隨著人工智慧技術的快速發展，AI已逐漸滲透到各行各業的日常工作中，尤其在行銷公司的新聞稿撰寫領域。然而，全球企業調查顯示，40%的受訪者曾遇過「AI工作垃圾」問題，即AI生成的內容雖然看似完整但實質內容不足，無法真正推進工作。專家們指出，有效運用AI需要企業明確界定需求、選擇適合工具、擁有足夠數據，並確保員工具備相應知識，才能真正實現人機協作，避免AI淪為工作障礙。
在行銷公司的日常工作中，新聞稿撰寫是最基本的任務之一。與傳統需要大量時間查找資料、彙整內容的方式不同，現今許多公司已發展出AI系統，只需輸入關鍵資訊和要求，AI就能在短時間內生成一篇新聞稿。上班族宜蓁分享她的經驗，她只需將找到的資料放入對話框並說明需求，AI就能在一兩分鐘內完成過去可能需要半天處理的工作。然而，宜蓁強調AI應被視為助手而非完全取代人工。她表示「最後自己都還是要去做到資訊的確認以及輸出的東西，其實就是還是人要負責，AI沒有辦法幫你負責，」
但全球知名企業培訓與輔導平台旗下的batterup labs發布的一項調查顯示了AI應用的潛在問題。這項針對美國各行各業1150名全職員工的調查發現，40%的受訪者認為在過去一個月曾遇過「AI工作垃圾」，尤其以專業服務業和科技業最為明顯。所謂「AI工作垃圾」指的是由AI生成的內容看似像是好作品，卻缺乏足夠內容，無法真正推進工作任務。台師大科技應用與人力資源發展系教授孫弘岳解釋了AI應用的局限性：「它比較無法理解你企業內部運作的知識，所以它可能只能回答通識性的問題。」他認為企業若要導入AI解決企業流程或實現自動化，需要將大量企業內部知識、流程甚至相關法令法規輸入AI系統。孫弘岳進一步指出，AI要能有效幫助公司，「人」和「AI模型」這兩方面都必須先經過訓練。他也提到使用者常因下達不正確的指令，導致與AI之間反覆溝通而浪費更多時間，例如要求「給我一篇最吸引人的文案」這類AI難以理解的模糊指令。
KPMG數位長賴偉宴提供了有效運用AI的建議：「其實很重要是不要為了AI而AI。」他強調首先要界定需求，了解想要解決什麼問題，然後慎選適合的AI工具。他表示並非一定要使用昂貴或複雜的工具才能解決問題。賴偉宴也強調數據是AI的基礎，公司必須具備相應的數據資源，同時員工也需要跟得上AI發展，公司應提供相應的教育訓練。再看到這份報告進一步指出，當AI生成「垃圾」內容後，這些內容轉交給其他同事時，接收者往往需要承擔解讀內容的責任，花更多時間找出缺失和錯誤，有時甚至需要重做工作。這一連串繁瑣過程可能導致同事間溝通產生不愉快。
賴偉宴補充道，導入AI後工作流程可能會改變，「過去是人在做，以後變成人機協作，所以人跟機怎麼去做配合，流程就必須去做一些調整。」他也提醒AI背後的模型需要與時俱進，了解何時工具該退場也非常重要。雖然「AI能提升工作效率」是最初的主流期待，但若沒有妥善規劃，員工與流程無法相應配合，AI反而可能事倍功半，幫了倒忙。
