Z 世代 vs 資深員工 AI 大不同！誰是 2026 職場贏家？

身為遊戲業從業者，我每天都會看到一個畫面：22 歲的同事邊喝奶茶邊用 ChatGPT 整理會議紀錄，旁邊 45 歲的資深主管把 AI 寫的初稿改得密密麻麻。誰才是真正的職場贏家？數據其實很直白：根據倫敦政經學院（LSE）的調查，82% 的 Z 世代在工作中使用 AI，嬰兒潮世代只有 52%。但贏家不是會用 AI 的那一方，而是「能讓兩代經驗在 AI 旁邊互相補位」的人。

過去半年我刻意觀察自己在台北、上海兩邊的工作圈，發現一件事——把這個議題當「年輕 vs 老」來吵的人，最後都吵輸了給那些低調做「世代 AI 共學」的團隊。這篇我會用 6 份國際研究（LSE、Amplitude、Wharton、Generation、IWG、Pave）加兩岸職場觀察，帶你看清楚 Z 世代 AI 跟資深員工 AI 到底差在哪、為什麼互補才是贏家、以及今天就能用的 4 個跨世代協作技巧。

📌 這篇你會帶走的：6 份權威調查的關鍵數字、Z 世代 3 個 AI 原住民優勢、資深員工被低估的 2 個反向優勢、Wharton 揭露的 Z 世代矛盾心態、IWG 報告的世代 AI 共學數據，以及夜羽凌實際用過的 4 個跨世代 AI 協作方法。

Z 世代 AI 跟資深員工差多少？最新數據揭三大關鍵分歧

差距最大的不是會不會用，而是「信任程度」。同樣面對 AI 的答案，年輕人傾向先信再驗證，資深員工傾向先懷疑再採用。這個差異會直接影響兩個世代用 AI 的方式。

根據倫敦政經學院（LSE）「世代 AI 鴻溝」調查報告，職場 AI 使用率出現明顯落差：Z 世代 82%、嬰兒潮世代只有 52%，中間兩個世代落在這兩端之間。差距 30 個百分點，這不是小事。

更有意思的是「信任度」這個指標。Amplitude 對澳洲上班族的研究指出，55 到 64 歲的工作者中，只有 4% 願意採信 AI 的建議勝過自己的判斷；但 18 到 24 歲的群體，這個數字直接跳到 31%。這代表的不是誰對誰錯，而是兩代人用 AI 的「心理門檻」完全不同層級。

世代	職場 AI 使用率（LSE）	信任 AI 勝過自己判斷（Amplitude）	主要用途
Z 世代（18-28 歲）	82%	31%	學習、搜尋、寫作、自動化任務
千禧世代（29-44 歲）	較高	—	生產力、專業任務
X 世代（45-60 歲）	居中	—	便利、安全、效率
嬰兒潮（61 歲以上）	52%	4%	簡單實用、有人類監督

第三個差距是「用途」。Z 世代 AI 使用者把它當生活與學習工具，常拿來當搜尋引擎、寫文字、找答案；資深員工偏向把 AI 當效率工具，喜歡能安靜運作、保留人類最終決策的應用。這也是為什麼很多公司導入 AI 失敗——只想著「給工具」，沒想到要給「使用情境」。

Z 世代為什麼這麼會用 AI？三個 AI 原住民的天生優勢

Z 世代的優勢不是聰明，是不怕。對 1997 年後出生的人來說，新工具不用前先看 10 篇教學是違反直覺的事；先點開、亂試、壞了再 Google——這個習慣讓他們碰 AI 沒有資深員工那種「先確認再動手」的包袱。

Google 對 22 到 27 歲的全職知識工作者做過一份調查，發現 93% 的 Z 世代 AI 使用者每週用兩個以上工具，包括 ChatGPT、DALL-E、Otter.ai 等。不是只會 ChatGPT，而是會把多個 AI 串在一起用。這種「工具組合能力」在資深員工身上比較少見。

我朋友的女兒去年剛從台大畢業進新創，第一週開會就被主管嚇到。她隨手把語音錄音丟進 ChatGPT 整理出逐字稿、再請 Claude 摘要重點、最後用 Gemini 做出簡報草稿——資深主管看了半天才說：「妳這套流程能教給其他人嗎？」

