生成式 AI 在工作中的益处:哪些会一起出现?

节省时间、改善工作及完成新任务,是不同承诺。一项美国调查显示,工作者有多大比例会同时认同这些说法。

对美联储 2025 年家庭经济与决策调查所作的原创分析。研究对象为此前一个月在工作中使用生成式 AI 的美国成年人。

摘要

人们报告的生成式 AI 益处,并非总是一同出现。我们分析了美联储 2025 年 10 月调查中,1,850 名此前一个月曾工作、并在工作中使用生成式 AI 的美国成年人的回答。加权后,34.0% 同意它节省时间、提高工作质量并让自己能完成新任务;另有 17.0% 同意省时,却未同意其他两项说法;16.9% 同意省时及新任务,却未同意质量说法。

同意省时的 1,489 名受访者中,42.0% 也同意其他两项说法;另有 17.8% 同意新任务,对质量则既不同意也不反对。这些是报告的感受,不是实测生产率提升。对企业和创作者,它们提供一个具体理由:扩大 AI 辅助流程的使用之前,先检查它带来的是哪种帮助。

一家独立自行车店正在准备介绍检修服务选项的社交帖子。店主尝试用生成式 AI,将技师笔记整理成顾客容易理解的草稿。很快得到草稿令人鼓舞,但在每周采用这一方法之前,团队仍需判断成品说明是否准确,以及工具是否帮助完成了团队原本无法完成的事情。

这是虚构企业示例,说明了许多生成式 AI 益处讨论背后的实际决定:什么才算继续使用工具的理由?更快的初稿、更清楚的最终说明,以及有用的新形式,是不同结果,不能悄悄用一个答案代替其他答案。

美联储调查让我们能在同一批受访者中考察 3 种相关感受。我们查看回答组合,不将每个主要百分比当作对劳动人群的单独描述。这些组合能让工作审核决定更具体。[1]

审视一项工作的 3 个角度

秒表、放大镜下的内容页,以及放有几何部件的打开工具箱,分别代表时间、质量审核及额外任务可能。插图不包含测量值。
  • 完成工作所需时间
  • 成品质量
  • 完成新任务的能力
3 个不同审核问题的概念插图。物件不代表测量值或调查比例。

调查询问了哪些益处?

问卷询问工作者,是否同意、既不同意也不反对,或不同意以下说法:生成式 AI 节省时间、提高工作质量,以及让自己能完成新任务。分析纳入报告上个月从事有薪或以盈利为目的的工作、并在工作中使用生成式 AI 的人。按问卷定义,仅在搜索引擎看到 AI 生成结果,不算使用。[2]

美联储已报告这些用户分别同意各项的比例:省时为 81%,质量为 52%,新任务为 55%。它们说明 3 项说法的同意程度不同,却不能告诉我们同一批人中多少同时同意全部 3 项,或其他回答如何组合。[3]

措辞很重要。同意质量改善,不是独立审核者给出的质量评分;同意省时,不说明节省多少小时;新任务也不同于更快完成熟悉工作。全文保留这些区别,不将回答合成单一生产率得分。

哪些益处会被一同认同?

8 种同意组合中,最大的一组同意全部 3 项,占符合条件用户的 34.0%。图表保留每种组合。某行未列出的说法,对应中立或不同意回答;未列出,不代表工作者没有获得任何益处。

工作者同意哪些 AI 说法?

近期在工作中使用 AI 的 1,850 名受调查美国成年人的加权百分比。每行列出获同意的说法;未列出的说法对应中立或不同意回答。

查看完整组合表与样本计数
全部 8 种同意组合及百分比、受访者数
获同意的说法占符合条件用户的比例组合内受访者数(未加权)
省时、质量与新任务34.0%617
省时与质量13.1%235
省时与新任务16.9%320
省时17.0%317
质量与新任务0.9%此单元受访者少于 30 人。请谨慎解读此描述性估计。20此单元受访者少于 30 人。请谨慎解读此描述性估计。
质量3.8%68
新任务3.7%72
3 项说法均未同意10.6%201
8 种组合覆盖全部符合条件用户。“全部未同意”指对这 3 项说法均未同意,不是从 AI 没有获益。计数为未加权受访者。注释标记少于 30 名受访者的单元;它们留在表内,却不应支撑强解释。四舍五入可能使展示百分比合计不等于 100.0%。

