काम पर जेनरेटिव AI के लाभ: कौन-से साथ बताए गए?
समय बचाना, काम बेहतर करना और नए काम कर पाना, अलग वादे हैं. अमेरिका का एक सर्वेक्षण दिखाता है कि काम करने वाले लोग इनसे कितनी बार साथ सहमत होते हैं.
Federal Reserve के 2025 Survey of Household Economics and Decisionmaking का मौलिक विश्लेषण. अमेरिका के वे वयस्क जिन्होंने सर्वेक्षण से पहले वाले महीने में काम पर जेनरेटिव AI इस्तेमाल किया.
सार
जेनरेटिव AI के बताए गए लाभ हमेशा साथ नहीं आते. हमने Federal Reserve के अक्टूबर 2025 सर्वेक्षण में 1,850 अमेरिकी वयस्कों के जवाब जाँचे, जिन्होंने पिछले महीने काम किया और काम पर जेनरेटिव AI इस्तेमाल किया था. भारित 34.0% सहमत थे कि इससे समय बचा, काम की गुणवत्ता बेहतर हुई और नए काम संभव हुए. अन्य 17.0% समय बचने से सहमत थे, पर बाकी दोनों कथनों से सहमत नहीं थे; 16.9% समय और नए काम से सहमत थे, लेकिन गुणवत्ता से नहीं.
समय बचने से सहमत 1,489 उत्तरदाताओं में 42.0% बाकी दोनों कथनों से भी सहमत थे. अन्य 17.8% नए काम से सहमत थे, जबकि गुणवत्ता पर न सहमत थे, न असहमत. ये बताई गई धारणाएँ हैं, मापी गई उत्पादकता वृद्धि नहीं. व्यवसायों और क्रिएटर के लिए यह वजह है कि किसी AI-सहायता वाले तरीके को बड़े स्तर पर अपनाने से पहले जाँचें कि उससे किस तरह का लाभ मिल रहा है.
एक स्वतंत्र साइकिल दुकान अपनी सर्विस के विकल्पों पर सोशल पोस्ट तैयार कर रही है. मालिक तकनीशियन के नोट को ग्राहकों के लिए आसान ड्राफ़्ट में बदलने के लिए जेनरेटिव AI आज़माता है. जल्दी ड्राफ़्ट मिलना उत्साह देता है. इसे हर हफ़्ते अपनाने से पहले टीम को फिर भी तय करना है कि तैयार विवरण सही है या नहीं और क्या टूल ऐसा कुछ करने में मदद करता है जो टीम पहले नहीं कर सकती थी.
यह व्यवसाय का काल्पनिक उदाहरण है. जेनरेटिव AI के लाभों की कई चर्चाओं के पीछे का व्यावहारिक सवाल इसमें दिखता है: टूल इस्तेमाल करते रहने की वजह क्या मानी जाए? पहला ड्राफ़्ट जल्दी मिलना, आखिरी विवरण अधिक साफ़ होना और उपयोगी नया फ़ॉर्मैट मिलना, अलग नतीजे हैं. एक जवाब को बाकी जवाबों का विकल्प नहीं मानना चाहिए.
Federal Reserve का सर्वेक्षण उन्हीं उत्तरदाताओं की 3 जुड़ी धारणाएँ देखने देता है. हमने जवाबों के संयोजन देखे; हर प्रमुख प्रतिशत को कामकाजी लोगों का अलग विवरण नहीं माना. बने हुए प्रोफ़ाइल काम की समीक्षा के फ़ैसले को अधिक स्पष्ट बनाने में मदद करते हैं.[1]
काम को परखने के 3 तरीके

- काम पूरा करने का समय
- तैयार काम की गुणवत्ता
- नया काम करने की क्षमता
सर्वेक्षण में किन लाभों के बारे में पूछा गया?
