先看一個數字。使用 AI 的員工普遍表示每星期節省一至七小時，但當中 37% 的時間，馬上又還了回去，用來修正 AI 產出的東西。
這個數據來自 2026 年 1 月 Workday 針對 3,200 位企業管理者的研究：員工平均每星期花上 六小時，去核對、改正或重寫 AI 寫出來的內容。
六小時，接近一整個工作天。每星期，都花在替一個本應節省時間的工具善後。
業界現在為這件事取了名字，叫做 Workslop。本文會解釋它是什麼、成本有多高、在香港中小企裡面長成什麼樣子，以及五個能夠終止它的習慣。
什麼是 Workslop？
Workslop 指的是由 AI 生成、看上去專業體面，但實際上無法把工作推進一步的內容。一份沒有分析的報告、一封什麼都沒有回答的電郵、一份語氣自信但完全沒有結論的建議書。它經得起一眼掠過，卻經不起實際使用。
這個詞由 BetterUp Labs 與史丹福大學 Social Media Lab 在 2025 年 9 月《哈佛商業評論》的文章中首次提出。
關鍵在於「看上去」。Workslop 並不是明顯的劣作。真正差的東西會被立即退回，Workslop 卻排版整齊、用字無誤、長度合適，內裡空無一物。這正是它昂貴的原因：必須有人認真讀完，才會發現裡面什麼都沒有。
Workslop 是怎樣產生的？
當一個人把任務交給 AI，卻沒有把只有自己知道的背景資料交出去，然後又不經檢查就把結果傳給下一位同事，Workslop 就出現了。AI 會用聽起來合理的通用語言填滿空白，而真正動腦的工作，就被推給了下一個人。
這就像只提供身高就在網上訂西裝。你一定會收到一件「西裝」：袖子、鈕扣、內襯，樣樣齊備。它只是不合你的身，而改衫的費用，現在由你來付。
大部分 Workslop 源自三個具體情況：
--- 輸入太單薄。指令是「幫我寫一份店舖營銷計劃」，而不是「為一間深水埗 400 平方呎的寵物美容店寫計劃，客人平均消費 380 港元，目標是步行 15 分鐘範圍內的小型犬主人」。
--- 沒有核查環節。沒有人負責在發出之前，把內容和現實對照一次。
--- 數量壓力。公司要求員工「用 AI 加快速度」，於是速度變成了成功的標準，而不是任務有沒有真正完成。
值得留意的是，這三點沒有一項是 AI 的問題，三項都是工作安排的問題。
Workslop 的成本有多高？
BetterUp 與史丹福針對 1,150 名美國全職員工的調查顯示，41% 的人在過去一個月收過 Workslop，每一次平均需要 1 小時 56 分鐘去處理。研究人員按受訪者自報的薪酬推算，成本約為 每人每月 186 美元。
放到一間萬人企業，這是每年超過 900 萬美元的生產力損失。但真正值得香港老闆計算的，是中小企版本。
假設一間 12 人的貿易公司。若 41% 員工每月遇上一次 Workslop，每次接近兩小時，全公司每月大約蒸發 10 小時，一年就是 120 小時。以每小時人力成本 180 港元保守計算，即是每年約 21,600 港元無聲無息消失，而帳目上不會出現任何一條相關支出。
Workday 的數字更嚴峻。每星期六小時的修正工作，即使只有半數同事受影響，一間 12 人公司一年也要付出超過 1,800 小時的返工時間。
為什麼 Workslop 比浪費時間更嚴重？
因為它損害人與人之間的信任，而這種損害比浪費掉的時間存在得更久。在 BetterUp 與史丹福的調查中，53% 收到 Workslop 的員工感到不滿，42% 認為發送者變得不可信，接近一半認為對方的能力比之前低。
問題還會向上蔓延。2026 年 Zety 的報告發現，55% 員工曾經從上司或管理層收到 Workslop，而 85% 表示，若 Workslop 來自上司，會降低他們對管理層的信任。
對香港中小企老闆而言，這是最痛的一點。一間 12 人公司沒有人力資源部去吸收不滿情緒。如果員工暗地裡認定「敷衍是從上面開始的」，你失去的是小團隊賴以運作的那份人情。
還有第二層代價。當同事被空洞的 AI 產出坑過一次，他們連 AI 真正做得好的任務也不再信任。一個月的 Workslop，足以讓公司的 AI 應用倒退一年。
Workslop 在香港中小企長成什麼樣子？
它很少會自報身份，只會以「技術上存在、實際上不存在」的工作形態出現。四個你大概會認得的例子：
餐廳的社交媒體排程。員工十分鐘生成三十天的 Instagram 文案。每一句文法正確、語氣積極、內容通用。沒有一句提到實際菜式、實際價錢、實際午市人流。老闆花四小時重寫，比從零開始寫三十篇還要久。
地產代理的樓盤描述。十二個單位，用流暢溫暖但可以互相替換的文字寫成。其中兩份房間數目寫錯，因為沒有人把資料告訴 AI。客人比代理先發現。
