Lyhyt versio
2026 painosKeskeiset havainnot
Jokainen poiminta linkittää kanoniseen datariviinsä. Raportoidut luvut kuuluvat mainitulle tuottajalle; mallinnetut tulokset on merkitty laskelmiksi.
- Kirjoituskokeilu: lyhyempi tehtäväaika tekoälyavustuksella: 40 % (2023 koe; julkaistu heinäkuussa 2023).MIT / Noy ja Zhang
- Kirjoituskokeilu: korkeampi arvioitu tulosteen laatu: 18 % (2023 koe; julkaistu heinäkuussa 2023).MIT / Noy ja Zhang
- Konsultointikoe: lisäys alitehtävien suorittamisessa: 12,2 % (Tutkimus julkaistu alun perin 2023; julkaistu tutkimusyhteenveto huhtikuu 2026).Harvard Business School AI Institute / Dell’Acqua ja kollegat
- Konsultointikoe: noin korkeampi laatu innovaatioharjoituksessa: 32 % (Tutkimus julkaistu alun perin 2023; julkaistu tutkimusyhteenveto huhtikuu 2026).Harvard Business School AI Institute / Dell’Acqua ja kollegat
- Strategiatehtävä: oikeat vastaukset ilman tekoälyä: 84,5 % (Tutkimus julkaistu ensimmäisen kerran vuonna 2023; julkaistu tutkimus yhteenveto huhtikuu 2026).Harvard Business School AI Institute / Dell’Acqua ja kollegat
- Strategiatehtävä: oikeat vastaukset GPT-4-käytöllä: 70,6 % (Tutkimus julkaistu ensimmäisen kerran vuonna 2023; julkaistu tutkimus yhteenveto huhtikuu 2026).Harvard Business School AI Institute / Dell’Acqua ja kollegat
- Strategiatehtävä: oikeat vastaukset GPT-4:llä ja kehotteen yleiskatsauksella: 60 % (Tutkimus julkaistu ensimmäisen kerran vuonna 2023; julkaistu tutkimus yhteenveto huhtikuu 2026).Harvard Business School AI Institute / Dell’Acqua ja kollegat
- Copilot-koe: vähentynyt suoritusaika yhdessä koodaustehtävässä: 55,8 % (15. toukokuuta – 20. kesäkuuta 2022).Peng, Kalliamvakou, Cihon ja Demirer
- METR varhainen 2025 koe: pidempi valmistumisaika tekoälyn sallittuna: 19 % (helmikuu–kesäkuu 2025).METR
- METR-osallistujat: koettu tekoälyn nopeus kokeen jälkeen: 20 % (helmikuu–kesäkuu 2025).METR
Auttaako tekoäly lyhyissä ammatillisissa kirjoitustehtävissä?
Kirjoituskokeilu löysi vähemmän aikaa ja korkeampaa arvioitua laatua avustuksella. Sen tehtävät eivät vaatineet täyttä tosiasiallista tarkkuutta tai organisaatiokontekstia monista todellisista asiakaslähtöisistä asiakirjoista.
| Tulos verrattuna kontrolliin | Raportoitu muutos |
|---|---|
| Tehtäväajan vähennys | 40%Satunnaistettu koe |
| Arvioidun laadun kasvu | 18%Satunnaistettu koe |
Laatuarvosanan parannusta ja ajan vähennystä ei saa yhdistää.
Ensisijainen lähde: MIT / Noy ja Zhang — 14. heinäkuuta 2023
Voiko tekoäly parantaa yhtä konsultointitehtävää ja vahingoittaa toista?
Kyllä. Tutkimus erottaa tehtävät, joita malli pystyi käsittelemään, strategiasta, jossa se oli epäluotettava. Tuottavuus ensimmäisessä joukossa ei määritä tarkkuutta jälkimmäisessä.
| Tulos ja ehto | Raportoitu prosenttiosuus |
|---|---|
| Innovatiivisen harjoituksen useampia osatehtäviä suoritettu | 12.2%Satunnaistettu koe |
| Korkeampi laatu innovaatioharjoituksessa, noin | 32%Satunnaistettu koe |
| Oikea strategiavastaus: ei tekoälyä | 84.5%Satunnaistettu koe |
| Oikea strategiavastaus: GPT-4-käyttöoikeus | 70.6%Satunnaistettu koe |
| Oikea strategiavastaus: GPT-4 ja kehote-yleiskatsaus | 60%Satunnaistettu koe |
Laatuarvio on likimääräinen. Tämä on historiallista GPT-4-todistusaineistoa, ei nykymallien vertailukohta.
Ensisijainen lähde: Harvard Business School AI Institute / Dell’Acqua ja kollegat — 9. huhtikuuta 2026
Miksi koodaustutkimukset raportoivat erilaisia tuottavuusvaikutuksia?