प्रश्नावली काम करने वालों से पूछती है कि जेनरेटिव AI से समय बचने, काम की गुणवत्ता बेहतर होने और नए काम कर पाने के कथनों से वे सहमत हैं, न सहमत न असहमत हैं, या असहमत हैं. हमारे विश्लेषण में वे लोग हैं जिन्होंने पिछले महीने वेतन या मुनाफ़े के लिए काम करने और काम पर जेनरेटिव AI के उपयोग की बात कही. प्रश्नावली के अनुसार सर्च इंजन में सिर्फ AI से बना नतीजा देख लेना उपयोग नहीं माना जाता.[2]
Federal Reserve इन उपयोगकर्ताओं की अलग-अलग सहमति पहले ही दे चुका है: समय बचने पर 81%, गुणवत्ता पर 52% और नए काम पर 55%. इससे दिखता है कि 3 कथनों को अलग स्तर की सहमति मिली. इससे यह नहीं पता चलता कि उन्हीं लोगों में कितने सभी 3 से सहमत हैं या बाकी जवाब कैसे मिलते हैं.[3]
भाषा का फ़र्क मायने रखता है. गुणवत्ता से सहमति किसी स्वतंत्र समीक्षक का दिया गुणवत्ता स्कोर नहीं है. समय पर सहमति से बचे हुए घंटों की संख्या नहीं मिलती. नया काम करना, जाने-पहचाने काम को जल्दी करने से भी अलग हो सकता है. हम पूरे लेख में ये अंतर रखते हैं; जवाबों को उत्पादकता के एक स्कोर में नहीं मिलाते.
किन लाभों पर साथ सहमति मिली?
सहमति के 8 प्रोफ़ाइल में सबसे बड़े में सभी 3 कथन हैं: पात्र उपयोगकर्ताओं का 34.0%. चार्ट हर प्रोफ़ाइल दिखाता है. पंक्ति में न दिखने वाले कथन का जवाब या तो न सहमत न असहमत था, या असहमत. छूटे होने का मतलब नहीं कि व्यक्ति को कोई लाभ नहीं हुआ.
काम करने वाले AI के किन दावों से सहमत थे?
हाल में काम पर AI इस्तेमाल करने वाले सर्वेक्षण के 1,850 अमेरिकी वयस्कों के भारित प्रतिशत. हर पंक्ति में सहमति पाने वाले कथन हैं; न दिखे कथन पर न सहमत न असहमत, या असहमत जवाब था.
पूरी प्रोफ़ाइल तालिका और नमूने की गिनती पढ़ें
| सहमति पाने वाले कथन | पात्र उपयोगकर्ताओं का हिस्सा | प्रोफ़ाइल के उत्तरदाता (बिना भार) |
|---|---|---|
| समय की बचत, गुणवत्ता और नए काम | 34.0% | 617 |
| समय की बचत और गुणवत्ता | 13.1% | 235 |
| समय की बचत और नए काम | 16.9% | 320 |
| समय की बचत | 17.0% | 317 |
| गुणवत्ता और नए काम | 0.9%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 20इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| गुणवत्ता | 3.8% | 68 |
| नए काम | 3.7% | 72 |
| 3 कथनों में से कोई नहीं | 10.6% | 201 |
3 दूसरे प्रोफ़ाइल दिखाते हैं कि संयुक्त नज़र क्यों उपयोगी है. समय बचने से सहमत, लेकिन गुणवत्ता या नए काम से सहमत न होने वाले 17.0% उपयोगकर्ता थे. समय और नए काम से सहमत, पर गुणवत्ता से सहमत नहीं, 16.9% थे. समय और गुणवत्ता से सहमत, पर नए काम से सहमत नहीं, 13.1% थे.
ये सभी समय बचने से सहमत लोगों के अलग जवाब संयोजन हैं. 17% के पास वाले 2 आँकड़े विवरण के स्तर पर मिलते-जुलते हैं; उनका छोटा अंतर एक तरह के AI उपयोग को दूसरे से ऊपर रखने का आधार नहीं. ज़्यादा उपयोगी बात यह है कि नए काम का सवाल उन लोगों को अलग करता है जिन्हें सिर्फ समय और गुणवत्ता की तुलना साथ रख देती.
