Google 和 Public First 發布的一份報告顯示，英國職場的 AI 使用率一年之間從 34% 翻倍到 73%。報告把使用者分成四類，最上層那 15% 的「Trailblazers」——把 AI 用進每天固定工作的人——回報升遷、加薪和正向績效的比例都明顯較高。英國政府更把這件事當成國家級議題，和 Google 合作訂下目標：2030 年前訓練一千萬名勞工的 AI 技能。
這則新聞對台灣上班族的意義，藏在兩個對比裡。第一，報告最關鍵的發現不是「用 AI 的人變多了」，而是真正拿到職涯回報的，是把 AI 用進真實任務的人，不是上過課、開過工具的人。第二，台灣沒有英國那種國家級靠山——你得自己追。
所以這篇的重點只有一句：與其再等一堂課、再領一張證書，不如把「學 AI」改成「挑三個每週都在做的真任務，跑兩週」。會不會用進工作，才是那些升遷數字背後真正的分水嶺。
英國報告到底發現什麼
先看數字，這些都出自 Google 官方的報告頁。英國職場 AI 使用率一年從 34% 升到 73%；使用者分成四層——旁觀者 10%、實驗者 38%、實踐者 37%，最上面的 Trailblazers 15%。這 15% 的人平均每週省下將近 8 小時（報告講的是個人生活與職場合計，不是純工作時間），差不多多出一個工作日。更關鍵的是職涯關聯：Trailblazers 回報獲得升遷的比例高出 84%、拿到正向績效評價高出 88%、加薪高出 55%。
報告也把它拉到總體經濟：估計 AI 對英國每年的經濟成長潛力最高達 4,000 億英鎊，而且明講「有一半取決於勞動力會不會用」。這句話是整份報告的重點——工具擺在那裡不會自己變成生產力，得有人真的用進工作。這也是英國政府要和 Google 一起訓練一千萬人的理由。
有一點要幫你把話說準，避免被數字誤導：這是一家有商業立場的公司發布的報告，升遷、加薪那幾個數字是使用者自己回報的關聯，不是保證；而報告裡的英鎊金額是 Google 工具「支撐的經濟活動」，不是 Google 投入的投資額——官方並沒有公布這個培訓計畫要花多少錢。所以把它讀成「趨勢與方向」，別讀成「某人撒了多少錢」。
台灣的落差，長得不一樣
英國的故事是「大家都在用、國家幫你追」；台灣的故事是「想追、但沒人幫」。1111 人力銀行 2026 年 5 月的調查裡，有 75.9% 的上班族覺得自己所學無法滿足職場需求，78.4% 認為 AI 能幫非本科的人補上技能缺口，但真正去補的方式，67.1% 是自學——遠多於正式進修。
而台灣目前，沒有一個像英國那樣、掛出明確涵蓋人數的全國性職場 AI 技能計畫。資源是分散的：勞動部走既有的「產業人才投資方案」在職進修補助，數位發展部先前的 AI 產業人才計畫則偏產業技術人才、而且已在 2025 年底結束。這不是說台灣沒資源，而是你得自己把它們拼起來，沒有人會像英國那樣把一千萬個名額端到你面前。
真正的分水嶺：用進工作，不是上過課
回到報告最該被記住的那件事。拿到升遷、加薪關聯的，是那 15% 把 AI 織進固定任務的 Trailblazers，不是「上過一堂課、開通了帳號」的人。這對台灣特別重要——當 78.4% 的人相信 AI 能補技能、67.1% 靠自學，最容易發生的失敗，是把「學 AI」誤解成「再考一張證書」。證書能解決焦慮，解決不了落地。公司辦了工作坊、大家開了 Gemini，回到座位卻照舊，就是因為沒有人把它接回真實的任務。
怎麼做：個人版兩週試點
好消息是，這件事不必等公司、也不必等國家。你可以自己跑一個兩週試點。
先挑三個你每週都在做、風險又低的任務：客戶回信、會議摘要、資料整理都行。用去識別化的資料（把客戶名、個資拿掉），讓 AI 跑「第一版 → 你找缺口 → 第二版」。兩週後，檢查自己能不能講出三件事：哪些資料絕對不能貼進工具、哪一步一定要自己覆核、以及 AI 幫你省下的時間拿去做了什麼更該做的事。做得到，你就已經比多數「上過課」的人更接近那 15%。
順序也很重要：先練流程，再考證照。 先用免費資源建立手感——Grow with Google 的免費課程、各家的 AI 基礎教學都行；等任務跑順、抓得出常見錯誤了，再去申請勞動部產業人才投資方案的補助課程，或考 iPAS AI 應用規劃師這類證照。倒過來先衝證照，最容易變成「簽到表很漂亮、工作照舊」。想把工具依任務選對，可用 ChatGPT vs Claude vs Gemini 怎麼選 和 免費 AI 工具推薦；想從職涯角度盤點自己的任務，AI 裁員潮下怎麼盤點任務 是同一套思路。
常見問題
上班族一定要學 AI 嗎？不學會被取代嗎？
短期不是「不學就被取代」，而是「會用的人先被加薪、被交付重要任務」。英國報告顯示，把 AI 用進固定工作的那 15% 拿到升遷、加薪的比例明顯較高。與其擔心被取代，先確定自己沒被卡在「不會用」那一邊，挑一個每週在做的任務用 AI 跑一次比較實際。
Google 的免費 AI 課程有證書嗎？履歷能寫嗎？
Grow with Google、Google AI Essentials 這類課程有結業證明，履歷可以寫，但別把它當終點。真正有說服力的，是你能拿出「用 AI 把某個重複工作縮短、還留下前後對照」的具體成果。證書證明你上過課，成果證明你會用——後者才是報告裡拉開職涯差距的關鍵。
公司辦了 AI 工作坊，為什麼大家還是不用？
因為多數工作坊只教工具，沒把 AI 接回真實任務。有效的做法是挑一條真實的任務線，寫清楚誰負責、能用哪些資料、哪些禁止貼進工具、最後誰覆核、怎樣算做成，讓大家回座位後跑得起來。上完課只是開始，任務跑得動才算數。