Erillinen koodaustehtävä ja ylläpito kypsässä arkistossa ovat eri tehtäviä. Tutkimuksissa käytettiin myös eri mallisukupolvia ja rekrytointimenetelmiä. Niiden tulokset tulisi säilyttää erillisinä keskiarvoistamisen sijaan.
| Tutkimus ja tulos | Raportoitu muutos |
|---|---|
| Copilot-tehtävä: suoritusajan vähennys | 55.8%Satunnaistettu koe |
| METR: todellisen valmistumisajan kasvu | 19%Satunnaistettu koe |
| METR: ennakoitu nopeus ennen työtä | 24%Osallistujan käsitys |
| METR: koettu nopeus työn jälkeen | 20%Osallistujan käsitys |
METR:n myöhempi seuranta raportoi vakavista valinta- ja aika-mittausongelmista. Sen kirjoittajat eivät pidä seurantaa luotettavana arviona nykyisestä vaikutuksesta; historiallinen hidastuminen ei ole väite kaikista kehittäjistä vuonna 2026.
Ensisijaiset lähteet: Peng, Kalliamvakou, Cihon ja Demirer — 13. helmikuuta 2023 · METR — 10. heinäkuuta 2025 · METR — 24. helmikuuta 2026
Mitä kukin mitattu aikamuutos tarkoittaa samalla perustasolla?
Perusindeksi helpottaa aritmetiikan lukemista ilman tutkimusten yhdistämistä. Jokaiselle kontrolliolosuhteelle annetaan sama aloitusindeksi; tuloksena oleva avustettu indeksi viittaa silti vain omaan kokeeseensa.
| Koe | Avustettu aika-indeksi; kontrolli = 100 |
|---|---|
| Kirjoituskokeilu | 60Normalisoitu laskelma |
| Copilot-tehtävä | 44.2Normalisoitu laskelma |
| METR-arkistotehtävät | 119Normalisoitu laskelma |
Workspace369 normalisointi, ei uusi havaittu tulos. Alempi tarkoittaa vähemmän aikaa. Ajan vähennys ei ole sama prosentuaalinen läpimenoajan kasvu, eikä läpimenoaikaa ole väitetty.
Ensisijaiset lähteet: MIT / Noy ja Zhang — 14. heinäkuuta 2023 · Peng, Kalliamvakou, Cihon ja Demirer — 13. helmikuuta 2023 · METR — 10. heinäkuuta 2025
Miten yrityksen tulisi testata tekoälyn aikaansäästöjä?
Määrittele toistettava tehtävä ja hyväksymisstandardi ennen avustetun ja avustamattoman työn vertailua. Sisällytä kehotteen valmistelu, tosiasioiden tarkistus, tarkastus ja uusintatyö. Pidä asiakastietojen käyttöoikeus ja ihmisen hyväksyntävaatimukset muuttumattomina vertailun aikana.
Seuraa sekä aikaa että laatua. Älä sovella kirjoitustehtävän prosenttiosuutta koko palkkasummaan tai oleta samaa tulosta autonomiselle agentille.
Miten tämä raportti rakennettiin
Metodologia ja rajoitukset
- Tämä on valittu todistusaineiston vertailu, ei systemaattinen katsaus tai meta-analyysi. Tutkimukset sisällytettiin tunnistettavien tehtävien, alkuperäisen tuottajan todistusaineiston ja selkeästi määriteltyjen tulosmääritysten perusteella.
- Kirjoitus- ja konsultointiluvut käyttävät tutkimuslaitostensa julkisia yhteenvedot julkaistuista tutkimuksista. Koodauspaperi ja METR-raportti tarjoavat alkuperäiset kokeelliset yksityiskohdat. Työpaperi- ja julkaistuja versioita ei sekoiteta.
- Mitatuilla tuloksilla ja koetuilla nopeuksilla on erilliset todistusmerkinnät. Aika-indeksilaskelma käyttää vain mitattuja valmistumisaikamuutoksia; kyselyuskomuksia ei sisällytetä siihen.
- Malliversiot ja tutkimuspäivämäärät pysyvät löydöksissä. Tarkistimme METR-seurannan ja säilytimme sen varoituksen uusien arvioiden luotettavuudesta.
Mitä nämä luvut eivät voi kertoa sinulle
- Valitut kokeet eivät voi vahvistaa yleistä tekoälyn tuottoa. Eri tehtävät, kontrolliehdot, osallistujat ja laatu-testit estävät puolustettavan yhdistetyn prosenttiosuuden.
- Näytekoot kuvaavat tutkimuksen laajuutta, eivät itsenäisiä toistoja. Toimittajien osallistuminen Copilot-tutkimukseen on merkityksellistä tulkinnan kannalta.
- Historialliset tulokset eivät vahvista nykyään saatavilla olevien mallien kykyjä. Normalisointi ei sisällä käyttöönoton kustannuksia eikä osoita jatkuvia vuosittaisia säästöjä.
