產業追蹤／生成式AI 緩解缺工困境

东京试行AI代理人

日本政府2023年底公布资料显示，65岁以上高龄者占整体人口29.1%，为全球高龄者占比最高国家，且高龄就业者总人数连续19年增加，约为整体就业者占比13.6%，亦即每七名就业者就有一名是65岁以上。

日本2024年4月实施劳动新制，限制物流业、建筑业及医师等领域劳工加班时数上限规定，缺工情势加剧，迫使日本企业甚至地方政府加快数位转型；而生成式AI兴起，因使用者操作难度降低及导入门槛较低，提升企业采用意愿，而陆续展开实证计划，有助加快数位转型速度，减轻既有人员工作负担。

日本地方政府面临地区人口减少及经济规模缩小，不易于产业推动发展，加上职员人数减少，行政业务负担渐趋沉重；部分地方政府与IT企业合作，成立数位转型专责部门，透过行政流程数位化及导入AI，希望提升行政效率及民众服务满意度，同时缓减人力缺口造成的工作压力。

如位于东京都的町田市，住民人口约43万人，该市近年积极投入数位转型，曾连续两年获东京都的「Tokyo区市町村数位转型赏」。该市2023年5月与NTT DATA签署利用生成式AI的合作协定，将生成式AI用于改善市民的线上服务及市公所的业务营运，于8月展开AI代理人（AI Agent）部分员工试行，借由制定AI使用指南规范员工AI代理人使用方式。

町田市导入职员专用AI以避免机密外泄，透过市政府公开资料进行学习，避免混用外部错误资料；且AI代理人主要使用范畴为资料搜集、文章概要整理、文案制作、创意发想、翻译及Excel制作等工作项目。

根据试行结果显示，于14天、146名员工试用期间，共使用3,640次AI代理人；有六成使用者在试用前曾使用过ChatGPT，有九成觉得AI代理人操作使用简单，85%认为AI代理人有助提升工作效率。因试办成效良好，町田市于去年12月全面导入市公所、全部员工利用AI代理人。

日本2024年4月实施劳动新制，限制包括医师、物流业、建筑业等领域劳工的单年度加班时数不得超过960小时，即每月加班时数不得超过80小时，被称为「2024年问题」；根据日本文部科学省的委托调查报告指出，大学医院约有三成医师每月加班时数超过80小时，劳动新制实施，将冲击日本大学医院医师人力及医疗资源。

为减少医师用于准备医疗纪录、报告或文件等行政作业时间，降低加班需求工作时数，希望透过导入生成式AI以取代人力，将人力做有效率调配，如提升治疗或照护患者的人力／工时。许多医疗照护机构近来与IT企业合作，展开生成式AI验证计划，借由协助医师将病历生成各式医疗文件，如医疗证明、保险诊断书、转诊单、治疗计划等，以缩减文书处理时间。

如东北大学医院与NEC去年10-11月展开LLM实验，利用医院约十年份的医疗数据资料进行模型训练，接着用LLM从电子病历自动生成不同医疗文件，验证结果可缩减原本文件准备时间将近一半，并提高医师工作效率，估计一年可节省63小时的工作时间。

企业数位转型升级成本及技术工具使用难度，影响企业导入数位转型意愿，但生成式AI工具出现后，因其使用技术门槛及操作难易度相对其他数位转型技术工具较低，终端使用者采纳意愿较高，且可支援企业日常行政，如行销、客服、后勤管理等业务，可减轻既有人员的工作负担、加快工作效率或减缓缺工窘境。

但生成式AI须面对个人资料隐私、机敏资料外泄或错误讯息等问题，日本目前实证阶段采取企业／单位专属LLM与限制使用范畴，并搭配AI使用指引等做法因应。虽然当前导入生成式AI仍有风险，但考量人手不足，已成为日本企业采用生成式AI的推力。

台湾也面临高龄化与劳动力不足的问题，劳动部人力需求调查统计，包括医疗保健及社工、住宿餐饮等部分产业均处于长期缺工状态。中央与地方公务机关也反映人力不足，如何运用导入数位科技减轻既有人力工作负担为当务之急，日本生成式AI导入验证做法或可为参考借镜。（作者是资策会MIC资深产业分析师）