歸納起來，Z 世代 AI 使用上有三個天生優勢：

❶ 對新工具沒有「學習門檻焦慮」。新軟體釋出後 24 小時內就會去玩，不會等 review 文章出來再決定。

❷ 把 AI 當默認工具，不是「補充工具」。遇到問題第一反應是問 AI，不是先 Google、再問同事、最後才想到 AI。

❸ 接受「答案不完美但快速」。不會因為 AI 給的初稿有錯就放棄，而是把它當成草稿，自己再改。

📌 重點整理：Z 世代的優勢不在技術，而在「心理門檻低」+「工具組合能力」+「接受不完美初稿」這三件事。這也是為什麼有些資深員工學了一堆 AI 課程，用起來還是卡卡的——技術已經會了，但心態還沒切換。

資深員工只是「不會用」嗎？被低估的兩個反向優勢

真正讓人意外的是，研究發現老員工用生成式 AI 反而可能更有優勢。非營利組織 Generation 跨多國的「Age-Proofing AI」研究發現，89% 的雇主認為中後期職涯與年長員工使用 AI 的表現與年輕同事不相上下、甚至更好；願意主動學習的「老 AI 使用者」中，過半數都回報品質、生產力、決策力都明顯提升。

這個發現翻轉了「年輕人懂 AI、老人不懂」的刻板印象。資深員工在 AI 上其實有兩個被嚴重低估的優勢。

第一個優勢：判斷 AI 答案的「黑白能力」。同一個產業問題丟給 ChatGPT，22 歲的人看到答案會直接拿來用；45 歲的資深主管看到同樣答案，會立刻知道哪裡不對、哪裡是 AI 在幻覺。這種「一眼看穿錯誤」的能力，是 10 年領域經驗換來的，AI 不會給你。

我認識的一位 48 歲業務主管說過一段話，我記到現在：「ChatGPT 寫的提案我看一眼就知道客戶會不會買單，因為我跟那種客戶談過 300 次。年輕同事看不出來，所以提案常常打回票。」

第二個優勢：對「合規與風險」的本能警覺。很多 X 世代和嬰兒潮工作者抗拒 AI 不是因為不會用，是因為他們經歷過 2000 年初的個資外洩、2008 年金融海嘯、2020 年資料保護法規調整——他們的不信任是有歷史背景的。

📌 重點整理：Z 世代資深員工 AI 強項對比──Z 世代強在反應快、會組合多工具、接受不完美能快速嘗試；資深員工強在判讀力嚴、用領域經驗一眼看穿幻覺、本能警覺擋下合規風險。少了任何一邊，AI 都用不好。

所以企業如果只看「誰會用 AI」這個維度去裁員或晉升，會踩到大雷。真正該問的是：「這個人用 AI 的時候，能不能避開那些一般人看不到的坑？」對資深主管尤其重要——你的判斷力是 Z 世代 AI 使用者短期內追不上的優勢，但前提是你願意先把 AI 用起來，不然連判讀的機會都沒有。

Z 世代矛盾心態：愈用 AI 愈不安？Wharton 揭真相

很諷刺的事情：用 AI 最多的 Z 世代，也是對 AI 最焦慮的世代。由華頓商學院（Wharton）主導、與蓋洛普及沃爾頓家族基金會合作的調查，訪問了將近 2,500 位 18 到 28 歲的美國成年人。結果讓研究團隊自己都驚訝。

調查發現 79% 的 Z 世代相信 AI 正在讓人變懶、62% 擔心 AI 讓人變笨。但弔詭的是，74% 的人在過去一個月內至少用過一次 AI——比起前一年的 58% 還上升了。這份報告發表在《哈佛商業評論》。

遠見雜誌轉述同一份研究時，把 Z 世代 AI 使用者的焦慮歸納成三個面向：學習機會被取代（AI 代勞了思考的累積過程）、批判性思考下降（過度依賴現成答案）、人際互動減少（AI 取代了向同事或導師學習的機會）。

「年輕人對 AI 有種深層的矛盾。」Wharton 博士後研究員 Benjamin Lira Luttges 在報告中說，「他們知道風險，但即時的效率回報太誘人，大腦本能會選擇短期收益。」

