產業追蹤／生成式AI 緩解缺工困境

東京試行AI代理人

日本政府2023年底公佈資料顯示，65歲以上高齡者佔整體人口29.1%，爲全球高齡者佔比最高國家，且高齡就業者總人數連續19年增加，約爲整體就業者佔比13.6%，亦即每七名就業者就有一名是65歲以上。

日本2024年4月實施勞動新制，限制物流業、建築業及醫師等領域勞工加班時數上限規定，缺工情勢加劇，迫使日本企業甚至地方政府加快數位轉型；而生成式AI興起，因使用者操作難度降低及導入門檻較低，提升企業採用意願，而陸續展開實證計劃，有助加快數位轉型速度，減輕既有人員工作負擔。

日本地方政府面臨地區人口減少及經濟規模縮小，不易於產業推動發展，加上職員人數減少，行政業務負擔漸趨沉重；部分地方政府與IT企業合作，成立數位轉型專責部門，透過行政流程數位化及導入AI，希望提升行政效率及民衆服務滿意度，同時緩減人力缺口造成的工作壓力。

如位於東京都的町田市，住民人口約43萬人，該市近年積極投入數位轉型，曾連續兩年獲東京都的「Tokyo區市町村數位轉型賞」。該市2023年5月與NTT DATA簽署利用生成式AI的合作協定，將生成式AI用於改善市民的線上服務及市公所的業務營運，於8月展開AI代理人（AI Agent）部分員工試行，藉由制定AI使用指南規範員工AI代理人使用方式。

町田市導入職員專用AI以避免機密外泄，透過市政府公開資料進行學習，避免混用外部錯誤資料；且AI代理人主要使用範疇爲資料蒐集、文章概要整理、文案製作、創意發想、翻譯及Excel製作等工作項目。

根據試行結果顯示，於14天、146名員工試用期間，共使用3,640次AI代理人；有六成使用者在試用前曾使用過ChatGPT，有九成覺得AI代理人操作使用簡單，85%認爲AI代理人有助提升工作效率。因試辦成效良好，町田市於去年12月全面導入市公所、全部員工利用AI代理人。

日本2024年4月實施勞動新制，限制包括醫師、物流業、建築業等領域勞工的單年度加班時數不得超過960小時，即每月加班時數不得超過80小時，被稱爲「2024年問題」；根據日本文部科學省的委託調查報告指出，大學醫院約有三成醫師每月加班時數超過80小時，勞動新制實施，將衝擊日本大學醫院醫師人力及醫療資源。

爲減少醫師用於準備醫療紀錄、報告或文件等行政作業時間，降低加班需求工作時數，希望透過導入生成式AI以取代人力，將人力做有效率調配，如提升治療或照護患者的人力／工時。許多醫療照護機構近來與IT企業合作，展開生成式AI驗證計劃，藉由協助醫師將病歷生成各式醫療文件，如醫療證明、保險診斷書、轉診單、治療計劃等，以縮減文書處理時間。

如東北大學醫院與NEC去年10-11月展開LLM實驗，利用醫院約十年份的醫療數據資料進行模型訓練，接着用LLM從電子病歷自動生成不同醫療文件，驗證結果可縮減原本文件準備時間將近一半，並提高醫師工作效率，估計一年可節省63小時的工作時間。

企業數位轉型升級成本及技術工具使用難度，影響企業導入數位轉型意願，但生成式AI工具出現後，因其使用技術門檻及操作難易度相對其他數位轉型技術工具較低，終端使用者採納意願較高，且可支援企業日常行政，如行銷、客服、後勤管理等業務，可減輕既有人員的工作負擔、加快工作效率或減緩缺工窘境。

但生成式AI須面對個人資料隱私、機敏資料外泄或錯誤訊息等問題，日本目前實證階段採取企業／單位專屬LLM與限制使用範疇，並搭配AI使用指引等做法因應。雖然當前導入生成式AI仍有風險，但考量人手不足，已成爲日本企業採用生成式AI的推力。

臺灣也面臨高齡化與勞動力不足的問題，勞動部人力需求調查統計，包括醫療保健及社工、住宿餐飲等部分產業均處於長期缺工狀態。中央與地方公務機關也反映人力不足，如何運用導入數位科技減輕既有人力工作負擔爲當務之急，日本生成式AI導入驗證做法或可爲參考借鏡。（作者是資策會MIC資深產業分析師）