管自己也不確定 AI 會不會改變編制,一對一該怎麼說?
直接講已知與未知。可以說「目前確定的是……,還沒決定的是……,我會在哪天之前給你消息」,並且在那一天給出消息,就算只是「還沒有新進展」。Gallup 的建議是提供清楚、可信的資訊,所以重點是那個日期要兌現。
AI 焦慮在美國員工裡有多普遍?
Pew Research Center 在 2025 年 2 月發布調查(2024 年 10 月訪問 5,273 位美國就業者):52% 對未來職場使用 AI 感到擔心,32% 認為 AI 會讓自己長期的工作機會變少。Gallup 問的是五年內工作被取消的可能,口徑不同,兩組數字不能互相比較。
這份研究的結論有多可靠?
Gallup 追蹤同一批員工,把每個人和自己在不同時間點比較,排除了性格、基本樂觀程度與工作類型這些穩定差異,也控制了產業與職業各自的時間趨勢。限制有兩個:最嚴謹的比較來自被追蹤多波的較小群員工,估計較不精確;指標反映的是員工的感受與預期,不是實際失去的工作。
關於智谷
智谷網絡(Kvalley Network)自 1996 年創立,專注企業 AI 轉型與中高階主管培訓,累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。
研究來源
- Gallup 2026〈Using AI More Does Not Reassure Workers, Managers Do〉,Christos Makridis(2026 年 9 月 9 日發布,Gallup Panel 2023 年至 2026 年第一季四波調查)
- Association for Psychological Science(APS)Observer 2022〈Me, My Job, and AI: Preserving Worker Identity Amid Technological Change〉(整理 Selenko、Bankins、Shoss、Warburton、Restubog 2022 年發表於 Current Directions in Psychological Science 的論文)
- Eloundou、Manning、Mishkin、Rock 2024〈GPTs are GPTs: Labor market impact potential of LLMs〉,Science(GovAI 論文摘要頁,2024 年 6 月)
- Pew Research Center 2025〈U.S. Workers Are More Worried Than Hopeful About Future AI Use in the Workplace〉(2025 年 2 月 25 日發布,2024 年 10 月調查)
- Sverke、Hellgren、Näswall 2002〈No security: a meta-analysis and review of job insecurity and its consequences〉,Journal of Occupational Health Psychology