這個矛盾心態其實也存在於資深員工，只是表現不同。Z 世代是「焦慮但繼續用」，資深員工是「焦慮但拒絕用」。兩種反應都是同一個原因——對未來的不確定感。差別在於，焦慮會推著 Z 世代往前衝，卻會把資深員工困在原地。

順便提一個比較少人講的數據：根據台灣數位時代轉述薪資管理軟體 Pave 的研究，上市科技公司中 21 到 25 歲的 Z 世代員工占比已經腰斬——從原本的 15% 跌到不到 7%。AI 確實在改變職場的世代結構，但改變的方式不是「年輕人贏了」，而是「入門職位整個被吃掉了」。

這對年輕人是壞事，對資深員工其實也是。原本可以分擔工作給菜鳥的入門職位都不見了，中階主管自己要扛更多，壓力爆表。所以 Z 世代 AI 用得多不等於工作機會更多，這是兩件事。

為什麼說「互補才是贏家」？IWG 報告揭世代 AI 共學的真實效益

有一個調查讓我重新思考世代差異這件事。國際工作場域顧問公司 IWG 訪問了美國與英國超過 2,000 位專業人士，發現 59% 的年輕員工正在主動教資深同事使用 AI 工具，80% 的資深主管表示這種「反向導師制」讓他們可以專注在更高價值的任務上。

數字很漂亮：86% 受訪者表示 AI 讓他們工作更有效率，76% 認為 AI 正在推進自己的職涯——這個比例在 Z 世代受訪者中跳到 87%。CNBC 引述報告的另一個數字也讓我印象深刻：51% 的受訪者覺得 AI 反而正在彌合世代差距，25 到 34 歲的回應裡這比例更跳到 66%。

過去一年我自己跑過一個小實驗。台北團隊裡兩位 27 歲的年輕同事跟兩位 50 歲的資深前輩配對做專案。年輕的負責拆解任務、串接 AI 工具、產出初稿；資深的負責定義問題、判斷產出、把關品質。三個月後成效比純年輕組、純資深組都高出一截。

我們最後整理出一張「互補職責表」，到現在都還在用：

專案環節	Z 世代適合做的事	資深員工適合做的事
定義問題	提供新角度、市場觀察	判斷問題優先順序、看見隱藏風險
選工具	實測比較、串接組合	過濾不適合產業的工具、評估合規
產出初稿	用 AI 大量產出、快速迭代	提供領域 know-how 校正方向
品質把關	檢查格式、相容性、輸出穩定度	看穿 AI 幻覺、判斷對客戶/讀者的影響
知識傳承	把 AI 操作做成 SOP 給新人	把產業判斷邏輯講給年輕人聽

📌 重點整理：IWG 數據顯示，世代差距不是消失了，而是兩代人意識到「對方有自己沒有的東西」之後，反而變成最強的協作組合。年輕人提供速度與工具靈活度，資深員工提供判斷力與風險過濾——少一個都不行。

跨世代用 AI 怎麼避免互相踩雷？4 個我跑出來的方法

互補聽起來很美，實際操作會踩雷。過去半年我在自己的小團隊裡試過很多種跨世代 AI 協作方式，整理出 4 個真的能落地的方法，每個都附我踩過的雷給你借鑑。

❶ 設立「世代雙人組」做新任務，不要單打獨鬥。每個 AI 任務配一位年輕同事 + 一位資深同事，前者操作工具，後者判讀產出。我曾經讓兩個 25 歲的同事自己做客戶提案，結果 ChatGPT 寫的數據有明顯錯誤但沒人看出來，差點搞砸。配資深員工後品質明顯穩定。

❷ 內部分享會「年輕教操作、資深教判斷」雙向進行。不要只辦 AI 工具教學，要同步辦「資深員工怎麼判斷 AI 答案對不對」的講座。我自己跑過幾場，資深前輩在分享「客戶不會直說但你要聽懂的潛台詞」時，年輕同事眼睛都亮起來。這種跨世代知識交換，AI 永遠取代不了。