貿易公司的供應商電郵。三段禮貌得體的文字，從頭到尾沒有寫出數量、期限和價格。供應商回覆，把三個問題重問一次。兩日時間就這樣過去。
診所的員工手冊。二十頁看起來很專業的政策條文，既不符合香港的僱傭實務，也不反映診所實際運作方式。它被放在一旁，同事仍然事事去問經理。
四個例子的共通點：作為中文它沒問題，作為工作它毫無用處。
關於 Workslop 的常見誤解
三種想法，令中小企一直原地踏步。每一種都錯在具體的地方。
誤解一：換一個更強的 AI 就解決了。不會。Workslop 的成因是缺少背景資料和缺少覆核，而不是模型不夠好。同一條單薄指令交給更強的模型，只會產出更有說服力的 Workslop，更難被察覺。2026 年 1 月 Workday 收集數據的時候，市面上的模型已經相當強大。
誤解二：這代表應該停用 AI。同樣是錯。同一份 Workday 研究亦顯示，85% 員工確實每星期節省一至七小時。收益是真的。Workslop 是水桶上的漏洞，不是水桶沒有價值的證明。
誤解三：這是員工紀律問題。大多數情況下並不是。當公司只叫員工「用 AI」，卻沒有說明哪些任務可以用、要達到什麼標準、由誰覆核，Workslop 是可以預期的結果。這是流程漏洞，只是穿上了人事問題的外衣。
小團隊如何終止 Workslop？
方法是修好三件事：輸入什麼、由誰覆核、以什麼作為成功指標。這些都不需要新軟件，十人公司一星期就能落實。
--- 寫一份「背景資料頁」，一次寫好。一頁紙，記錄公司事實：賣什麼、真實價錢、客人是誰、語氣風格、最常被問的三個問題。同事每次下指令前先貼上這一頁。單憑這一步就能從源頭消除大部分 Workslop，因為輸入單薄正是根本成因。
--- 每份 AI 產出都要有名有姓的負責人。規則很簡單：誰發出，誰負責。如果你把自己沒有對照現實讀過的 AI 內容轉發出去，那是你的錯，不是 AI 的錯。這一句話由老闆親口說出來，比任何政策文件都有效。
--- 加入「六十秒現實檢查」。任何東西發出之前，問三個問題：數字是真的嗎？具體細節對不對？它有沒有真正回答被問的問題？大部分 Workslop 死在這一關。
--- 衡量完成的任務，而不是產出的數量。不要再讚賞速度。「我起草了三十篇帖文」不是成績，「三十篇帖文已審批並排程」才是。指標一改，行為就會跟着改。
--- 保留一份簡短的「不可外包清單」。決定哪些任務在你的公司裡，AI 永遠不能獨自完成。最終定價、向客人道歉、任何涉及法律或醫療後果的事、任何客人會據此付錢的內容。把清單寫下來，貼在看得見的地方。
關於 Workslop 的常見問題
Workslop 等於 AI 幻覺嗎？
不等於。幻覺是 AI 說了假話；Workslop 可以完全準確，卻依然無用，因為它沒有推進工作。幻覺是真假問題，Workslop 是有用無用問題。兩者可以獨立出現。
怎樣分辨 Workslop 和好的 AI 產出？
用一個測試：這段內容可否原封不動用在同行任何一間公司？如果可以，那就是 Workslop。真正的工作內容，一定包含只有你公司才知道的具體資訊：真實價錢、真實客人、真實限制。
Workslop 只出現在文字工作嗎？
不是。它也出現在無人核對公式的 AI 試算表、漏掉唯一決議的會議摘要，以及跑得動但解錯問題的程式碼。任何未經現實檢查就傳出去的 AI 產出，都可能變成 Workslop。
小公司的風險是否更高？
某程度上是。2026 年 7 月公布的大新銀行中小企調查顯示，尚未採用 AI 的香港中小企當中，57% 表示缺乏相關知識或技能，38% 表示投資回報不清晰。技能薄弱加上期望模糊，正是 Workslop 最容易生長的土壤。但換個角度，小公司也有優勢：跟五個人開一次會，就能改變整間公司的習慣。
給香港老闆的結論
Workslop 不是遠離 AI 的理由，而是把 AI 用得更具體的理由。因 AI 而虧錢的公司，不是用得太多的那些，而是用得沒有背景資料、沒有負責人、沒有現實檢查的那些。
修補這件事不需要花錢，只需要專注。一頁公司背景、每份產出一個負責人、一分鐘檢查，加上一個計算「完成」而不是「產量」的指標。整套做法就是這樣。
當 AI 交給你二十頁空洞內容時，它確實顯得冰冷。但它不必如此。懂AI的冷，更懂你的難。UD 同行28年，讓科技成為有溫度的陪伴。陪伴香港企業 28 年之後，我們發現技術很少是最難的部分，真正難的，是分清楚什麼可以交出去，什麼要自己留住。
想讓 AI 真正產生價值？
當你懂得辨認 Workslop，下一步就是弄清楚：你的公司哪些工作應該交給 AI，哪些不應該。UD 團隊手把手教你，由淺白的準備度評估，一直到實際落地運作，全程陪你走每一步。
本文由 UD AI 團隊（香港上網環境有限公司）審閱。
