一句话看懂：ActivTrak 对 467 家公司约 9000 名员工的数字工作活动分析发现，AI 用户的工作日反而更长，重度用户每天多工作最多 90 分钟，且应用切换更频繁、专注时间更短。
事件核心：发生了什么
这份报告覆盖 2026 年 4 月 1 日至 9 月 25 日的数据，于 2026 年 11 月 4 日前后由 TechRadar 报道。ActivTrak 统计显示，AI 用户平均每天工作 8.4 至 9.1 小时，非用户为 7.6 小时，差距最多达 90 分钟。所谓“重度用户”，指每天至少 5 个会话、累计使用 AI 工具超过 45 分钟的人群，他们的下班后额外工作比非用户多约 18 分钟。不过重度用户花在会议上的时间只占工作日 3%，非用户为 5%。岗位层面，软件工程师和运营经理是重度用户代表：工程师每小时约切换 0.6 次应用，78.5% 的活跃时间在核心编码工具中；运营经理更依赖浏览器端 AI 工具，75.5% 的活跃时间在核心应用，协调高峰期应用切换可达每小时 4.1 次。
为什么重要
长期以来，企业采购 AI 的主要卖点是提效，但这份数据提示“用上 AI”与“真正提效”之间存在落差。ActivTrak 首席客户官 Gabriela Mauch 明确表示，目标不能只是统计 AI 使用量，而应把它当作获得可衡量生产力、效率和业务收益的手段。TechRadar 还提到，Gartner 近期调查显示仅 3% 的组织在生产力、效率和降本目标上取得成功，尽管四分之三的领导者预期 AI 影响显著，85% 计划在 2027 年增加 AI 支出，38% 已超预算。
对用户/开发者/创作者的影响
对普通用户和创作者而言，AI 工具接入越多，上下文切换成本可能越高，注意力被切碎后，实际工时更容易被拉长。开发者尤其需要注意：在 IDE、终端和 AI 助手之间频繁跳转，看似加快单点任务，却可能削弱长时间 uninterrupted focus。目前公开信息显示，这份报告基于被动数字活动数据，并不能直接证明 AI 导致加班，企业若要评估 ROI，应把使用时长、应用切换和会议占比等指标与真实产出放在一起看，而不是只统计 AI 使用次数。对团队管理者，这意味着考核方式需要从“谁在用 AI”转向“AI 带来了什么可验证的产出”。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 ActivTrak 与 Gartner 的数据是否会推动企业调整 AI 绩效指标，从使用率转向产出和专注度；二是软件工程师、运营经理等重度岗位的工具链是否会出现整合，减少应用切换；三是 2027 年 AI 预算继续增加的同时，是否会有更多公司引入类似工作活动分析来验证投入回报。
来源：TechRadar