❸ 建立「Shadow AI」回報機制，不抓員工偷用。很多年輕員工偷偷用 AI 不敢說，因為怕被罵。我自己團隊改成「主動回報你用了哪個 AI、用在哪一步」可以加分而不是被檢討。一個月後大家用 AI 的方式都浮出檯面，反而能集體優化流程。上班族 AI 工具盤點與真實踩坑經驗裡有更多 prompt 實戰技巧可以參考。

❹ 別只比「會不會用 AI」，要比「會不會問問題」。同樣丟給 Claude 一個問題，初階員工得到的答案跟資深員工得到的答案經常天差地遠。差別在「怎麼問」。AI 思考階梯的三個層次裡我有更完整地拆解這個概念，特別推薦資深員工讀——你的判斷力是優勢，但如果不更新「問問題的方法」，年輕人很快會追上。

另外兩個延伸主題，如果你的團隊正在面對AI 取代焦慮與五大高風險職業，或在思考如何透過 AI 成為不可替代的人才，這兩篇可以幫你建立更完整的視角。

FAQ 常見問題

Z 世代 AI 真的比資深員工更會用嗎？

從使用率來看是。倫敦政經學院的研究顯示 Z 世代 82%、嬰兒潮 52%。但「會用」的定義要拆開看——Z 世代在工具操作上熟練，資深員工在「判斷 AI 答案對不對」上比較強。Generation 機構的跨國研究顯示，89% 的雇主認為年長員工使用 AI 的表現不輸甚至超越年輕同事。所以不是誰更會用，是各有所長。

為什麼資深員工普遍對 AI 比較抗拒？

主因不是不會用，是經歷過太多資料外洩、合規事件，本能警覺比較強。Amplitude 對澳洲上班族的研究顯示，55 到 64 歲的人只有 4% 會信任 AI 勝過自己的判斷。這種審慎其實是優勢——他們會擋下年輕同事看不到的風險，是團隊不可或缺的「品質防線」。

Z 世代 AI 用得多，為什麼還是焦慮？

Wharton 與蓋洛普合作的調查發現，79% 的 Z 世代相信 AI 讓人變懶、62% 覺得讓人變笨，但 74% 還是繼續用。這個矛盾來自「即時效率」與「長期能力」的拉扯——大腦本能會選短期回報，但理智知道長期可能失去深度思考能力。這不是 Z 世代特有，只是他們表現得最明顯。

跨世代怎麼分工才能讓 AI 發揮最大效益？

實作經驗給出的答案是「定義問題交資深、執行操作交年輕、品質把關回到資深」這個三段式流程。IWG 報告顯示，採用這種協作的團隊有 86% 表示效率提升、80% 的資深主管能專注在高價值任務。重點是雙向學習：年輕人教工具操作，資深員工教產業判斷。

公司應該禁止員工偷用 AI 嗎？

Wharton 報告與多份研究都建議不要禁。理由是禁了會變成「Shadow AI」——員工繼續用但不敢說，出包風險反而更高。比較好的做法是建立透明回報機制：員工主動說明用了哪個 AI、用在哪個環節，公司給予正向回饋。一個月後通常能看到整體流程被優化，而不是被破壞。

結論：贏家不是世代，是會借力的人

寫到這裡其實答案已經很清楚了。Z 世代 AI 用得多、資深員工 AI 用得精，誰才是 2026 職場真正贏家？是會借力的人。會借年輕人速度、會借資深員工判斷力、會借 AI 工具產能——三種都能借的人，不分世代都是贏家。

過去半年我一直在想一件事：科技每次大革命都會被講成「世代戰爭」，但回頭看，真正崛起的都是那些跨世代協作的團隊。Web 2.0 是、智慧型手機是、行動支付是，AI 也不會例外。

把同事當對手是一條死巷子。把同事當補位才是出路。Z 世代教資深員工怎麼跟 AI 對話，資深員工教 Z 世代怎麼判斷答案——這個迴圈跑起來，整個團隊都會被推上一個新的台階。

如果你想再深入這個主題，我有一篇關於 AI 時代工作價值的反思，從另一個角度看 AI 怎麼改變我們對「忙」這件事的定義。如果想看到更多這類觀察文章，可以訂閱我的部落格，訂閱後會不定期收到信。