另外 3 种组合说明联合视角为何有用。同意省时、但未同意质量或新任务的占 17.0%;同意省时及新任务、但未同意质量的占 16.9%;同意省时及质量、但未同意新任务的占 13.1%。

这些描述了都同意省时的人群中的不同回答组合。接近 17% 的 2 个数在描述上相近,微小差异不足以将某种 AI 用法排在另一种之上。更有用的是,新任务问题能区分那些仅比较时间和质量时会被放在一起的人。

另有 10.6% 对全部 3 项说法均未表示同意。这个组包含中立及不同意回答。称其没有从 AI 获得价值,会超出问题范围。人们可以使用工具,却不认同这些具体说法;调查不解释原因。

同意质量及新任务、却未同意省时的小组有 20 名受访者。它仍在完整展示中,却不应变成反直觉的醒目结论。保留一个类别,与围绕它作强解释,是两回事。下方图表保留更多回答细节。

如何理解关于质量的回答?

省时与质量的同意比例差异,很大部分来自中立回答。下表保留 3 个原始回答选项。每个百分比均以全部 1,850 名符合条件用户为基数,因此单行不会合计为 100%。

省时与质量改善,得到的回答不同

每个百分比占近期在工作中使用 AI 的全部 1,850 名受调查美国成年人的比例。行表示省时回答,列表示质量回答。这是联合比例,不是各行内部百分比。

全部符合条件用户的省时与质量回答
省时回答质量:同意质量:既不同意也不反对质量:不同意此省时回答行的受访者数(未加权)
同意47.1%26.9%7.0%1,489
既不同意也不反对4.2%8.2%3.1%296
不同意0.6%此单元受访者少于 30 人。请谨慎解读此描述性估计。0.6%此单元受访者少于 30 人。请谨慎解读此描述性估计。2.5%65
9 个百分比合计覆盖全部符合条件用户。最后一列提供各省时回答行的未加权总人数,不是每个单元的人数。稀疏单元注释标出基于少于 30 名受访者的单项估计。中立指既不同意也不反对,不报告置信区间或显著性检验。

估计全部符合条件用户中,47.1% 同时同意省时及质量;26.9% 同意省时、对质量中立;7.0% 同意省时、但不同意质量。这些是不同回答,各有含义。

只看同意 AI 省时的人,分母变为 1,489 名受访者。组内 58.2% 同意质量,33.2% 中立,8.6% 不同意。这是同一批底层回答在省时同意组内的表达,不是另一份样本或后续测量。

中立回答不能说明此人不确定、质量没有变化,或缺乏经验;它仅表示既不同意也不反对。同样,不同意 AI 提高质量,也不能确定它让工作变差。

自行车店解读自身反馈时,这一区别很有用。如果同事觉得起草更快,却不认可最终说明的质量,店主就有明确下一步:对照技师笔记审核说明。这能将宽泛感受转为关于顾客将看到什么的具体讨论。

新任务带来了什么补充信息?

即使只看同意省时的人,新任务回答仍会增加信息。下表全部百分比以同意 AI 省时的 1,489 人为基数。9 个单元描述他们的质量与新任务回答如何组合。

同意省时的人如何回答其他问题

每个百分比占同意 AI 省时的 1,489 名受访者的比例。行表示质量回答,列表示新任务回答。这不是占全部符合条件用户的百分比,也不是行内百分比。

同意 AI 省时者的质量与新任务回答
工作质量回答新任务:同意新任务:既不同意也不反对新任务:不同意此质量回答行的受访者数(未加权)
同意42.0%13.4%2.8%852
既不同意也不反对17.8%11.9%3.4%509
不同意3.0%2.7%2.9%128
全部 9 个单元采用同一省时同意分母,合计覆盖该组。最后一列为各质量回答行的未加权总人数。每个单元至少有 40 名受访者,不保证统计精度。中立与不同意仍是不同回答。

