生成式人工智慧（Generative AI）正快速重塑全球軟體產業。根據頂尖學術期刊《Science》近日刊登的研究指出，截至 2025 年初，美國新編寫的軟體程式碼中，已有近三分之一是在 AI 工具協助下完成，顯示 AI 輔助編碼正從實驗階段，正式走向主流應用。
生成式人工智慧（Generative AI）正快速重塑全球軟體產業。根據頂尖學術期刊《Science》近日刊登的研究指出，截至 2025 年初，美國新編寫的軟體程式碼中，已有近三分之一是在 AI 工具協助下完成，顯示 AI 輔助編碼正從實驗階段，正式走向主流應用。
然而，這場技術浪潮帶來的紅利並非平均分配。研究同時揭示一項被稱為「經驗悖論」的現象：雖然初級工程師是生成式 AI 使用最頻繁的族群，但真正獲得顯著生產力提升的，卻是具備多年經驗的資深開發人員，恐進一步擴大職場中的數位能力落差。
大數據實證：3,000 萬筆程式碼揭露 AI 真實影響
該研究由奧地利複雜性科學中心（CSH）主導，分析全球最大程式碼託管平台 GitHub 上，約 16 萬名開發者於 2019 年至 2024 年間提交的超過 3,000 萬筆 Python 程式碼。
研究團隊透過專門訓練的 AI 模型，辨識程式碼是否由 ChatGPT、GitHub Copilot 等生成式 AI 工具輔助產出，藉此量化 AI 在實際軟體開發流程中的滲透程度與生產力效果。
美國 AI 編碼滲透率近 29% 地緣科技差距浮現
研究顯示，AI 輔助編碼的採用速度呈現明顯的「J 型曲線」成長。美國的 AI 輔助程式碼比例，從 2022 年的約 5%，快速攀升至 2024 年底的近 29%，居全球之冠。
其他主要地區則依序為法國（24%）、德國（23%）、印度（20%）。相較之下，俄羅斯（15%）與中國（12%）的採用率相對偏低。研究指出，這與主流大型語言模型多由美國企業主導，部分國家在模型存取、法規限制與基礎設施方面面臨障礙有關。
不過，研究團隊也指出，隨著中國本土大型模型近年快速發展，未來地區間差距仍存在快速變化的可能性。
「經驗悖論」浮現：用得最多的不一定賺最多
研究中最引發關注的發現，在於 AI 對不同資歷工程師的影響差異。數據顯示，初級工程師使用生成式 AI 的比例高達 37%，明顯高於資深工程師的 27%；但在實際產出效率與生產力提升上，幾乎所有顯著成效都集中於資深開發者。
研究指出，生成式 AI 並未自動降低技術門檻，反而更像是一種「能力放大器」。資深工程師更能有效運用 AI 來嘗試新程式庫、組合不同工具，或加速進入陌生領域；相對地，經驗較淺的開發者在驗證、整合與判斷 AI 輸出品質上仍面臨挑戰，導致整體效益有限。
年增數百億美元產值 軟體產業進入結構性轉型期
研究估算，截至 2024 年底，生成式 AI 已使程式設計師整體生產力提高約 3.6%。考量美國企業每年在軟體開發相關人力上的薪資支出約介於 6,370 億至 1.06 兆美元，代表 AI 每年為美國軟體產業新增約 230 億至 380 億美元的經濟價值。
研究團隊認為，這項估算仍偏保守，隨著 AI 工具成熟與企業流程進一步整合，其影響力可能持續放大。
生成式 AI 正從單一工具，轉變為軟體產業的關鍵基礎設施。然而，這項技術並未自動帶來「人人平等」的效率革命，反而可能在短期內放大既有的人才差距。
對企業、教育機構與政策制定者而言，未來的關鍵不僅在於是否導入 AI，而在於如何協助不同資歷的勞動者有效使用這項技術，避免「經驗悖論」演變為結構性不平等。在萬物軟體化的時代，能否真正駕馭 AI，將成為決定競爭力的核心關鍵。