株式会社CHOIX针对业务中使用AI工具的商务人士进行了一项「AI应用与工作负担相关调查」，共收到200份回复。 【调查结果概要】 * 约9成的人实际感受到AI导入「让工作变轻松了」，效率提升确实正在广泛推开。 * 即使在工作变轻松的群体中，约7成的人仍感到AI疲劳，效率与疲劳并存，形成矛盾现象。 * AI疲劳主要原因为重复的确认作业和信息重载，决策负担的增加也产生影响。 * 工作变轻松的群体更懂得灵活运用AI，显示减轻负担并非自然发生。 * 效率提升省下的时间用于「休息」或「其他业务」，突显了理想与现实之间的差距。 【调查结果详情】 ◼️ 许多人感觉「AI让工作变轻松了却不知为何很累」，揭示效率与疲劳并存的结构 当被问及AI工具应用对工作负担的变化时，「非常轻松」和「有些轻松」的回答合计占88.0%，近9成的人实际感受到负担减轻（n=200）。 另一方面，当被问及是否有过「不知为何很累」的经验时，「经常有」和「偶尔有」的回答合计占62.0%，显示超过6成的人感受到AI疲劳。 从工作负担变化与疲劳感的关系来看，即使回答「非常轻松」的人中，40.2%「经常」感到疲劳，27.6%「偶尔」感到疲劳，合计约7成的人感到疲劳。此外，回答「有些轻松」的群体中，也有超过6成的人感受到疲劳，这突显了效率与疲劳同时存在的结构（n=200）。 ◼️ 「重复确认与判断」占6成以上居首位，决策负担是AI疲劳的内核 当被问及AI疲劳的具体内容时，「重复确认与判断带来的疲劳」占64.3%，其次是「信息重载带来的疲劳」占51.4%，「持续紧张带来的疲劳」和「缺乏成就感带来的疲劳」均为25.7%。这表明随着AI使用增多，对判断力的要求也随之增加，判断的累积导致疲劳（n=179／曾感受过AI疲劳者）。 关于AI疲劳的具体案例，受访者提到了「确认作业增加」、「提示词调整的麻烦」、「与现有数据的一致性」等，这些是在效率提升背后新产生的负担。 * 为了获得理想的输出结果，需要反复修改提示词，这让人感到压力。人类只需一句话就能传达的细微差别，AI却无法理解，结果「解释的工夫」超过了「自己动手做的工夫」。 * 确认和修改AI生成的数据，结果花费的时间与自己从头制作相同。 * 审阅明显由AI制作的成果时，担心会受到周围怎样的指责，产生精神上的不安。 * 虽然合约草稿的制作时间缩短了，但工时并未减少，工作量反而增加了，需要思考的事情也更多了。 * 以前人工制作的数据与AI制作的数据在措辞和图表表达上存在差异，为了保持一致性，反而增加了工作负担。 ◼️ 约7成的人为减轻AI疲劳而努力 当被问及如何应对AI疲劳时，「非常努力」的占32.0%、「有些努力」的占39.5%、「没有努力」的占28.5%，显示约7成的人正在采取某种形式的努力（n=200）。 ◼️ 「工作变轻松」的群体更积极采取措施，减轻负担是「设计的结果」 从工作负担变化与努力的关系来看，在「非常努力」的群体中，有81.3%的人认为工作「非常轻松」，这个比例显著偏高。相比之下，「没有努力」的群体中，只有22.8%的人认为工作「非常轻松」。这表明AI的好处并非仅靠导入就能获得；减轻负担取决于如何灵活运用AI（n=200）。 具体的应对措施包括「集中处理确认作业」、「灵活运用多种工具」、「明确决定AI负责的职责」等，显示出通过设计AI使用方式来减轻负担的积极态度。 * 灵活运用多个AI，选择可靠的工具。如果觉得某个AI效果不佳，就切换到另一个。 * 使用多个AI工具，得出多个答案。 * 明确指定角色（role），并将希望委托的事项分步骤进行，以提高准确性。 * 避免过度依赖AI，以模板为基础自行制作数据，并将AI作为确认和检查工作的辅助工具，从而有意识地分担职责。 * 将输出结果的确认工作集中处理，而不是零碎地进行，以减轻负担。 ◼️ 约7成的人意识到时间的运用，但完全...(文本在此截断)。