Copilot 省 26 分鐘是問來的，看著做 Excel 更慢

三個英國公務員打開同一份虛構的 Excel 資料集，各自分享螢幕，邊做邊把想法說出口。連線另一頭，研究員在計時。那是 2025 年 2 月 24 日到 3 月 5 日之間的幾場觀察。

他們都在商業貿易部（DBT）上班，手上有微軟的 Microsoft 365 Copilot。另外三位職等相近、沒有 Copilot 的同事，做同一份題目。成品交給第二位研究員盲評，對方不知道哪份用了 AI，照 5 分制打正確度和品質。

結果，用 Copilot 的那組平均 25 分 01 秒做完；沒用的那組，20 分 33 秒。

三個月後，英國政府對外公布的是另一個數字：用 Copilot，每天省 26 分鐘。

26 分鐘，是在問卷上勾出來的

2024 年 9 月 30 日到年底，政府數位服務署（GDS）辦了一場跨部會實驗。兩萬名公務員、十二個機關，每人一張 Copilot 授權，DBT 是其中之一。

實驗尾聲，GDS 發了一份問卷，收回 7,115 份。省時那一題，選項從「沒有或少於 5 分鐘」排到「超過一小時」，請人勾一格。

報告寫明了算法：「這個估計是用每個區間的中點算出來的，省最多的那一格以 60 分鐘計。」平均下來，就是 26 分鐘。說沒感覺到明顯省時的，只有 17%。

2025 年 6 月 2 日，政府發新聞稿：一年近兩週，等於每年還給 1,130 人一整年。這個換算我自己算過一遍，兩萬人各省 13 天，除以 1,130 人，約是一年 230 個工作天，算得通。

科技大臣 Peter Kyle 當天在 SXSW London 的對談裡提了這組結果。同一份新聞稿裡，他說：「這些發現顯示，AI 不只是未來的承諾，而是眼前的現實。」

GDS 的報告自己留了一句限制：「受限於實驗條件，無法辨識省下的時間被用在哪裡。」

DBT 多量了兩步

DBT 分到 1,000 張授權。約七成發給自願的人，剩下約三成照司處與職等隨機指派。

第一步是日記。2024 年 11 月中那一週，大家把每件用到 Copilot 的事記下來：用 Copilot 花多久、沒有它估計要多久、產出最後有沒有用上。

300 份同意分析的日記裡，「資料分析」這一項，平均每件自報省 2 小時。訪談裡也有人講到時間的去處。有人挪去做更有策略的工作，也有人「拿去上培訓課，或是午休時出去散步」。

DBT 接著把沒用上的產出、和只因為有 Copilot 才多做的事改算成倒扣，資料分析調完剩 0.6 小時。這一步問的，跟我寫過的 Asana 那筆帳是同一件事。

第二步，是找人來看著做。就是開頭那幾場。

Excel 那一格，問的和看的對不上

觀察任務分兩場：一場做 Excel 分析再做一張投影片，三對三；一場摘要兩份報告再寫一封 email，三對二。

摘要那一項，用 Copilot 的人快了將近半小時，品質也比較好。寫 email 只差 13 秒，品質略高。這兩項，日記裡問出來的方向，和研究員看到的一致。

PowerPoint 快了七分多鐘，但做出來的投影片，正確度和品質都比較低。

Excel 是反過來的。DBT 報告是這樣寫的：「然而，Copilot 使用者做 Excel 資料分析比非使用者慢，品質與正確度也更差。這與日記研究中資料分析的自報省時互相矛盾。」

日記裡未調整的自報，是每件省 2 小時；研究員看到的，是多花四分半。量的是同一個部門、同一個工具、同一類工作。

DBT 的報告在 2025 年 8 月 28 日公開。總結是兩句連著的話：「我們沒有找到穩健的證據，顯示省下的時間帶來了生產力提升。不過，這不是這次評估的主要目標，因此蒐集來判斷省時是否轉成生產力的資料有限。」

第三個數字，19 分鐘

五個月後，工作與年金部（DWP）交出了自己的評估。

DWP 從 2024 年 10 月到隔年 3 月，自己發了 3,549 張授權。它的問卷多問了一組人：沒拿到授權的同事，邀了 9,300 人，收回 2,535 份。兩組答案放進同一個迴歸模型，控制職務、人口特徵、對 AI 的熱衷程度。

報告寫：「SUR 迴歸分析估計，平均每天省下 19 分鐘。」省最多的兩項，是找資料和寫 email。

19 分鐘仍然是問出來的。報告自己列的限制之一：「第三，評估在缺乏客觀指標的情況下，依賴自報資料。」它比 26 分鐘多的，是一組可以對照的人。

同一個工具、同一季、同一套公務員體系，三種量法給了三個答案。

AI 省下的分鐘數，是量具的讀數，不是工時。沒寫怎麼量的分鐘數，我只把它當滿意度看。

這不是一個 Copilot 沒用的故事

觀察任務每組只有兩到三個人。DBT 報告自己說，這只能當補充，結果可能受參與者的技能差異影響。

同一份報告的結論段，寫了方向相反的一句。它說觀察任務和日記的趨勢相近，「顯示偏誤對省時結果的影響很小」。兩句我都照放：在摘要和 email 上，兩種量法一致；在 Excel 和 PowerPoint 上，不一致。

沒有找到生產力證據，也不等於證明沒用。DBT 明說生產力不是主要目標。72% 的填答者滿意或非常滿意，神經多樣性的同仁，滿意度和推薦意願在統計上較高。

DBT 本身就在 GDS 那兩萬人裡。這不是兩份互相否定的研究，是同一場實驗裡，一個機關多量了一步。

DWP 的 19 分鐘有對照組、統計上顯著，而且是正面的。它跟 26 分鐘量的不是同一群人，但方向一樣：用的人說有省到。

試辦結束後，也沒有人退場。DBT 在 2026 年 4 月的國會書面答覆裡說，部內仍在用 Copilot。DWP 從 2025 年 4 月起，把免費版的 Copilot 開給全體員工。哪一份評估影響了採購，我找不到任何文件寫。

國會答覆裡的那一行

三個人對三個人，證明不了 Copilot 讓 Excel 變慢。多用兩個月、或換一份真的資料，結果會不會翻過來，我不知道。我能確定的只是：在 Excel 這一格，問的和看的，指向相反的方向。

Klarna 是第二年換了一把尺，才看見第一年沒量到的東西。英國這場實驗不用等一年，三把尺在同一季就擺上了桌。

以後我自己回報工具省了多少時間，會在數字旁邊多寫一欄：這是問來的，還是看來的。量的是寫字的工作，還是算數的工作。這兩欄空著，分鐘數就只是一個感覺。

2026 年 7 月 8 日，國會有一題書面質詢，問政府做過哪些 AI 生產力試辦。科學創新科技部的答覆列了幾個數字，Copilot 那一個寫著：每人每天平均省 26 分鐘。

查核備註：DBT 的物有所值評估至今未發布，授權價格不見於任何政府文件，所以本篇不寫成本。新聞稿裡的 DWP 第一線使用例，跟 DWP 自評寫的第一線未拿到授權，是否指同一批授權，文件沒說明，我沒有用。