अन्य 10.6% इन 3 कथनों में से किसी से भी सहमत नहीं थे. इस समूह में न सहमत न असहमत और असहमत, दोनों तरह के जवाब हैं. इसे AI से कोई मूल्य न पाने वाला समूह कहना सवालों से आगे जाना होगा. लोग टूल इस्तेमाल करते हुए भी इन खास दावों का समर्थन न करें, यह संभव है; सर्वेक्षण उनकी वजहें नहीं बताता.
गुणवत्ता और नए काम से सहमत, पर समय से सहमत नहीं, छोटे प्रोफ़ाइल में 20 उत्तरदाता हैं. पूरा विवरण देने के लिए यह दिखता रहता है, लेकिन इसे चौंकाने वाली मुख्य सुर्खी नहीं बनाना चाहिए. श्रेणी दिखाना और उससे मज़बूत व्याख्या बनाना अलग बातें हैं. नीचे के चित्र जवाबों का अधिक विवरण रखते हैं.
गुणवत्ता के जवाब के पीछे क्या है?
समय और गुणवत्ता पर सहमति के बीच फ़र्क का बड़ा हिस्सा न सहमत न असहमत वाले जवाबों से आता है. अगली तालिका मूल 3 उत्तर विकल्प बनाए रखती है. हर प्रतिशत सभी 1,850 पात्र उपयोगकर्ताओं पर है, इसलिए पंक्ति का योग 100% नहीं होता.
समय बचने और गुणवत्ता बेहतर होने पर जवाब अलग थे
हर प्रतिशत हाल में काम पर AI इस्तेमाल करने वाले सभी 1,850 अमेरिकी वयस्कों का हिस्सा है. पंक्तियाँ समय-बचत का जवाब और कॉलम गुणवत्ता का जवाब दिखाते हैं. ये संयुक्त हिस्से हैं, हर पंक्ति के भीतर के प्रतिशत नहीं.
| समय बचने का जवाब | गुणवत्ता: सहमत | गुणवत्ता: न सहमत, न असहमत | गुणवत्ता: असहमत | समय बचने के इस जवाब वाली पंक्ति के उत्तरदाता (बिना भार) |
|---|---|---|---|---|
| सहमत | 47.1% | 26.9% | 7.0% | 1,489 |
| न सहमत, न असहमत | 4.2% | 8.2% | 3.1% | 296 |
| असहमत | 0.6%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 0.6%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 2.5% | 65 |
अनुमानतः सभी पात्र उपयोगकर्ताओं के 47.1% समय बचने और गुणवत्ता, दोनों से सहमत थे. अन्य 26.9% समय से सहमत, लेकिन गुणवत्ता पर न सहमत न असहमत थे; 7.0% समय से सहमत और गुणवत्ता से असहमत थे. ये अलग अर्थ वाले अलग जवाब हैं.
सिर्फ AI से समय बचने पर सहमत लोगों को देखें, तो आधार संख्या 1,489 उत्तरदाता हो जाती है. इनमें 58.2% गुणवत्ता से सहमत, 33.2% न सहमत न असहमत और 8.6% असहमत थे. ये वही मूल जवाब समय-बचत समूह के भीतर दिखाए गए हैं, दूसरा नमूना या बाद का मापन नहीं.
तटस्थ जवाब से यह नहीं पता चलता कि व्यक्ति अनिश्चित है, गुणवत्ता बदली नहीं या उसे अनुभव नहीं है. जवाब सिर्फ न सहमत, न असहमत है. इसी तरह AI से गुणवत्ता बेहतर होने पर असहमति यह साबित नहीं करती कि काम और खराब हुआ.
साइकिल दुकान के अपने फ़ीडबैक को समझने में यह अंतर उपयोगी है. सहकर्मी कहे कि ड्राफ़्ट जल्दी बनता लगता है, पर तैयार विवरण की गुणवत्ता का समर्थन न करे, तो मालिक का अगला कदम साफ़ है: तकनीशियन के नोट से विवरण मिलाकर जाँचे. इससे व्यापक धारणा ग्राहक को दिखने वाले काम पर ठोस बातचीत बनती है.
नए काम इस तस्वीर में कहाँ आते हैं?
