ActivTrak 工作日研究发现 AI 用户工作时间更长

ActivTrak 报告称，AI 用户的工作日跨度最多比非用户长 90 分钟，这挑战了任务完成更快就会带来更短工作日的承诺。ActivTrak 工作日研究覆盖了 467 家企业的 9,140 名知识型员工，使用的数据来自 2026 年 4 月 1 日至 9 月 25 日收集的数字活动记录。该研究于 10 月 29 日发布，其发现将 AI 采用与更长的工作日联系起来，但并未证明 AI 导致了这种差异。

这一区别很重要，因为这种表面上的矛盾可能有多种解释。工作要求更高的员工或许更常采用 AI。更快的产出可能会促使人们承担额外任务。在助手与现有应用之间切换工作，也可能耗费任务演示未能体现的时间。每一种解释都对那些承诺提升效率、却不衡量整个工作日实际变化的雇主提出了挑战。

早期的 AI 工作日研究提供了重要的反向参照。一项涉及集成于现有应用中的助手的随机实验发现，员工处理电子邮件的时间减少，正常工作时间之外的工作也有所减少。因此，正在浮现的冲突存在于生产力承诺与不均衡的职场结果之间。AI 可以节省单项任务的时间，却仍无法回答员工究竟是能更早下班、处理更多任务，还是承担了更多核查与协调工作。

ActivTrak 工作日研究实际发现了什么

最新发现关注的是工作日的时间跨度，不应将其与持续劳动或经过验证的产出混为一谈。

根据 ActivTrak 的工作日分析，AI 用户的工作日跨度为 8.4 至 9.1 小时，非用户则为 7.6 小时。重度用户平均连续专注时段为 37.8 分钟，而轻度用户为 48.2 分钟。重度用户每天还多记录了 18 分钟的非工作时间活动。

这些指标描述的是工作的不同方面。更长的时间跨度并不能证明员工在这段时间内始终持续投入工作。更短的专注时段也不能证明质量更低。额外的晚间活动无法说明是雇主要求、员工自主选择，还是排班灵活性使其发生了转移。

标题中的数字还代表了报告区间内的上限比较。不应将其表述为每一位采用 AI 的员工都会增加同样多的工作量。将观察到的差异视为普遍代价，会抹去雇主最需要调查的差异性。

发布时间使这项研究与企业规划相关。正在评估 AI 投资的组织，需要的证据不能仅是员工是否打开过某个助手。它们还需要了解，使用 AI 是否改变了交付时间、人员需求、错误率和工作边界。

不妨区分“更快完成初稿”和“更早离开办公室”。起草助手可以减少生成初始文档所需的投入，但审批、事实核查、修订和分发环节会发生什么，仍是未知数。对于评估职场收益而言，完成的任务仍是相关的衡量单位。

该研究并未解答整条链路。它的贡献在于揭示了使用 AI 与拥有更短工作日之间的缺口。即便因果方向仍不确定，这一缺口也值得研究。

对员工而言，实际含义很直接：在个别任务上感觉更快，与总体上感觉更忙并不矛盾。这些体验衡量的是不同的事物，而雇主的生产力评估需要为两者留出空间。

对采购方而言，这项发布带来了一个采购问题。产品演示通常在助手给出答案时结束；业务流程则在有人为结果承担责任时结束。两个终点之间的距离，正是表面节省需要验证的地方。

管理者需要决定节省的时间流向何处

更短的任务会创造可用产能；管理决策决定这些产能会转化为减负、额外产出，还是另一项义务。

直接压力落在批准部署 AI 的管理者，以及被期望证明其价值的员工身上。采购方需要证据证明投资改善了业务表现。员工则需要明确，更快的执行是否会改变他们的职责、截止日期或可用时间。

这些利益可以一致。员工可能更愿意消除常规起草工作，从而专注于需要判断力的任务。雇主对这种转变的重视程度，可能高于减少排定工作时长。问题始于双方都对同一段节省时间的去向作出了不同假设。

更短的工作周是一项具体结果。它要求工作能在更少的排定工时内完成，同时保持可接受的质量并控制需求。单纯的生产力提升并不能保证这种安排。组织也可以将额外产能投入既有的待办积压中。