该组内,42.0% 同意其他两项说法。同样这 617 名受访者,在全部 1,850 名符合条件用户中,构成同意全部 3 项的 34.0% 组合。2 个百分比不同,是因为一个分母包括全部符合条件用户,另一个只包括同意省时的 1,489 人。

同意 AI 省时的人中,另有 17.8% 同意新任务、对质量中立;13.4% 同意质量、对新任务中立;11.9% 两项都中立。这些单元各有超过 180 名受访者支持;条件表全部 9 个单元均至少有 40 人。

这比“AI 可能有多种益处”更具体。有些受访者在同意省时之余,也认同更广的任务能力,却不认同质量更好;另一些同意省时及质量,却不认同新任务。不应将回答转为采用阶段或技能发展故事。我们观察的是组合,不是发展过程。

企业可据此决定需要什么证据。为加快熟悉任务而采用的工具,应按该任务评估;提出的新用途,需要单独审核产出是否有用、是否可以接受。两种决定都不要求承诺每种益处一同到来。

有用的应用,也不必提供每一种益处。如果目的是在保持可接受标准的同时,缩短现有任务耗时,新任务能力可能与决定无关。如果目的是提供企业过去无法产出的东西,仅凭速度不能确定成功。这些组合容得下不同目标,不替企业选择目标。

完整示例:审核自行车店的 AI 辅助帖子

回到虚构自行车店。店主希望帖子说明顾客应预订哪项服务。技师提供事实,生成式 AI 帮助起草说明。团队可以先审核这个明确限定的任务,再将它变成常规制作流程。以下是我们建议的应用,不是 SHED 检验过的流程。

先定义最终成品:这里是一篇已批准、准确描述服务并为顾客提供清楚下一步的帖子。准备笔记、核查草稿、改正错误及批准帖子所花的时间,都应计入审核。初稿出现,与工作可以交付,是不同时间点。

接着,对照技师来源笔记检查最终说明。是否正确区分服务选项?是否增加笔记不支持的价格、承诺或技术主张?读者是否知道下一步怎么做?这些检查为这篇帖子提供证据,不需要把工作者对 AI 的总体满意度当作质量评估。

若要评估新能力,店主可以另行考虑一份问答提纲,将反复出现的顾客问题整理为有用资料。相关问题是:团队现在是否能产出过去无法产出的有用东西,而非是否生成了更多常规帖子的变体。新形式仍需事实及编辑审核。

最终决定可以比“更多使用 AI”更具体。如果店铺发现起草服务说明有实际优势,可以保留该用法,同时单独审核拟议问答资料。如果审核及修正耗尽表面省下的时间,就有理由重新考虑流程。决定依据店内实际任务发生的情况,也包括让草稿达到可发布状态所需工作。

创作者也可以将同一区分用于视频提纲、赞助简报或订阅者资料。先选一项具体工作及现有验收标准。全国组合不为创作者自身结果设定目标;调查也未识别单独的创作者或自由职业者总体。

分别审核投入、成品及额外用途

3 张内容卡共享橙色圆形图案:第一张旁有秒表及铅笔,第二张在放大镜下,第三张在打开的空白笔记本旁,表示不同工作审核问题。
  1. 计入每个步骤

    将准备、核查及修正计入待审核的工作。

  2. 检查成品

    对照来源事实及所需目的检查结果。

  3. 评估额外用途

    确认新任务是否产出有用成果,再使其常规化。

企业或创作者审核建议的概念插图。调查未检验此流程,也未测量虚构自行车店示例的结果。

方法、完整回答与下载

我们使用公开的 2025 年 Survey of Household Economics and Decisionmaking,调查于 2025 年 10 月 17 至 28 日在线为美联储实施。目标总体为年满 18 岁、非机构居住的美国平民居民。完整调查含 12,934 名受访者。本分析涉及其中 1,850 人,他们报告此前一个月曾工作,且在工作中使用生成式 AI;全部都有发布的 3 道益处题回答。[1][4]

