对于AI辅助工作，目前仍处于早期阶段，人们对其益处的看法也不一致：AI究竟是真正带来价值、节省了员工时间，还是反而拖慢工作进度、增加了不必要的操作负担？
生产力追踪软件公司ActivTrak的数据似乎在这两种可能的现实之间摇摆不定：该公司最新研究显示，使用AI的员工每天工作时间延长了多达90分钟，而其早前于今年发布的研究却发现，总体而言，所有员工的工作时间实际上是在减少的。
这种差异可能部分源于两份报告在数据采集时间跨度和样本规模上的不同，但这也表明，企业在面对供应商关于AI相关生产力提升的说法时，仍需保持谨慎态度。衡量这类成效依然极为困难。
AI使用情况对比
ActivTrak此次的研究结果基于在五个月时间内（2026年4月1日至9月25日）收集的、来自467家企业中9140名知识型员工的行为工作数据。这一样本规模远小于其此前报告所依据的数据——该报告基于三年时间内（2023年1月1日至2025年12月31日），来自1111家机构、163638名员工完成的4.43亿工作小时数据。
根据最新研究结果，AI使用者每天的工作时长在8.42至9.08小时之间，而未使用AI的员工则为7.58小时。ActivTrak此前的研究发现，总体而言，平均每日工作时长减少了约9分钟（降幅为2%）。
在生产力方面，重度AI使用者的专注时段比轻度使用者短22%（37.8分钟对比48.2分钟），这表明由于使用AI，他们的工作被更多地打断和碎片化；此外，他们切换应用程序的频率比非使用者高出15%。
ActivTrak生产力实验室经理萨拉·阿尔特姆斯在一篇描述最新研究结果的博客文章中表示：“随着时间推移，这些中断会给需要专注力、批判性思维和持续注意力的高价值工作带来阻力。”
ActivTrak此前的报告发现，在该研究所覆盖的时期内，专注效率（即工作时间中处于专注、不受打扰状态的比例）随着AI的使用降至三年来的最低水平60%，且2025年的平均专注时段较2023年下降了9%。然而，同一份报告也发现，在AI进入职场后，每日生产性工作时间增加了19分钟（即5%），达到6小时36分钟。此外，生产性工作时段的数量增长了13%。
该公司最新的报告还追踪了使用内嵌AI功能工具的用户与使用基于网页的AI工具的用户之间的生产力差异。使用内嵌AI功能的用户每小时切换应用程序0.6次，而使用网页版AI工具的用户每小时切换次数在1.7至4.2次之间。这比完全不使用AI的员工的切换频率高出多达4倍，由此产生了ActivTrak所称的“转椅税”——即员工因在不同应用之间来回切换而额外付出的精力。
类似地，在此前的报告中，ActivTrak也发现，总体而言，在调查期间，任务切换整体增加了12%，即多出10余分钟。
有趣的是，根据最新研究结果，轻度使用者将更多的实际工作时间投入到核心的、与岗位相关的应用程序中（81.4%对比78%）。阿尔特姆斯指出：“换句话说，更频繁地使用AI并不一定意味着工作会更加专注。”
阿尔特姆斯指出，更大的问题在于企业如何管理AI可能创造出的额外产能。她表示：“当员工能够更快完成任务时，管理者可能会认为他们有空间承担更多职责。”如果没有明确的工作负荷边界，节省下来的时间可能会被重新分配到额外的工作任务中，从而带来新的负担。
数字往往无法说明全部情况
Greyhound Research首席分析师桑奇特·维尔·戈吉亚指出，ActivTrak在呈现工作如何在各应用程序间流转方面提供了一个有用的视角，但他同时也指出，该公司本身正是销售产生这些测量数据能力的供应商。
他表示，所记录到的使用情况取决于监测工具能够检测到的内容。例如，一名员工可能在工作中使用了AI，却仍被归入“非使用者”群体；而在未受管理的个人设备上进行的工作，则完全处于测量范围之外。此外，API或后台智能体可以完成任务却不会产生桌面会话记录，而被动的屏幕停留时间、通过日历记录下来的线下会议，以及实际支付的工时，都是彼此不同的衡量维度。此外，应用程序之间的切换比应用程序内部注意力的转移更容易被观测到。
他指出，归根结底，那些评判AI价值的人需要厘清，在第一项任务变得更快之后究竟发生了什么。戈吉亚表示：“按每支付工时计算出的效率提升，可能掩盖了未被记入工时表的额外付出。[企业]董事会应该能够说清楚，究竟是谁的工作日得到了改善，又是谁的劳动促成了这种改善。”
本文最初发表于CIO.com，现已更新，以澄清部分统计数据并非与AI直接相关。