这种选择并非必然不合理。未完成的工作可能包括有价值的项目、客户请求或被忽视的维护工作。然而，领导者应准确描述结果。在相同排班内交付更多工作，与缩短排班不同；而延长工作日又会带来另一种结果。

ActivTrak 对 AI 工作负荷的讨论让这种区分更难回避。雇主不能只通过生成材料的数量来评估员工收益。初稿数量的增加可能帮助作者，却会增加编辑、审核人员或负责实施的同事的负担。

一个假设性的产品团队说明了这个问题。管理者使用 AI 更快地准备一份提案，并在分享前增加更多备选方案。随后，团队需要评估更多选项、核查更多假设，并讨论更多可能的变更。初始任务变得更便宜，而决策流程变得更庞大。

这个例子不要求助手出现故障。每一份初稿都可能有用。额外负担源于扩大的雄心和有限的审核能力。更快的产出改变了在组织尚未改变其可负责任地批准内容之前，哪些事情看起来变得可行。

因此，管理者面临的问题不止于提示词技巧。必须有人决定哪些额外工作值得关注，哪些工作应当保持未完成状态。没有这一决策，助手产生提案的速度可能会超过同事评估它们的速度。

同样的问题也适用于知识管理。整理现有信息所解决的负担，与生成更多材料不同。个人知识库关注的是信息如何被保留和检索。除非有证据证明整体流程得到改善，否则任何一种功能都不应因缩短工作时间而获得认可。

因此，相关的管理问题很具体：部署后，哪些事情不再占用员工时间？如果什么都没有消失，领导者就应明确新增活动所带来的价值。否则，采用 AI 就会成为叠加在原本已满日程上的一项期待。

更快的任务可能扩大其周边的工作

AI 让工作变得更容易的能力，也可能增加员工尝试完成的工作量。

UC Berkeley Haas 的研究为这种可能性提供了有根据的解释。Xingqi Maggie Ye 和 Aruna Ranganathan 在一家拥有 200 名员工的科技公司进行了为期八个月的民族志研究，采用职场观察和访谈方法。Ye 还在不同职能群体中进行了 40 多次访谈。

她们的工作强化研究发现，员工承担了更广泛的职责，工作侵入了原本的休息时间，同时需要处理更多并行任务。员工有时会让 AI 流程持续运行，同时处理其他职责。该研究描述了工作如何扩张，而非估算适用于所有雇主的普遍影响。

这一区别对于解读 ActivTrak 工作日研究很重要。职场观察能够揭示仅凭活动指标无法自行解释的机制。它并不能证明这些机制导致了另一组数据中的差异，但确实指出了值得检验的解释。

一种可能是，降低开始工作的难度会改变停止工作的节点。此前看似不切实际的任务，可能变得值得尝试。能够快速探索一个想法的员工，会面临新的决定：是否继续、完善并分享它。

这与仅仅从管理者那里收到额外任务的体验不同。额外投入可能始于好奇心或满足感。员工或许会重视尝试超出其原有技能范围的工作的能力。因此，愉悦感和工作负荷扩张可以同时发生。

Aruna Ranganathan 的研究概述强调了可衡量产出与员工真实体验之间的区别。她的研究考察了职场 AI 带来的自主性、认知要求、专业能力、人际关系和福祉，以及其他后果。这些维度有助于解释，为什么一项有利的产出指标无法解决部署中的所有问题。

分析上的担忧在于累积。一个小型的可选实验变成有用的交付成果；有用的交付成果影响预期；预期进而塑造同事会提出什么请求，以及员工觉得自己有责任维持什么。最初节省的时间可能会消失，即使没有任何正式决定去扩大某人的职责。

并行工作带来了这一问题的另一种形式。启动助手并不会消除核查其结果的责任。如果多项流程在员工处理另一项任务时完成，它们的输出就会形成一个需要关注的队列。

由此产生的负担取决于这些输出的要求。常规材料可能几乎不需要审核；具有重要影响的建议则可能需要核查来源、征询意见和修订。若只统计助手完成的响应次数，就会把这些人力需求截然不同的情况视为相同。