纳入条件对解释很重要。这研究的是已经在工作中使用生成式 AI 的人,不是所有工作者,也不与未使用者比较。它无法预测企业采用工具后会得到什么益处。回答也描述 2025 年受调查的工作时期;翻译文章,不会使它变成另一国家的当前估计。

每个百分比使用发布的横截面调查权重。表格也展示未加权受访者计数,说明估计背后的记录数,而非全国人数。3 项回答的完整组合表保留全部 27 种组合;8 组合图仅在识别哪些说法获同意时,合并中立与不同意。

我们还排除 5 个纳入、使用或益处字段中,任一带插补标记的记录,再重复分析,剩余 1,841 名受访者。在预先指定的联合表、同意组合及益处回答比例中,最大绝对变化约 0.2 个百分点。这仅检查这一特定排除,不消除无回答、覆盖或测量误差。缩小组保留原权重,不是校正后的全国估计。[5]

我们报告描述性估计,不附置信区间或显著性检验。尚未为这些条件表确立有效的调查设计方差估计。小差异不应被当作可靠排名。27 个完整回答单元中,15 个少于 30 名受访者,均作标记;完整计数仍然可用。

联合问题、回答定义、权重、敏感性检查及发布标准,在计算这些组合之前已在内部固定。已发布边际数值此前已知,这不是公开预注册。一次来源标签说明改变了输入映射,未改变计划分析,已记入下载资料。2 项独立计算复现了汇总结果。

来源数据与措辞属于美联储调查,联合计算及解释由 Influence IQ 完成,不表示机构为其背书。下载提供完整汇总结果、方法及代码,以及获取固定公开来源的说明,不含受访者记录或标识符。[6]

原始回答选项的全部 27 种组合

近期在工作中使用 AI 的全部 1,850 名受调查美国成年人的加权比例,保留对 3 项说法各自的同意、既不同意也不反对,以及不同意回答。

展开全部 27 种回答组合
3 项回答的完整组合表,附加权比例及未加权计数
省时;质量;新任务占符合条件用户的比例此组合的受访者数(未加权)
省时:同意;质量:同意;新任务:同意34.0%617
省时:同意;质量:同意;新任务:既不同意也不反对10.9%194
省时:同意;质量:同意;新任务:不同意2.2%41
省时:同意;质量:既不同意也不反对;新任务:同意14.5%274
省时:同意;质量:既不同意也不反对;新任务:既不同意也不反对9.6%183
省时:同意;质量:既不同意也不反对;新任务:不同意2.8%52
省时:同意;质量:不同意;新任务:同意2.4%46
省时:同意;质量:不同意;新任务:既不同意也不反对2.2%42
省时:同意;质量:不同意;新任务:不同意2.4%40
省时:既不同意也不反对;质量:同意;新任务:同意0.9%此单元受访者少于 30 人。请谨慎解读此描述性估计。19此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:既不同意也不反对;质量:同意;新任务:既不同意也不反对2.3%40
省时:既不同意也不反对;质量:同意;新任务:不同意1.0%此单元受访者少于 30 人。请谨慎解读此描述性估计。18此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:既不同意也不反对;质量:既不同意也不反对;新任务:同意2.3%46
省时:既不同意也不反对;质量:既不同意也不反对;新任务:既不同意也不反对4.6%86
省时:既不同意也不反对;质量:既不同意也不反对;新任务:不同意1.3%此单元受访者少于 30 人。请谨慎解读此描述性估计。26此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:既不同意也不反对;质量:不同意;新任务:同意0.9%此单元受访者少于 30 人。请谨慎解读此描述性估计。18此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:既不同意也不反对;质量:不同意;新任务:既不同意也不反对1.2%此单元受访者少于 30 人。请谨慎解读此描述性估计。22此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:既不同意也不反对;质量:不同意;新任务:不同意1.0%此单元受访者少于 30 人。请谨慎解读此描述性估计。21此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:同意;新任务:同意0.1%此单元受访者少于 30 人。请谨慎解读此描述性估计。1此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:同意;新任务:既不同意也不反对0.2%此单元受访者少于 30 人。请谨慎解读此描述性估计。5此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:同意;新任务:不同意0.3%此单元受访者少于 30 人。请谨慎解读此描述性估计。5此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:既不同意也不反对;新任务:同意0.2%此单元受访者少于 30 人。请谨慎解读此描述性估计。3此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:既不同意也不反对;新任务:既不同意也不反对0.1%此单元受访者少于 30 人。请谨慎解读此描述性估计。2此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:既不同意也不反对;新任务:不同意0.2%此单元受访者少于 30 人。请谨慎解读此描述性估计。5此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:不同意;新任务:同意0.3%此单元受访者少于 30 人。请谨慎解读此描述性估计。5此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:不同意;新任务:既不同意也不反对0.6%此单元受访者少于 30 人。请谨慎解读此描述性估计。12此单元受访者少于 30 人。请谨慎解读此描述性估计。
省时:不同意;质量:不同意;新任务:不同意1.6%此单元受访者少于 30 人。请谨慎解读此描述性估计。27此单元受访者少于 30 人。请谨慎解读此描述性估计。
每行是省时、质量与新任务的 1 个精确回答组合。计数为该单元未加权受访者数。15 个单元少于 30 人,已标为稀疏。为完整起见仍保留,不应支持针对特定单元的强主张。四舍五入百分比合计可能不等于 100.0%。

