美國普查局首次量化職場 AI：55% 勞工已在用，三分之一每項工作省下 1–2 小時

美國普查局（U.S. Census Bureau）發布了 AI 時代迄今最重要的數據集之一：一份由政府執行、具全國代表性的調查，實際測量美國勞工如何在工作場合使用人工智慧，以及它究竟幫他們省下多少時間。這份來自 2026 年 3 月「家庭趨勢與展望脈動調查」（Household Trends and Outlook Pulse Survey，HTOPS）的結果，比吹捧派或末日派的敘事都更接地氣。

約 55% 的美國勞工表示，曾在調查涵蓋的 11 項工作任務中至少一項使用過 AI。對一項兩年前幾乎不存在於官方統計的技術而言，這是相當驚人的普及數字。但生產力紅利比業界行銷話術所暗示的更小、更不平均：在過去一週曾於工作中使用 AI 的人裡，四分之一說省下的時間不到一小時，31% 說省下一到兩小時。只有 15% 報告省下三到四小時，另有 15% 省下超過四小時。同時，10% 說 AI 完全沒幫他們省時間——還有 3% 表示，使用 AI 反而增加了工作時間。

勞工實際上拿 AI 做什麼

調查的 11 個任務類別，讀起來就像一幅知識工作的日常地圖。前五大用途：

• 37%——搜尋資訊或技術協助
• 32%——撰寫溝通內容、文件或說明
• 32%——發想點子
• 31%——詮釋、翻譯或摘要資訊
• 27%——行政事務

值得注意的是，AI 熱潮核心的那些任務——程式開發與建模、客戶支援、物流與供應鏈管理——占比反而小得多。職場上最典型的 AI 使用者，不是什麼指揮軟體管線的代理人，而是問聊天機器人怎麼修 Excel 公式、或請它草擬一封 email 的人。到目前為止，這場革命基本上是一場閱讀與寫作的革命。

使用頻率同樣勾勒出一項仍在落地中的技術。在職場 AI 使用者中，24% 在前一週天天使用，46% 至少用了一天（但非每天），30% 那一週完全沒用。天天深度整合是例外，不是常態。

三道落差：學歷、性別與年齡

數據揭示了明顯的人口結構落差。擁有學士以上學歷的勞工更可能在工作中使用 AI：46% 曾用 AI 詮釋、翻譯或摘要資訊，相較之下，修過部分大學課程者為 25%，高中以下學歷者僅 16%。在使用頻率上，75% 大學學歷的 AI 使用者在前一週至少用了一天，低學歷組則為 62% 與 59%。

性別差異同時出現在任務類型與強度上。男性勞工更傾向用 AI 搜尋資訊（42% 對 31%）與詮釋摘要（34% 對 28%）；30% 的男性 AI 使用者每天使用，女性僅 17%。年齡的影響則比預期小：18 至 49 歲的較年輕勞工在前五大任務中的四項更愛用 AI，但在資訊搜尋上兩個年齡層沒有統計顯著差異，天天使用的差距（26% 對 20%）也不算大。

為什麼政府數字重要

關於 AI 普及的民間調查早已氾濫——Gallup、Pew，以及一整個供應商研究的產業鏈——但它們在方法論、抽樣與定義上差異極大。普查局的數字帶著不同等級的分量。HTOPS 是每兩個月一次的全國代表性家庭調查，所有比較性陳述都經過 90% 信賴水準的統計檢定，作者 Renee Stepler 更是普查局的督導調查統計學家。當未來史學家書寫這段時期的經濟史時，他們引用的將是這一等級的數據。

這項發現也正值「循環融資」與隱藏債務驅動的基礎設施支出爭議愈演愈烈之際。每年約 6,900 億美元的 AI 資本支出正湧入資料中心與晶片，賭的就是生產力提升。普查局的數字並沒有否定這個承諾——55% 的普及率、且約半數使用者獲得實質時間節省，確實意義重大——但它量化了一般工作日距離被兜售的代理人未來還有多遠。近四分之一的 AI 使用者報告零時間節省；省下超過兩小時的人不到一半。

對企業而言，這份調查提醒我們：目前的 AI 投資報酬集中在高學歷勞工執行的語言密集、資訊檢索型任務上——部署策略應該誠實面對這個分布，而不是假設收益會均勻降臨。

後續觀察

2026 年 3 月的數據包是基準線，不是終點。HTOPS 每兩個月重複一次，意味著普查局實質上已建置一套縱貫性工具，可以追蹤職場 AI 使用究竟會深化（天天使用率上升、程式開發與代理人任務成長）還是趨於平緩。搭配 2026 年 5 月發布的企業端 AI 採用調查——該調查發現 2025 年 12 月至 2026 年 5 月間，AI 使用在各規模與各產業的公司都在成長——聯邦政府如今握有帳本的兩側：企業部署了什麼，以及勞工經歷了什麼。

這兩本帳之間的落差——飆升的企業資本支出對上溫和的個人時間節省——正是 AI 經濟這個階段的定義性張力。一如往常，普查局對此沒有意見。但它已經把尺交到了每個人手上。