Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

图表:使用人工智能提高生产力

Posted on 2025-06-26

voronoi图标透明.png首先在Voronoi应用程序上查看此可视化效果。

该信息图比较了使用和不使用生成式人工智能完成工作任务所需的时间,突出了生产力的提高。

使用此可视化

图表:使用人工智能执行任务可提高生产力

这篇文章最初发布在我们的Voronoi 应用程序上。iOS 或Android用户可以免费下载该应用程序,并从各种可靠来源探索令人惊叹的数据驱动图表。

关键要点

  • 在所有任务中,使用生成式人工智能可将完成时间减少至少60%
  • 故障排除、编程和技术设计等技术和分析任务显著提高了生产力
  • 即使是以人为中心的任务,例如指导、人员管理、判断和决策,也受益于人工智能工具

随着人工智能工具越来越多地融入到专业工作流程中(在某些情况下甚至是强制性的),它们对生产力的实际影响也变得越来越明显。

该图表基于斯坦福大学和世界银行于 2024 年 12 月对 4,278 名受访者进行的调查,比较了美国成年人在使用和不使用生成式人工智能的情况下完成 18 项常见工作任务的平均时间。

生成式人工智能将生产力提高 60% 以上

在所有任务中,使用生成式人工智能可将完成任务所需的平均时间减少60%以上。

以下是使用生成式人工智能在 18 项常见工作任务中节省的时间(平均分钟数):

任务 使用 GenAI 的时间(平均分钟) 不使用 GenAI 的时间(平均分钟) 减少时间
写作 二十五 80 -69%
主动学习 二十六 76 -66%
批判性思维 二十七 102 -74%
故障排除 二十八 115 -76%
判断与决策 二十八 79 -65%
物质资源管理 二十八 92 -70%
数学 二十九 108 -73%
时间管理 二十九 77 -62%
复杂问题解决 三十 122 -75%
指导 31 93 -67%
运营分析 31 98 -68%
系统分析 31 87 -64%
人事管理 三十二 103 -69%
编程 33 129 -74%
设备维护 三十四 124 -73%
质量控制分析 三十六 103 -65%
财务管理 三十八 106 -64%
技术设计 三十九 142 -73%

一些最大的收益来自于技术性很强或 分析性很强的任务。例如,故障排除的时间减少了76% ,而批判性思维、编程和技术设计都通过生成式人工智能节省了70%以上的时间。

有趣的是,即使是以人为中心的任务(例如指导、判断和决策以及人员管理)也受益于人工智能工具,时间减少了 60% 至70% 。

利用人工智能加速工作

尽管人工智能通常被认为是人类劳动力的替代品,但这些数据表明,借助人工智能,人类工人可以更高效地完成相同的任务。

例如,借助生成式人工智能,写作时间从平均80分钟缩短至仅需25分钟。对于数学、系统分析和运算等复杂的认知功能,人工智能将完成任务的时间缩短了一个多小时。

此外,人工智能的应用正在迅速增长。调查显示,18岁及以上受访者在职场中拥有法学硕士学位的比例从2024年12月的30%上升到2025年3月/4月的43%以上。

如果这种趋势持续下去,人工智能驱动的生产力增长可能会从单个任务扩展到整个组织,并可能重塑更广泛的经济成果。

在 Voronoi 应用上了解更多信息voronoi图标透明.png

人工智能正在改变我们线上工作和生活的方式,但哪些公司正在引领这个全新的科技时代?看看这张关于 Visual Capitalist 全新应用Voronoi的信息图,就能找到答案。

原文: https://www.visualcapitalist.com/charted-productivity-gains-from-using-ai/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme