跳转到主内容

ActivTrak 的 AI 工作日研究测量的是时间跨度,未证明工作量增加

所谓多出90分钟,来自工作日时间跨度的观察差异。管理者应区分工具使用、完成的成果,以及不同岗位承担的工作量。

夕阳下窗边办公桌上的笔记本电脑与几组木块
TechKili · 使用 Cloudflare FLUX 生成的 AI 概念插图
分享这篇文章:
本文目录

ActivTrak 最新的职场分析发现,AI 使用与更长的工作日时间跨度存在关联。它并未证明,采用 AI 会使员工每天多进行90分钟的实际工作。判断 AI 部署是否节省时间时,这一区别很重要。

研究公告发布于2026年10月29日;Gizmodo 的原始报道发表于11月3日。观察数据覆盖4月1日至9月25日,涉及467家企业的9,140名知识工作者。

分开理解各项时间指标

ActivTrak 报告称,AI 用户的工作日跨度约为8.4至9.1小时,非用户为7.6小时。跨度描述一天的工作活动延伸了多长时间,不应当被解读为连续活跃工作时间,也不代表完成的成果。

公司的详细分析还区分了专注时段与正常工时以外的活动。重度用户每段不受打断的专注时间平均为37.8分钟,轻度用户为48.2分钟。重度用户的定义是每天使用 AI 超过45分钟,且至少使用五次;轻度用户每天使用不足十分钟。

这些比较回答的是不同问题。专注时段较短,本身并不能证明工作质量较差;工作日跨度较长,也无法说明交付了多少有用成果。

工作流程是一种值得检验的解释

分析发现,使用内嵌 AI 与较少的应用切换相关,而通过浏览器使用 AI 的切换较多。它还描述了工程师与运营管理人员的差异。这些观察值得推动企业研究工具整合,但并未将界面影响与岗位差异分离。

这项研究由职场分析服务商基于行为观察完成。公开材料没有提供随机分组,来区分 AI 的影响与岗位、工作量或采用选择的差异。因此,标题中的差距应当引出对工作安排的追问,而不是直接成为 AI 的因果判决。

为试点确定成果与边界

TechKili 的判断是:在衡量试点前,先定义什么叫完成一项任务,再对相近任务的耗时、返工和质量进行比较。询问员工,节省的时间究竟减少了工作,还是仅仅腾出了空间来接收更多要求。约定工作时间边界,并说明将收集哪些活动数据。

工具使用目标即使达成,整个流程也可能依旧缓慢。实际检验应是:团队能否以更少的流程摩擦和可持续的工作负担,交付预期成果。

资料来源