समय बचने से सहमत लोगों तक सीमित होने के बाद भी नए काम के जवाब जानकारी जोड़ते हैं. अगली तालिका का हर प्रतिशत AI से समय बचने पर सहमत 1,489 लोगों पर है. 9 खाने उनके गुणवत्ता और नए काम वाले जवाबों के मेल दिखाते हैं.
समय बचने से सहमत लोगों ने बाकी सवालों पर क्या कहा
हर प्रतिशत AI से समय बचने पर सहमत 1,489 उत्तरदाताओं का हिस्सा है. पंक्तियाँ गुणवत्ता और कॉलम नए काम का जवाब हैं. ये सभी पात्र उपयोगकर्ताओं या हर पंक्ति के भीतर के प्रतिशत नहीं हैं.
| काम की गुणवत्ता का जवाब | नए काम: सहमत | नए काम: न सहमत, न असहमत | नए काम: असहमत | गुणवत्ता के इस जवाब वाली पंक्ति के उत्तरदाता (बिना भार) |
|---|---|---|---|---|
| सहमत | 42.0% | 13.4% | 2.8% | 852 |
| न सहमत, न असहमत | 17.8% | 11.9% | 3.4% | 509 |
| असहमत | 3.0% | 2.7% | 2.9% | 128 |
इस समूह में 42.0% बाकी दोनों कथनों से सहमत थे. यही 617 उत्तरदाता सभी 1,850 पात्र उपयोगकर्ताओं में सभी 3 कथनों से सहमत 34.0% प्रोफ़ाइल बनाते हैं. 2 प्रतिशत इसलिए अलग हैं कि एक आधार में हर पात्र उपयोगकर्ता है और दूसरे में सिर्फ समय बचने से सहमत 1,489 लोग.
समय बचने से सहमत लोगों में अन्य 17.8% नए काम से सहमत और गुणवत्ता पर न सहमत न असहमत थे. अलग 13.4% गुणवत्ता से सहमत और नए काम पर न सहमत न असहमत थे. अन्य 11.9% दोनों पर न सहमत न असहमत थे. इनमें से हर खाने में 180 से अधिक उत्तरदाता हैं; सशर्त तालिका के सभी 9 खानों में कम से कम 40 हैं.
यह सिर्फ “AI के कई संभावित लाभ हैं” कहने से अधिक स्पष्ट है. कुछ लोग समय बचने के साथ व्यापक काम कर पाने का समर्थन करते हैं, पर बेहतर गुणवत्ता का नहीं. कुछ समय बचने के साथ गुणवत्ता मानते हैं, पर नए काम नहीं. इन जवाबों को अपनाने के चरण या कौशल बढ़ने की कहानी न बनाएँ. हम संयोजन देखते हैं, क्रमिक प्रगति नहीं.
व्यवसाय इस अंतर से तय कर सकता है कि उसे क्या प्रमाण चाहिए. परिचित काम जल्दी करने के लिए अपनाए टूल को उसी काम के आधार पर परखें. प्रस्तावित नए उपयोग में अलग जाँच चाहिए कि तैयार काम उपयोगी और स्वीकार्य है या नहीं. किसी फ़ैसले के लिए हर तरह का लाभ साथ आने का वादा ज़रूरी नहीं.
उपयोगी इस्तेमाल को हर लाभ देना भी ज़रूरी नहीं. तय मानक बनाए रखते हुए नियमित काम में समय घटाना लक्ष्य हो, तो नई कार्य-क्षमता उस फ़ैसले से असंबंधित हो सकती है. पहले न बन सकने वाली चीज़ देना लक्ष्य हो, तो सिर्फ तेज़ी सफलता नहीं साबित करेगी. इन प्रोफ़ाइल में इन अलग-अलग लक्ष्यों के लिए जगह है; ये व्यवसाय को यह नहीं बताते कि कौन-सा लक्ष्य चुनना है.
