工作中的人工智能：尝试与依赖之间的差距

一家公司可以为每位员工购买人工智能订阅，但仍然不知道该软件是否已成为任何人的工作一部分。一项询问某人每年是否至少使用过几次人工智能的调查问题可以捕捉到实验。一个关于每周使用的问题更接近于重复性工作。每日使用则描述了一种更狭窄的习惯。

这种区别在盖洛普的美国职场系列中可见。在其 2026年7月20日报告，盖洛普表示，2026年第二季度，52%的员工每年至少有几次在工作中使用了人工智能，30%的员工经常使用（每周几次或更多），15%的员工每天使用。这些数据是自我报告，而不是软件使用日志。它们也泛指人工智能，而不仅仅是聊天机器人或某个提供商的付费产品。

这三个频率组显示了偶尔接触与日常使用之间的距离。

四项观察，三种习惯

盖洛普报告了从 2023 年开始的第二季度可比较的观察结果。下表使用了其 2026 年报告中发布的百分比，并重现了其中使用的频率定义。

图：盖洛普美国员工调查显示每年人工智能的使用情况（任何、频繁和日常）；自报数据，未经审计。.

在这些观察中，任意使用份额上升了 31 个百分点，每日使用份额上升了 11 个百分点。它们不应被描述为增加了 31% 和 11%：百分点和相对增长是不同的衡量标准。频繁使用线从 11% 上升到 30%，这特别有用，因为每周重复使用是人工智能在某些人的工作中找到了经常性位置的证据。

然而，采用的广度和深度仍然存在差异。在2026年第二季度，偶尔使用AI的用户与频繁使用AI的用户之间相差22个百分点，而频繁用户与日常用户之间又相差15个百分点。在52%的任何使用用户中，大约29%是日常用户（15除以52）。这个比例来源于相同的调查类别，而不是来自对AI用户的单独调查。它没有说明频繁用户是否高效、满意或安全地使用AI。

偶尔使用与经常性工作流程不同，日常使用也不是唯一有用的模式。每周任务仍然可以依赖人工智能。金融分析师可能每周五都依赖人工智能；支持人员可能每周只在一个困难案例中需要它。频率描述的是使用，而不是价值。

员工对其组织的报告

盖洛普还询问受访者的组织是否已整合 AI 工具以提高生产力、效率或质量。这是一项关于雇主采纳的感知衡量，与受访者自己的使用频率无关。

图：盖洛普受访者报告其组织的人工智能采用情况，而非独立统计的公司份额。.

在2025年第三季度到2026年第二季度之间，这一比例上升了9个百分点。在2026年第二季度，另有20%的人表示他们不知道自己的组织是否已集成AI。这并非对企业、许可席位或实际部署的审计计数。这是美国员工对其雇主给出特定答案的比例。一个大型雇主为员工调查贡献了许多员工；它不是一个等权重的公司观察。

五分之一不确定的受访者可能反映了内部沟通不畅、部门推广碎片化，或者仅仅是员工所能看到的局限性。调查并未确定哪种解释适用。对于运营者而言，不确定性是一个测量问题：工作场所采纳情况应与问题、分析单位和时间窗口一起报告。

为什么不同调查的采用率数据不同

Microsoft 和 LinkedIn 的 2024年工作趋势指数 报告称，全球 75% 的受访知识工作者在工作中使用人工智能。它还报告称，78% 的人工智能用户将自己的人工工具带到工作中。这项研究调查了 31 个国家的 31,000 人，重点关注知识工作。盖洛普的 52% 关注 2026 年美国各职位的员工。不同的地理位置、工作、样本设计和问题措辞使得直接比较 75% 与 52% 的趋势无效。

皮尤研究中心提供了另一个有用的对比。其 2025年10月分析 发现 21% 的美国工人表示他们的部分工作是使用人工智能完成的，高于 2024 年一项可比调查中的 16%。皮尤调查的是使用人工智能完成的工作量。盖洛普调查的是在工作中人工智能的使用频率。一名工人每周都可以使用聊天机器人，但仍然只将他们工作的一小部分描述为人工智能辅助。公布的百分比衡量的是不同的事物，而不是对一种精确定义的行为的相互竞争的估计。

当幻灯片演示文稿将每个来源的最大可用数字拼接在一起时，这些差异就显得很重要。一个没有分母的数字可能看起来像加速，即使底层问卷发生了变化。公司应该使用稳定的定义来跟踪自己的工作流程，而不是借用外部标题作为内部绩效目标。

从采用频率到连续性

广泛的系列表明，人工智能试验的传播速度远快于日常依赖。它没有确定节省了多少时间、答案的可靠性如何，或者工作多久依赖于私人文档和对话。盖洛普的报告描述了常见的用途，包括写作、研究和解决问题；仅凭频率无法说明哪些任务需要持久的上下文。

对于个人上下文产品，这种区别决定了评估。如果一名员工每周使用两个助手和一个编码工具，一个有用的问题是他们必须多久重新解释同一个项目、重新连接一个来源或修复一个过时的假设。其他衡量标准包括跨会话保留的更正、在数据共享之前捕获的权限错误以及更改助手所需的时间。这些衡量标准描述了下一个产品级别的问题；盖洛普的调查仅衡量使用频率。

Zortex 的 抢先体验描述 提出了一种跨个人现有应用程序的本地优先世界模型，并具有每个 AI 的访问决策。该设计响应了可能的连续性问题。我们不应从盖洛普系列推断出特定数量的工人需要 Zortex，会为此付费或面临该问题。数据确定了受访员工的采用频率。产品需求需要自己的证据。

因此，对 2026 年数据的实际解读比“AI 已接管工作”更狭窄。大多数报告至少偶尔尝试过；不到三分之一报告频繁使用；更小的一部分报告每天使用。这三个观察结果为决定下一步测试什么提供了更清晰的起点。

数据和图表注释

这两个图中的所有百分比均来自 盖洛普 2026 年 7 月的表格；缺失的季度不使用插值。 图形和几何封面 可以再生 源脚本。微软和皮尤的数据显示为方法学上独立的比较，未纳入盖洛普的系列。