CSV 包含展示的表格,包括 3 项回答的全部 27 种组合。ZIP 包含完整汇总输出、固定方法、可复现代码及获取官方来源的说明,不含受访者记录或标识符。CSV 数字字段使用小数点。来源:美联储 SHED 2025;计算由 Influence IQ 完成。

来源与注释

  1. 美联储理事会,2025 年 Survey of Household Economics and Decisionmaking 公开使用数据。来源获取于 2026 年 10 月 18 日。Influence IQ 使用发布的横截面权重,计算同一人的回答组合。复现包以 SHA-256 哈希标识确切档案及 CSV 成员文件。新的联合百分比由我们计算,并非理事会另行发布的数字。
  2. 2025 年 SHED 问卷,D1A、D50 及 D52_a–D52_c。D1A 询问上个月为报酬或利润而工作;D50 询问上个月在工作中使用生成式 AI,并排除仅在搜索引擎看到 AI 结果的情况。D52 询问省时、质量改善及完成新任务的能力。3 个原文选项为 Agree(同意)、Neither agree nor disagree(既不同意也不反对)及 Disagree(不同意)。D52 描述对工作中 AI 的感受,不是在指定时期测得的益处数量。
  3. 美联储,Economic Well-Being of U.S. Households in 2025,Employment and Job Quality,图 11。已发布 AI 用户同意比例为:省时 81%、质量改善 52%、新任务 55%。我们的加权边际估计,四舍五入至整数百分比后复现了这些数值。分别列出的边际百分比不决定 3 项联合回答。
  4. 美联储对 2025 年调查的说明。Ipsos 通过 KnowledgePanel 采用概率招募实施调查。最终样本有 12,934 名受访者,累计回答率为 4.1%。权重处理指定人口特征差异,不消除每一种无回答或覆盖误差。本文描述美国 2025 年 10 月调查总体,不代表每个国家的当下行为。
  5. 2025 年 SHED 编码手册:D1A、D50 及 D52_a–D52_c 的横截面权重与插补标记。敏感性检查要求每个相关标记均为 0,不将缺失视为 0。它保留符合条件用户中的 1,841/1,850 人,以及同意 AI 省时者中的 1,486/1,489 人。预先指定比较中,展示四舍五入前的最大绝对变化约 0.212 个百分点。此检查无法找回发布的纳入状态已因插补而改变的人,也未用总体设计效应替代尚未验证的条件方差估计。
  6. 除非另有说明,美联储网站信息属于公共领域;请注明来源。已标明的第三方材料及商标另有限制。这些计算、解释及插图由 Influence IQ 负责,美联储不为本文背书。本文未复制机构标志或受访者级记录。

英文原版。每种语言版本描述同一美国总体及 2025 年 10 月调查,并非另一国家的独立研究。分析、解释及翻译由 Influence IQ 完成。

相关研究与实用指南