目录
ActivTrak分析了467家企业的9,140名员工,发现AI用户每天的工作时间比非用户最多长90分钟。这一结果说明,企业在宣称AI能节省时间之前,应同时衡量完成的工作量和工作时间。
要点#
- AI用户每天工作8.4~9.1小时,非用户为7.6小时。
- AI高频用户连续工作不受打断的时间短于低频用户,分别为37.8分钟和48.2分钟。
- 使用内嵌AI的员工比使用浏览器型AI工具的员工更少切换应用。
- 这项调查揭示的是相关性,并不能证明AI导致了工作时间延长或专注力下降。
调查衡量了什么#
ActivTrak的Productivity Lab分析了2026年4月1日至9月25日收集的职场活动数据,将员工分为AI非用户和不同使用程度的用户群体。
低频用户每天使用AI不足10分钟。普通用户为10~45分钟。高频用户每天使用AI至少45分钟,且至少进行5次会话。
这些分类反映的是记录到的使用情况,并不代表工作质量。使用AI时间较长的员工,可能负责更困难的任务,也可能在检查质量较差的输出,或完成更多工作。仅凭使用时间无法区分这些情况。
工作时间更长,专注时间更短#
AI用户中平均工作时间最长的群体每天工作9.1小时,非用户为7.6小时,相差1.5小时。这就是“最多90分钟”的依据,并不意味着所有AI用户都多工作了90分钟。
AI用户与非用户在规定工时之外工作的时间占比相近,分别为32.3%和31.9%。报告称,由于AI用户的总工作时间更长,其规定工时之外的工作时间也多了18分钟。
AI高频用户不受打断的连续工作时间平均为37.8分钟,比低频用户的48.2分钟短约22%。另一方面,AI用户的会议时间占工作时间的3%,低于非用户的5%。因此,在这组数据中,会议时间较短并未对应更短的工作时间。
在哪里使用AI很重要#
使用主要业务应用内嵌AI的员工,平均每小时切换应用0.6次。据报告,浏览器型AI用户每小时切换1.7~4.2次。
这一差异说明,工作流程的设计值得研究。在业务应用和独立AI工具之间来回切换,可能需要复制信息、重新提供上下文和转录回答。这些步骤可能消耗了原本在任务中节省的部分时间。
先选择一项重复性任务,统计所需的信息转移次数。如果起草回复需要在多个窗口之间转移信息,就尝试用已获批准的集成功能减少次数。检查结果的准确性和完成时间。仅仅减少应用切换,并不能证明工作成果有所改善。
这些结果无法证明什么#
这是对观察数据的分析,并非随机实验。无法判断究竟是AI延长了工作时间,还是工作量较大的员工更容易使用AI,抑或其他因素同时影响了两者。
岗位差异也增加了比较的难度。报告指出,软件工程师倾向于使用内嵌AI,业务运营经理则倾向于使用浏览器型工具。两类工作所需协调的内容和工作量不同,因此不能将应用切换次数的差异全部归因于AI的部署位置。
活动记录可以在一定程度上弥补自报估算的不足,但无法全面衡量生产力。现有结果无法说明,更长的工作时间是否带来了更多通过验收的成果、更高的质量或更少的返工。在对AI的价值下结论之前,需要确认这些成果。
衡量成果#
有用的AI评估需要回答一个实际问题:这套工作流程能否在减少总体投入的同时,产出符合验收标准的成果?
选择一项重复性任务,进行小范围比较。针对难度相当的工作,记录以下四项。
- 从开始工作到成果通过验收的时间,包括与AI交互及核查的时间。
- 通过验收前所需的纠错和修改。
- 每天的总工作时间,包括规定工时之外的工作。
- 完成并通过验收的同类任务数量。
尽可能在同一岗位内比较结果。如果任务完成得更快,工作时间却更长,就应调查员工是否被分配了更多任务,或是否花了额外时间核查输出。缩短单项任务耗时和缩短每天的工作时间,是两种不同的成果。
下一步#
选择一项使用AI完成的重复性任务,与现有流程进行为期两周的比较。记录完成时间、修改情况、工作时间和通过验收的成果,再决定是否扩大使用范围。
来源: https://gigazine.net/news/20261113-ai-users-have-long-worktime-than-non-ai-users/
目录