उदाहरण: साइकिल दुकान की AI से मदद लेकर बनी पोस्ट की समीक्षा
काल्पनिक साइकिल दुकान पर लौटें. मालिक ऐसी पोस्ट चाहता है जो बताएँ कि ग्राहक कौन-सी सर्विस बुक करे. तकनीशियन तथ्य देता है और जेनरेटिव AI विवरण का ड्राफ़्ट बनाने में मदद करता है. इसे उत्पादन का नियमित हिस्सा बनाने से पहले टीम इस सीमित काम की समीक्षा कर सकती है. अगला तरीका हमारा सुझाया उपयोग है, SHED में परखी गई प्रक्रिया नहीं.
पहले तय करें कि पूरा हुआ काम क्या है. यहाँ वह मंज़ूर की गई पोस्ट है जो सर्विस सही बताती है और ग्राहक को स्पष्ट अगला कदम देती है. नोट तैयार करने, ड्राफ़्ट जाँचने, गलतियाँ सुधारने और पोस्ट को मंज़ूरी देने का समय भी समीक्षा में गिनें. पहला ड्राफ़्ट आते ही काम तैयार नहीं हो जाता.
फिर तकनीशियन के स्रोत नोट से तैयार विवरण मिलाएँ. क्या सर्विस के विकल्प सही अलग किए हैं? क्या कोई ऐसी कीमत, वादा या तकनीकी दावा जोड़ दिया है जिसका नोट में आधार नहीं? क्या पाठक अगला कदम समझ सकता है? इन जाँचों से इसी पोस्ट पर प्रमाण मिलता है. इसके लिए किसी कर्मचारी की AI से सामान्य संतुष्टि को गुणवत्ता का आकलन मानना ज़रूरी नहीं.
नई क्षमता के लिए मालिक अलग सवाल-जवाब की रूपरेखा सोच सकता है, जिसमें बार-बार आए ग्राहक सवाल उपयोगी संसाधन बनें. सही सवाल है: क्या टीम अब कुछ उपयोगी बना सकती है जो पहले नहीं बना पाती थी? नियमित पोस्ट के और रूप बना लेना वही बात नहीं. नए फ़ॉर्मैट को भी तथ्य और संपादकीय जाँच चाहिए.
आखिरी फ़ैसला “AI ज़्यादा इस्तेमाल करें” की व्यापक सलाह से अधिक सीमित हो सकता है. दुकान को सर्विस विवरण का ड्राफ़्ट बनाने में व्यावहारिक फ़ायदा मिले, तो वह इसे जारी रखते हुए प्रस्तावित सवाल-जवाब संसाधन को अलग जाँच सकती है. समीक्षा और सुधार में दिख रही समय-बचत खप जाए, तो काम के इस तरीके पर फिर सोचना उचित होगा. फ़ैसला दुकान के अपने काम पर टिका है, जिसमें ड्राफ़्ट को प्रकाशन के लिए तैयार करने का काम भी शामिल है.
क्रिएटर यही अंतर वीडियो की रूपरेखा, स्पॉन्सर ब्रीफ़ या सब्सक्राइबर संसाधन पर लागू कर सकता है. किसी खास काम और उसे स्वीकार करने के पहले से तय मानक से शुरू करें. राष्ट्रीय प्रोफ़ाइल क्रिएटर के अपने नतीजों का लक्ष्य तय नहीं करते; इस सर्वेक्षण में अलग क्रिएटर या फ्रीलांसर आबादी पहचानी नहीं गई है.
मेहनत, तैयार काम और अतिरिक्त उपयोग अलग परखें

हर कदम शामिल करें
समीक्षा में तैयारी, जाँच और सुधार का काम भी रखें.
तैयार काम जाँचें
नतीजा स्रोत के तथ्यों और उसके उद्देश्य से मिलाकर जाँचें.
अतिरिक्त उपयोग परखें
नए काम को नियमित बनाने से पहले जाँचें कि उससे उपयोगी चीज़ बनती है या नहीं.
