案例分析 共性规律与研究

借助AI助手的客服人员每小时解决的问题数（新手及低技能客服：约增加30%）

AI助手使客服人员的生产率提高15%，新员工的提升幅度更大

斯坦福大学和麻省理工学院的经济学家研究了一款基于GPT的聊天助手。这款助手主要在2020年底至2021年初期间，向一家《财富》500强企业软件公司的5,172名客服人员推出。每小时解决的问题数平均上升15%，经验最少、技能最低的客服上升约30%，其处理速度和质量均有提高。经验最丰富的客服速度提升不大，质量略有下降。上述结果来自2025年经同行评审的研究，该研究此前有一篇2023年的工作论文，报告5,179名客服的提升幅度为14%和34%。

该工具将经验丰富的客服的知识传递给新员工，因此缺乏经验的员工越多的团队，收益越大。

AI能力范围内任务的完成速度提升幅度（在能力范围之外的一项任务上，正确率下降19个百分点）

BCG顾问借助GPT-4将部分任务的完成速度提高25.1%，而在另一项任务上出错更多

哈佛商学院、其他高校和BCG的研究人员在一项预先注册的实验中，将758名BCG顾问随机分为三组：不使用AI、使用GPT-4、使用GPT-4并接受简短的提示词入门介绍。在模型能力范围内的18项咨询任务上，使用AI的顾问多完成12.2%的任务，工作速度快25.1%，质量评分平均高出约32%。在模型能力范围之外的一项商业分析任务上，使用AI的顾问答对的可能性低19个百分点，正确率约为60%至71%，而未使用AI的为84.5%。2023年的工作论文报告质量提升超过40%，而2026年经同行评审的研究报告约为32%。

同一款AI工具改善了部分咨询任务，却降低了另一项任务的准确率。熟练的专业人员难以识别哪些任务超出了它的能力范围。

借助AI编程助手完成一项编程任务所用时间的缩短幅度

在一项对照试验中，使用GitHub Copilot的开发者完成编程任务的速度快55.8%

微软研究院、GitHub和麻省理工学院斯隆管理学院的研究人员于2022年5月至6月通过Upwork招募了95名自由职业开发者，并将其随机分为Copilot组（45人）和对照组（50人），每组各有35人完成了任务。在编写JavaScript HTTP服务器的任务中，Copilot组平均用时71分钟，对照组为161分钟，缩短55.8%（95%置信区间为21%至89%）。经验较少的开发者获益更多。Copilot由微软子公司GitHub开发，四位作者中有三位任职于微软或GitHub。

开发者在一项定义明确的编程任务上节省了大量时间。后来针对大型既有代码库的研究发现，在这一不同的环境下，提升幅度要小得多，甚至出现速度下降。

将初期成本列为采用AI的最大障碍的制造业中小企业占比

44.2%的韩国制造业中小企业将初期成本列为采用AI的最大障碍

韩国中小风险企业部于2025年10月24日发布基于AI的“智能制造创新3.0”战略时，引用了韩国中小企业中央会的一项调查。制造业中小企业将初期成本（44.2%）列为最大障碍，其次是人手不足（20.5%）和缺乏战略（14.9%），72.3%的企业希望获得直接资金支持。政府估计AI采用率约为1%，并设定目标：到2030年，AI采用率达到10%，以AI为核心的智能工厂达到12,000家。调查日期和样本量未予公布。

制造企业提及初期成本的频率高于人手不足或缺乏战略。政府措施包括补贴和订阅制智能工厂，以减轻这一初期负担。

允许使用AI工具时任务完成时间的延长幅度（开发者原本预期会快24%）

经验丰富的开源开发者使用2025年初的AI工具后，用时延长19%

2025年2月至6月，非营利机构METR对16名经验丰富的开发者完成的246项真实任务，随机允许或禁止使用AI；这些任务来自他们已维护多年的大型开源项目。允许使用AI时，开发者主要使用搭载Claude 3.5/3.7 Sonnet的Cursor Pro，用时延长19%，95%置信区间为+2%至+39%。他们原本预期工作速度会快24%，事后仍认为自己快了20%。2025年8月开始、有57名开发者参与的后续研究，其估计值的置信区间包含零，METR于2026年2月表示，选择效应使这些数据不可靠。

经验丰富的开发者在熟悉的代码库中工作，使用AI时自觉更快，而实测完成时间反而增加。2025年初的工具所得出的结果，可能与后来的工具不同。

ChatGPT推出两年后对收入和记录工时的实测影响（排除了超过2%的影响）

丹麦广泛使用AI聊天机器人，并未改变收入或记录工时

芝加哥大学的Anders Humlum与哥本哈根大学的Emilie Vestergaard，与丹麦统计局合作，对11个较易受到AI聊天机器人影响的职业进行了有代表性的调查。其2024年末的调查覆盖7,000个工作场所的25,000名员工，并与截至2024年12月的官方收入、工时和职业记录相关联。在雇主鼓励使用、并提供企业版聊天机器人和培训的情况下，93%的人用过聊天机器人，28%每天使用，19%表示每天节省1个多小时。研究人员将采用者与未采用者在聊天机器人出现前后的情况进行比较，发现对收入和记录在案的工时没有影响，但工作方式发生了变化，员工开始生成内容、审核AI输出并整合AI。

员工自述节省的时间，在两年内并未改变薪酬或工时。多数用户表示，节省下来的时间用于其他任务，从而改变了工作的组织方式。

使用AI编程助手的开发者每周完成的任务数（合并估计值，标准误约10个百分点）

在三家公司的实验中，使用Copilot的开发者多完成约26%的任务

普林斯顿大学、麻省理工学院、沃顿商学院和微软的经济学家，分析了2022年9月至2023年5月期间在微软、埃森哲和一家未具名的《财富》100强电子产品制造商开展的3项随机实验。研究人员从4,867名开发者中随机选出一部分，让他们在日常工作中获得GitHub Copilot的使用权限。在这些实验中，使用者每周多完成26.08%的任务（标准误10.3%），代码提交次数增加13.55%，构建运行次数增加38.38%。新入职者和初级开发者使用该工具更多，获益也更大，而资深开发者没有统计上显著的提升。6位作者中有2位任职于拥有GitHub的微软。

企业开发者的收益低于单项任务的实验室试验，结果的不确定性也更大。经验较少的开发者获益最大。