Tuoreus ja korjaukset
Workspace369:n toimitustiimin ylläpitämä. Tarkistetaan neljännesvuosittain ja kun mainittu tuottaja julkaisee korvaavan tutkimuksen. Seuraava toimituksellinen tarkistus: joulukuu 2026. Säilytä historialliset malliversiot ja havaintoajankohdat. Painoksen päivämäärä muuttuu vain, kun todisteita tai sisältöä tarkistetaan olennaisesti; se ei muuta taustalla olevaa havaintojaksoa.
Ensimmäinen painos: . Tämän painoksen tiedonkeruu, lähdeviittaukset ja laskelmat on tarkistettu. Itsenäistä vertaisarviointia ei ole tehty.
Löysitkö virheen tai uudemman ensisijaisen julkaisun? Lähetä korjaus lähteen ja vaikuttaneen tilaston kanssa. Vahvistetut korjaukset tulee kirjata revisiohistoriaan ennen uudelleenjulkaisua.
Ensisijaiset lähteet ja alkuperä
Jokainen raportoitu numeerinen solu linkittää suoraan tuottajaansa. Lataukset sisältävät tarkat taulukko- tai työkirjasijainnit, havaintokaudet, käyttöajankohdat, kaavat ja syötteiden viitteet.
- MIT / Noy ja ZhangMIT-tutkimusilmoitus julkaistusta Science-kirjoituskokeesta ↗Julkaistu 14. heinäkuuta 2023. Käytetty 12. syyskuuta 2026.Valitut tosiasialliset havainnot parafrasoituina ja attribuutioilla. Lähderaporttia, kaaviota, osallistujatietoja tai omaa tietokantaa ei jaeta uudelleen; lähdeoikeudet pysyvät sen tuottajalla.
- Harvard Business School AI Institute / Dell’Acqua ja kollegatTakaisin tekoälyn alkuun työssä: julkaistun konsultointikokeen institutionaalinen tarkastelu ↗Julkaistu 9. huhtikuuta 2026. Käytetty 12. syyskuuta 2026.Valitut tosiasialliset havainnot parafrasoituina ja attribuutioilla. Lähderaporttia, kaaviota, osallistujatietoja tai omaa tietokantaa ei jaeta uudelleen; lähdeoikeudet pysyvät sen tuottajalla.
- Peng, Kalliamvakou, Cihon ja DemirerTekoälyn vaikutus kehittäjän tuottavuuteen: todisteita GitHub Copilotista, arXiv v1 ↗Julkaistu 13. helmikuuta 2023. Käytetty 12. syyskuuta 2026.Valitut tosiasialliset havainnot parafrasoituina ja attribuutioilla. Lähderaporttia, kaaviota, osallistujatietoja tai omaa tietokantaa ei jaeta uudelleen; lähdeoikeudet pysyvät sen tuottajalla.
- METRVarhaisen 2025 tekoälyn vaikutuksen mittaaminen kokeneiden avoimen lähdekoodin kehittäjien tuottavuuteen ↗Julkaistu 10. heinäkuuta 2025. Käytetty 12. syyskuuta 2026.Valitut tosiasialliset havainnot parafrasoituina ja attribuutioilla. Lähderaporttia, kaaviota, osallistujatietoja tai omaa tietokantaa ei jaeta uudelleen; lähdeoikeudet pysyvät sen tuottajalla.
- METRMuutamme kehittäjän tuottavuuskokeilumme suunnittelua ↗Julkaistu 24. helmikuuta 2026. Käytetty 12. syyskuuta 2026.Valitut tosiasialliset havainnot parafrasoituina ja attribuutioilla. Lähderaporttia, kaaviota, osallistujatietoja tai omaa tietokantaa ei jaeta uudelleen; lähdeoikeudet pysyvät sen tuottajalla.
Tehty tarkistettavaksi, sitten siteerattavaksi
Miten tämä raportti mainitaan
Lähde-raportoidun tilaston osalta mainitse alkuperäinen julkaisija ja linkitä tarkkaan riviin tässä, kun käytät kokoelmaamme. Mallinnetun tuloksen osalta mainitse Workspace369 ja sisällytä oletukset. Linkittäminen tälle sivulle ei tee meistä kolmannen osapuolen datan alkuperäistä tuottajaa.
Workspace369. (2026-09-12). AI Productivity and Time-Savings Benchmarks. https://workspace369.com/research/ai-productivity-time-savings-benchmarks/. Ensisijaiset lähteet ja havaintojaksot raportissa lueteltujen mukaisesti.
Ladattavat tiedostot ovat englanninkielisiä viiteaineistoja, mukaan lukien käännetyillä sivuilla. Lähdeoikeudet säilyvät niiden tuottajilla. Mainitse Workspace369:n koostaminen ja laskelmat; tutustu kunkin lähteen uudelleenkäyttöehtoihin.