---
title: "多做了事，人不一定多：美國調查，六成用過 AI 的中小企業能在不加人手下完成更多工作"
slug: smbs-do-more-with-ai-without-adding-staff
url: https://pgylab.ai/posts/smbs-do-more-with-ai-without-adding-staff
published_at: 2026-11-14
author: "蒲公英"
category: "AI新聞"
access: public_access
---

# 多做了事，人不一定多：美國調查，六成用過 AI 的中小企業能在不加人手下完成更多工作

By **蒲公英** | 2026-11-14

店裡訂單變多了，第一個念頭常常是：要不要再請一個人？有的老闆會先試試看，把常見的客服回覆、活動文案或記帳交給 AI，看同一組人能不能多撐一點。問題是，多做了事，就等於可以少請人嗎？ 支付與商業媒體 PYMNTS 11 月 13 日再次整理旗下研究單位 PYMNTS Intelligence 的報告（原文）。報告名稱是〈AI Goes to Work: How SMBs Grow Without Growing Payroll〉，10 月發布，調查在 2026 年 8 月進行，訪問 533 家美國中小企業，結果已加權，用來代表美國中小企業整體，受訪店家都有實體據點。先說清楚：這是美國調查，不是臺灣數據；報告也寫明，常用 AI 和營收成長有關連，但不能證明是 AI 造成成長。PYMNTS 做研究也做媒體，有它的商業立場。不過它問到的，正是開店會碰到的選擇：同一組人能不能多做一點，以及要不要因此改人事安排。 同一組人，先把事情做完 在這 533 家店裡，74% 至少偶爾會用 AI。在用過的店家之中，60% 說科技讓他們能在不加人手的情況下完成更多工作，72% 說事情做得更快，45% 說因此接下了以前做不到的業務。最常見的用途是客服和電話，占用過者的 58%，接著是行銷廣告 55%、記帳和報稅 54%、業務開發 53%。報告特意寫了一句：用在這些工作上，並不一定表示它取代了計薪的人力。 多出來的產能，常常是同一組人做完的。 因此少請人的，比因此裁員的多 人事上的變化，多數不是裁員。用過 AI 的店家裡，13% 因此少請了一個本來要請的全職缺；因為 AI 而裁員的只有 3.3%。有做這四件事之一的加起來是 26%：少請全職、縮工時或減一個職位、結束或不再續約合作、以及裁員。大約四分之三的用過者，這四件事都沒做。就算是 2025 年營收有成長的店，16% 也少請了全職，高於營收持平的 10%；兩組的裁員都很少，分別是 4.0% 和 2.2%。 AI 比較常改的，是下一個缺要不要補，不是先把人請走。 省到的時間，有一部分會拿去檢查 不是每家店都覺得划算。全體受訪者裡，44% 說 AI 帶來的財務影響完全或大多是正面的，27% 說目前還沒有影響，只有 7.5% 覺得完全或大多是負面。但在用過的店裡，28% 說 AI 支出超出預期，約 22% 因為 AI 出錯而多做了額外工作，也有相近比例曾花錢請人修正或重做。這些情況可以同時發生：事情整體變快了，仍要有人把關。 把檢查和重做算進去，才知道真正省了多少。 客人要的，不一定是更快的 AI 報告還問到客人這一側。23% 的中小企業說，他們接到了明確希望由人來做的客人；14% 接到了修正 AI 產出的工作。把「由人來做」當成賣點、或打算這樣做的，有 21%。也就是說，對內用 AI 提高效率，和對外決定哪些事必須由人出面，可以同時成立。 多做了事之後，還要決定哪些事仍然要人出面。 店裡要不要加人，可以先做這五件事 下面是我們依這份報告整理的做法，不是 PYMNTS 的建議，也不是人事法則。第一，先寫下 AI 實際多做了哪些事：回覆則數、出稿份數、記帳筆數，有數字才比較得了。第二，先不要急著取消下一個職缺：報告裡因此少請人的是少數，多數店是同一組人多做了事。第三，把檢查時間算進成本：AI 出錯要重做、要請人修正，都要記入。第四，列出「必須由人做」的清單：退款、客訴、報價條件，先定下來。第五，問客人要的是速度，還是要人經手。舉個假設情境（不是真實公司）：一家六人的飲料店，用 AI 起草常見客訴回覆，規定送出前一定要店長看過；旺季先看同一組人能不能多接外送單，再決定要不要請假日工讀。 先看多出來的產能用在哪，再決定人要不要加。 多做了事，是起點，不是答案 這份調查讓人看到的，不是「有了 AI 就不必請人」，而是另一件更平常的事：不少店先用同一組人多做一點，裁員仍然少見，而客人仍有人要真人經手。要不要加人，不能只看工具會不會寫稿、會不會回覆，還要看多出來的時間用在哪裡、檢查要花多久、哪些事客人仍希望由人來做。 歡迎加入【蒲公英 AI 知識社群】。我們不追逐表面的資訊熱度，而是拆解每一次科技與商業決策背後的真實邏輯。在變動加速的時代，我們一起看的不是熱鬧，而是規則。 👉 點此加入蒲公英 AI 知識社群（連到 LINE 社群：https://line.me/ti/g2/U22Ve69yCykRi4WhI1Q8PEb0bVBN1AwlwepJwQ）🔑 入群通關密碼：94115