पद्धति, पूरे जवाब और डाउनलोड
हमने सार्वजनिक 2025 Survey of Household Economics and Decisionmaking इस्तेमाल किया, जो Federal Reserve के लिए 17 से 28 अक्टूबर, 2025 तक ऑनलाइन हुआ. लक्षित आबादी अमेरिका में रहने वाले 18 या उससे अधिक उम्र के असैन्य वयस्क हैं जो संस्थागत आवास में नहीं रहते. पूरे सर्वेक्षण में 12,934 उत्तरदाता हैं. हमारा विश्लेषण पिछले महीने काम और काम पर जेनरेटिव AI का उपयोग बताने वाले 1,850 लोगों का है; सभी के 3 लाभ सवालों के जारी किए गए जवाब थे.[1][4]
पात्रता समझना ज़रूरी है. यह काम में पहले से जेनरेटिव AI इस्तेमाल कर रहे लोगों का अध्ययन है, सभी काम करने वालों का नहीं और उपयोग न करने वालों से तुलना भी नहीं. इससे यह भविष्यवाणी नहीं होती कि टूल अपनाने पर व्यवसाय को क्या लाभ मिलेंगे. जवाब 2025 की सर्वेक्षण-संबंधी काम अवधि के हैं; अनुवाद इन्हें दूसरे देश के मौजूदा अनुमान नहीं बना देता.
हर प्रतिशत में जारी क्रॉस-सेक्शनल सर्वेक्षण भार हैं. तालिकाएँ बिना भार की उत्तरदाता गिनती भी दिखाती हैं. गिनती अनुमान के पीछे के रिकॉर्ड बताती है, देश के लोगों की संख्या नहीं. पूरे 3 जवाब वाली तालिका में सभी 27 संयोजन हैं; 8 प्रोफ़ाइल वाला चार्ट सिर्फ सहमति वाले कथन पहचानते समय न सहमत न असहमत और असहमत को जोड़ता है.
हमने पात्रता, उपयोग या लाभ के 5 फ़ील्ड में से किसी पर इम्प्यूटेशन फ़्लैग वाले रिकॉर्ड हटाकर भी विश्लेषण दोहराया. इसमें 1,841 उत्तरदाता बचे. पहले से तय संयुक्त तालिकाओं, सहमति प्रोफ़ाइल और लाभ-उत्तर हिस्सों में सबसे बड़ा निरपेक्ष बदलाव लगभग 0.2 प्रतिशत अंक था. जाँच इसी बहिष्करण पर है; इससे गैर-प्रतिक्रिया, कवरेज या मापन की गलतियाँ दूर नहीं होतीं. छोटे समूह में मूल भार हैं और वह सुधरा हुआ राष्ट्रीय अनुमान नहीं है.[5]
हम वर्णनात्मक अनुमान देते हैं, विश्वास अंतराल या सांख्यिकीय सार्थकता जाँच नहीं. इन सशर्त तालिकाओं के लिए मान्य सर्वेक्षण-रूपरेखा प्रसरण अनुमान स्थापित नहीं हुआ. छोटे फ़र्क भरोसेमंद क्रम न माने जाएँ. पूरे जवाबों के 27 खानों में 15 में 30 से कम उत्तरदाता हैं और उन्हें चिह्नित किया गया है; पूरी गिनती उपलब्ध है.
इन संयोजनों की गणना से पहले संयुक्त सवाल, जवाबों की परिभाषाएँ, भार, संवेदनशीलता जाँच और प्रकाशन मानदंड भीतर ही तय कर लिए गए थे. प्रकाशित अलग-अलग प्रतिशत पहले से पता थे. यह सार्वजनिक पूर्व-पंजीकरण नहीं था. स्रोत-लेबल स्पष्ट करने से इनपुट मैपिंग बदली, तय विश्लेषण नहीं; डाउनलोड में इसका रिकॉर्ड है. 2 अलग गणनाओं ने समेकित नतीजे दोहराए.
