←新闻详情

Computerworld更新于 11月3日 14:15

AI 真能帮员工省时间吗?ActivTrak 两份数据互相矛盾

Does AI actually save employees time? Data is contradictory

AI 导读

ActivTrak 最新研究显示,重度 AI 用户每天工作 8.42 至 9.08 小时,比不用 AI 的 7.58 小时最多多出 90 分钟,与其今年早些时候“AI 让工作日缩短约 9 分钟”的结论相反。新报告基于 467 家企业、9140 名知识工作者五个月的行为数据,重度用户专注时段比轻度用户短 22%(37.8 分钟对 48.2 分钟),切换应用频率高 15%。分析师指出,记录结果受监测手段限制,API 或后台智能体完成的工作不会产生桌面会话。

正文 · AI 翻译

AI辅助工作尚处于早期阶段,人们对其益处看法不一:AI究竟真能带来价值、为员工节省时间,还是会让员工不堪重负、增加不必要的活动?

ActivTrak的数据似乎在这两种可能现实之间摇摆不定:这家生产力追踪软件公司的最新研究称,最重度使用AI的员工每天工作时间最多延长90分钟,但其今年早些时候发布的先前研究却发现,他们实际上工作得更少。

这一差异可能部分源于两份报告数据收集的时间跨度和样本量不同,但它表明,企业仍应对供应商关于AI带来生产力提升的说法保持警惕。衡量这些提升仍然极其困难。

AI使用情况对比

ActivTrak当前的发现基于在五个月期间(2026年4月1日至9月25日)从467家企业、9140名知识工作者处收集的行为工作数据。这一样本远小于其先前报告——该报告基于三年期间(2023年1月1日至2025年12月31日)1111家组织中163638名员工完成的4.43亿小时工作。

根据最新发现,重度AI用户每天工作8.42至9.08小时,而不使用AI的人为7.58小时。这与ActivTrak先前的发现相矛盾,即得益于AI,平均工作日缩短了约9分钟(下降2%)。

在生产力方面,重度AI用户的专注时段比轻度用户短22%(37.8分钟对48.2分钟),表明其工作因使用AI而更加碎片化;此外,他们切换应用的频率高出15%。

“随着时间推移,这些中断会给需要专注、批判性思维和持续注意力的高价值工作增添摩擦,”ActivTrak生产力实验室经理Sarah Altemus在描述最新发现的博客文章中表示。

ActivTrak先前的报告发现,在较早研究的时间段内,专注效率——即用于专注、不中断活动的工作时间占比——因使用AI降至60%的三年低点,2025年平均专注时段较2023年下降9%。然而,同一份报告发现,在工作场所使用AI的情况下,每日有效工作时间增加了19分钟,即5%,达到6小时36分钟。此外,有效工作时段增长了13%。

该公司最新报告还追踪了使用内置AI工具的用户与使用基于网络的AI工具的用户之间的生产力差异。使用内置AI的用户每小时切换应用0.6次,而使用网络AI的用户每小时切换1.7至4.2次。这比完全不使用AI的员工最多高出4倍,从而产生了ActivTrak所称的“转椅税”——即员工因在应用之间来回切换而额外耗费的精力。

同样,在其先前的报告中,ActivTrak发现这种多任务处理因AI增加了12%,即10分钟以上。

有趣的是,根据最新研究,轻度用户在核心岗位专用应用中花费的有效工作时间更多(81.4%对78%)。“换言之,更频繁地使用AI并不一定转化为更专注的工作,”Altemus指出。

Altemus指出,更大的问题在于组织如何管理AI可能创造的额外产能。“当员工更快完成任务时,管理者可能会认为他们有余力承担更多职责,”她说。如果没有明确的工作量边界,节省下来的时间可能会被转用于可能令人疲惫的额外工作。

数字往往不能说明全部情况

Greyhound Research首席分析师Sanchit Vir Gogia指出,ActivTrak对工作如何在应用之间流转有着有用的视角,但他也指出,该公司销售的正是产生这些测量结果的能力。

他表示,记录到的使用情况取决于监测工具能检测到什么。例如,员工可以在工作中使用AI,却仍被归入非用户组,而在未受管理的个人设备上工作则处于测量范围之外。此外,API或后台智能体可以在不产生桌面会话的情况下完成工作,而被动屏幕时间、通过日历记录的线下会议以及计薪工时也是不同的衡量指标。再者,切换应用比在应用内切换注意力更容易观察。

他指出,归根结底,评判AI价值的人需要弄清楚在第一个任务变快之后发生了什么。“每计薪工时的改善可能掩盖了未记录在工时表上的付出,”Gogia说。“[企业]董事会应当能够说明谁的一天得到了改善,以及是谁的工作使这种改善成为可能。”

本文最初发表于CIO.com。

来源

Computerworld