ActivTrak发布的一项研究显示，使用人工智能的员工工作日可能比非用户长达90分钟。该研究基于467家公司、9140名员工的数字活动数据，分析了4月至9月期间知识型员工的工作模式。
数据显示，AI用户的工作时长介于8.4至9.1小时之间，而非用户为7.6小时。尽管重度AI用户在工作时间外的活动占比与非用户相似，但其每天仍额外增加了18分钟的加班时间。
效率悖论：切换频繁与专注碎片化
更频繁的AI使用与应用切换频率呈正相关。重度用户平均每小时切换应用1.1次，高于非用户的0.95次；其无中断专注会话平均为37.8分钟，显著短于轻度用户的48.2分钟。不过，重度AI用户的正式会议时间仅占工作时间的3%，低于非用户的5%。
访问方式对工作效率影响显著。在主工作应用中嵌入使用AI的员工，平均每小时仅切换0.6次应用；而使用基于浏览器工具的员工，每小时切换次数在1.7到4.2次之间。ActivTrak将这种因在核心任务与独立AI窗口间移动产生的成本称为“转椅税”（swivel-chair tax），基于浏览器的AI用户切换频率是非用户的四倍多。
不同角色的使用习惯也存在差异。软件工程师倾向于使用嵌入式AI工具，将78.5%的活跃时间用于核心编码应用，每小时切换0.6次；运营经理更依赖基于浏览器的AI工具，虽将75.5%的时间花在核心应用上，但平均每小时切换1.1次，密集协调期间高达4.1次。
管理层启示：部署方式关乎生产力
这一发现加剧了关于AI是否真正节省时间的争论。虽然AI有助于完成个别任务，但若员工反复在系统间移动或导致加班增加，效率提升可能被抵消。结果表明，内置于现有工作流的工具比通过浏览器标签页访问的工具更少打断注意力。
该研究将重度用户定义为每天使用AI超过45分钟且至少进行五次会话的员工，轻度用户则少于10分钟。分析基于观察到的数字工作模式，而非自我报告。
ActivTrak客户官兼产品实验室负责人Gabriela Mauch指出，AI虽能加速任务完成，但也导致了更长的工作日、更多的应用切换及更短的专注会话。她强调，领导者的目标不应仅是提升AI使用量，而应将其视为实现生产力、效率和业务绩效可衡量增长的途径。