स्रोत डेटा और भाषा Federal Reserve के सर्वेक्षण की है; संयुक्त गणना और व्याख्या Influence IQ की. एजेंसी का समर्थन न मानें. डाउनलोड में पूरे समेकित नतीजे, पद्धति, कोड और तय सार्वजनिक स्रोत पाने के निर्देश हैं. उत्तरदाताओं के रिकॉर्ड और पहचानकर्ता शामिल नहीं हैं.[6]
मूल उत्तर विकल्पों के सभी 27 संयोजन
हाल में काम पर AI इस्तेमाल करने वाले सर्वेक्षण के सभी 1,850 अमेरिकी वयस्कों के भारित हिस्से. 3 में से हर कथन के लिए सहमत, न सहमत न असहमत और असहमत अलग रखे गए हैं.
सभी 27 जवाब संयोजन खोलें
| समय; गुणवत्ता; नए काम | पात्र उपयोगकर्ताओं का हिस्सा | इस संयोजन के उत्तरदाता (बिना भार) |
|---|---|---|
| समय की बचत: सहमत; गुणवत्ता: सहमत; नए काम: सहमत | 34.0% | 617 |
| समय की बचत: सहमत; गुणवत्ता: सहमत; नए काम: न सहमत, न असहमत | 10.9% | 194 |
| समय की बचत: सहमत; गुणवत्ता: सहमत; नए काम: असहमत | 2.2% | 41 |
| समय की बचत: सहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: सहमत | 14.5% | 274 |
| समय की बचत: सहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: न सहमत, न असहमत | 9.6% | 183 |
| समय की बचत: सहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: असहमत | 2.8% | 52 |
| समय की बचत: सहमत; गुणवत्ता: असहमत; नए काम: सहमत | 2.4% | 46 |
| समय की बचत: सहमत; गुणवत्ता: असहमत; नए काम: न सहमत, न असहमत | 2.2% | 42 |
| समय की बचत: सहमत; गुणवत्ता: असहमत; नए काम: असहमत | 2.4% | 40 |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: सहमत; नए काम: सहमत | 0.9%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 19इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: सहमत; नए काम: न सहमत, न असहमत | 2.3% | 40 |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: सहमत; नए काम: असहमत | 1.0%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 18इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: सहमत | 2.3% | 46 |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: न सहमत, न असहमत | 4.6% | 86 |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: असहमत | 1.3%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 26इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: असहमत; नए काम: सहमत | 0.9%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 18इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: असहमत; नए काम: न सहमत, न असहमत | 1.2%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 22इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: न सहमत, न असहमत; गुणवत्ता: असहमत; नए काम: असहमत | 1.0%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 21इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: सहमत; नए काम: सहमत | 0.1%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 1इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: सहमत; नए काम: न सहमत, न असहमत | 0.2%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 5इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: सहमत; नए काम: असहमत | 0.3%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 5इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: सहमत | 0.2%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 3इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: न सहमत, न असहमत | 0.1%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 2इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: न सहमत, न असहमत; नए काम: असहमत | 0.2%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 5इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: असहमत; नए काम: सहमत | 0.3%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 5इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: असहमत; नए काम: न सहमत, न असहमत | 0.6%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 12इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
| समय की बचत: असहमत; गुणवत्ता: असहमत; नए काम: असहमत | 1.6%इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. | 27इस खाने में 30 से कम उत्तरदाता हैं. इस वर्णनात्मक अनुमान को सावधानी से समझें. |
CSV में दिखाई गई तालिकाएँ हैं, जिनमें 3 जवाबों के सभी 27 संयोजन शामिल हैं. ZIP में पूरे समेकित आउटपुट, तय पद्धति, दोहराई जा सकने वाली गणना का कोड और आधिकारिक स्रोत पाने के निर्देश हैं. इसमें उत्तरदाताओं के रिकॉर्ड या पहचानकर्ता नहीं हैं. संख्यात्मक CSV फ़ील्ड दशमलव बिंदु इस्तेमाल करते हैं. स्रोत: Federal Reserve SHED 2025; गणना Influence IQ की.
स्रोत और नोट
- Board of Governors of the Federal Reserve System, 2025 Survey of Household Economics and Decisionmaking का सार्वजनिक उपयोग डेटा. स्रोत 18 अक्टूबर, 2026 को लिया गया. Influence IQ ने जारी क्रॉस-सेक्शनल भार से एक ही व्यक्ति के जवाबों के संयोजन निकाले. पुनरुत्पादन पैकेज सटीक आर्काइव और CSV फ़ाइल को SHA-256 हैश से पहचानता है. नए संयुक्त प्रतिशत हमारी गणना हैं, Board के प्रकाशित अतिरिक्त आँकड़े नहीं.