因此，即使不假设 AI 在即时任务上失败，这种逆转也是合理的。更好的辅助可以扩大人们承担工作的范围。这是否会成为一种收益，取决于工作负荷限制、审核能力以及额外结果的价值。

集成式助手提供了不同的参照点

一些 AI 用户工作更长的证据，并不会抹去其他部署节省员工时间的实验证据。

Eleanor Wiske Dillon、Sonia Jaffe、Nicole Immorlica 和 Christopher T. Stanton 的一项研究提供了重要比较。她们的随机职场实验涉及 66 家公司的 7,137 名知识型员工。随机选择决定了员工是否能够使用集成于电子邮件、会议和写作应用中的生成式 AI 助手。

在这项为期六个月的实验后半段，参与用户每周在电子邮件上少花两小时，并减少了正常工作时间以外的工作。研究人员未发现个人获得使用权限后，任务数量或构成发生变化。这些发现与观察性数据中报告的工时延长形成了另一种可能的结果。

这一对比凸显了谨慎表述的必要性。它并不能证明集成式助手总会缩短工作日，也不能证明独立式助手总会延长工作日。不同的样本、方法、应用场景和工作环境，使这种简单推论难以成立。

它确实表明，“AI 让员工工作更久”作为普遍性结论过于宽泛。在某些条件下，使用权限可以减少特定活动所耗费的时间。其他研究中观察到的关联，不能推翻这一实验结果。

产品之间的差异同样值得关注，但不应演变为厂商之争。ChatGPT、Claude 和 Microsoft Copilot 不应被视为可以互换的职场部署方案。助手在流程中的位置、可获取的上下文以及所需的审核，都会影响员工围绕其输出还必须完成哪些工作。

这是一项对部署选择的比较，而非关于哪个品牌表现最佳的主张。所引用的证据并不支持对这些产品进行排名。采购方需要评估自己计划采用的具体版本、配置和流程。

一个假设性的写作流程能让这种差异更加直观。如果助手在正在编辑的文档中直接返回内容，员工可以结合周边文本进行评估。如果内容在其他地方出现，员工就必须将其移入文档、协调上下文，并验证最终文档仍然反映预期的来源。

两种安排都不能保证成功。这个例子指出了任务演示可能忽略的额外步骤。公平的评估需要统计这些步骤，无论它们发生在流程的哪个环节。

同样的推理也适用于检索内部知识的助手。当员工必须确认哪份文档具有权威性时，生成答案只是任务的一部分。如果支撑回答的上下文不清晰，即使回答显得很有把握，仍可能需要大量核查。

对于企业采购方而言，竞争性问题在于某项部署是否能在完整流程中减少工作量。更便捷的生成能力固然有用，但其价值取决于后续环节。实验性证据让采购方有理由追求可量化的节省，同时抵制有关工作周缩短的一概而论式承诺。

工作时间变长仍不足以证明因果关系

ActivTrak 的工作日研究揭示了一个值得调查的模式，但仍有重要解释尚未厘清。

最明显的问题是选择偏差。员工不一定会随机采用 AI。处理复杂任务或工作负荷更重的人，可能更有理由寻求帮助。他们较长的工作日，可能在使用 AI 之前就已存在。

岗位差异进一步增加了解读难度。以写作、协调或编程为核心的工作，会创造不同的助手使用机会。比较这些岗位中的员工，可能会将 AI 的影响与工作本身的要求混在一起。

反向因果关系也是一种可能。临近截止日期可能导致员工工作更久，也更频繁地使用 AI。在这种情况下，工作负荷有助于解释这两种观察结果。即使用户仍记录着更长的工作日，助手也可能减少了部分工作量。

这些是需要检验的解释，而非对该样本已经确立的说明。它们表明，相关性本身无法回答因果问题。公开发布的研究并未提供能够排除这些替代解释的随机设计。

测量方式也带来另一项限制。数字活动可以揭示人们与应用程序互动的某些方面，却无法直接证明其决策价值、协作质量或疲惫程度。

较长的工作日可能伴随有价值的产出、可避免的返工、灵活排班，或这些情况的组合。要区分它们，需要超出时长本身的信息。员工体验和被接受的成果，应与活动指标一并纳入考量。

早期发现也需要与最新发布内容谨慎区分。ActivTrak 的年度职场分析纳入了 10,584 名用户中的一个子集，并比较了他们采用 AI 前后的情况。报告显示，测得的工作类别有所增加，包括电子邮件和消息沟通。这与 10 月的比较属于不同分析，其样本不应与较新的研究合并。

这种区分可以避免夸大确定性的印象。多项发现可能都指向活动增加，但测量的却是不同人群和时期。方向一致并不自动意味着存在共同原因。

ActivTrak 的商业立场也值得考虑。该公司销售劳动力分析产品，因此对企业如何衡量工作存在利益关联。这并不会使这些发现失效，但会使透明的定义、独立复现以及获取方法细节显得尤为重要。

最有力的结论比最吸睛的标题更为有限。AI 的采用并不能可靠地证明员工得到了减负。ActivTrak 关于 AI 工作负荷的发现值得进一步研究，而实验性证据表明，节省时间仍然可以实现。

这给雇主留下了一项实际责任。在描述结果时，他们应区分额外产出与减少投入。员工有权了解某项部署旨在实现哪种结果，以及将如何评估成功。

什么证据能表明 AI 正在归还时间

下一项有说服力的证据，需要在同一评估中将被接受的工作、员工工时和质量联系起来。

未来几个月，首个值得关注的信号，是追踪可比员工在部署前后情况的研究。更有力的设计应考虑岗位、工作负荷和季节性需求的差异。在可行的情况下，随机提供使用权限将有助于把助手的影响与员工采用它的原因区分开来。

如果在这些条件下，工作日变长的现象依然存在，那么部署导致工作时间延长的论点就会更有说服力。如果这种差异大体消失，选择偏差就会成为更可信的解释。无论哪种结果，都优于把所有 AI 用户视为同质群体。

第二个信号是雇主说明节省下来的能力最终去了哪里。声称员工更快完成任务，仍未回答核心问题。证据应证明被接受的产出是否增加、排班是否缩短、积压工作是否减少，或审核需求是否发生变化。

更短的排班工作周将直接支持减少工作时间的承诺。在稳定工时内实现更高产出，则支持另一种收益。若产出增加的同时工时也变长，就需要更清楚地说明每小时生产率是否得到提高。

质量必须始终是这项评估的一部分。需要大幅修改的快速初稿，不能与被接受的工作具有同等分量。同样，如果最终成果的改善足以证明其合理性，额外审核也不会抹去其收益。

第三个信号，是追踪工作流程变化及员工结果的证据。采购方应关注，减少交接、整合审核或改善来源获取，是否改变了工作时长。相关比较应针对重新设计前后的完整流程。

如果这些变化在保持质量的同时减少了晚间工作，那么更好实施方案的理由就更充分。如果工时仍然延长，关注点应转向工作负荷预期和组织需求。更易用的界面无法决定雇主要求员工完成多少工作。

这些信号应同时出现在可信的报告中。仅有工时，产出仍不明确。仅有产出，员工投入仍不明确。仅有使用情况，对两者都说明有限。

对于知识工作者而言，AI 工作日研究最有价值之处，在于解释这些关系，而不是给出普遍性的裁决。一种工具可以有帮助、令人愉悦，并与不断扩张的工作职责相关。某项部署也可以带来真正的时间节省，却未必能带来更短的工作周。

ActivTrak 的工作日研究让这种区别成为焦点。它的发现挑战了自动减负的承诺，同时也为更好的设计和不同结果留下了空间。现在的问题是，组织是否会衡量节省下来的投入究竟流向了哪里。

在接受下一项生产率主张之前，应寻找有关完整任务和完整工作日的证据。问一问哪些工作消失了、又增加了哪些工作，以及由谁来核查结果。将这些答案与被接受的产出、错误和员工体验进行比较。一份可信的说明应解释，人们是获得了时间、交付了更多价值，还是仅仅更长时间保持在线。它还应区分一次初步实验与工作条件的持续变化。在评估下一次助手部署或职场研究时，使用这些问题。如果雇主称 AI 正在归还时间，什么证据能够说明这些时间去了哪里？