- 2025 SHED प्रश्नावली, D1A, D50 और D52_a–D52_c. D1A पिछले महीने वेतन या मुनाफ़े के लिए किए गए काम के बारे में पूछता है; D50 पिछले महीने काम पर जेनरेटिव AI उपयोग पूछता है और सर्च इंजन में सिर्फ AI नतीजा देखना बाहर रखता है. D52 समय बचने, गुणवत्ता बेहतर होने और नए काम करने की क्षमता पूछता है. 3 विकल्प हैं सहमत, न सहमत न असहमत, और असहमत. D52 काम में AI के बारे में धारणाएँ बताता है, तय अवधि में लाभ की मापी हुई मात्रा नहीं.
- Federal Reserve, Economic Well-Being of U.S. Households in 2025, Employment and Job Quality, चित्र 11. AI उपयोगकर्ताओं के प्रकाशित सहमति हिस्से समय बचने पर 81%, गुणवत्ता बेहतर होने पर 52% और नए काम पर 55% हैं. पूरे प्रतिशत में राउंड करने पर हमारे भारित सीमांत अनुमान यही आँकड़े देते हैं. अलग सीमांत प्रतिशत 3 सवालों के संयुक्त जवाब तय नहीं करते.
- 2025 सर्वेक्षण का Federal Reserve का विवरण. Ipsos ने प्रायिकता-आधारित भर्ती वाले KnowledgePanel से सर्वेक्षण किया. अंतिम नमूने में 12,934 उत्तरदाता हैं; संचयी उत्तर दर 4.1% थी. भार तय जनसांख्यिकीय फ़र्क सँभालते हैं, लेकिन गैर-प्रतिक्रिया या कवरेज की हर गलती नहीं मिटाते. लेख अक्टूबर 2025 की अमेरिकी सर्वेक्षण आबादी पर है, हर देश के आज के व्यवहार पर नहीं.
- 2025 SHED कोडबुक: D1A, D50 और D52_a–D52_c के क्रॉस-सेक्शनल भार और इम्प्यूटेशन फ़्लैग. संवेदनशीलता जाँच में हर संबंधित फ़्लैग 0 होना ज़रूरी है; गायब को 0 नहीं माना गया. इसमें 1,850 में से 1,841 पात्र उपयोगकर्ता और AI से समय बचने पर सहमत 1,489 में से 1,486 लोग बचे. पहले से तय तुलनाओं में सबसे बड़ा निरपेक्ष बदलाव प्रदर्शन की राउंडिंग से पहले लगभग 0.212 प्रतिशत अंक था. जिनकी जारी पात्रता इम्प्यूटेशन से बदली, यह जाँच उन्हें वापस नहीं ला सकती. बिना सत्यापित सशर्त प्रसरण की जगह पूरे सर्वेक्षण का डिज़ाइन प्रभाव नहीं लगाया गया.
- Federal Reserve की वेबसाइट की जानकारी, जहाँ अलग न बताया गया हो, पब्लिक डोमेन में है. स्रोत उल्लेख माँगा गया है; पहचानी गई तीसरे पक्ष की सामग्री और ट्रेडमार्क पर अलग पाबंदियाँ हैं. गणना, व्याख्या और चित्रों की ज़िम्मेदारी Influence IQ की है. Federal Reserve इस लेख का समर्थन नहीं करता. एजेंसी के लोगो या उत्तरदाता स्तर के रिकॉर्ड दोहराए नहीं गए हैं.
मूल संस्करण अंग्रेज़ी में है. हर भाषा में वही अमेरिकी आबादी और अक्टूबर 2025 का सर्वेक्षण है, अलग राष्ट्रीय अध्ययन नहीं. विश्लेषण, व्याख्या और अनुवाद Influence IQ के हैं.