微软2025年6月工作趋势指数特别报告警告称，越来越多的人现在陷入了看似无限的工作日。工作日从早上6点开始，一直持续到晚上8点以后，周六和周日也还没结束。

该研究结果基于全球数万亿个汇总和匿名的 Microsoft 365 生产力信号，结果显示，早上 6 点上网的用户中有 40% 正在查看电子邮件以确定当天的优先事项。

上午 9 点至 11 点和下午 1 点至 3 点是一天中效率最高的时段，而有一半的会议都是在这两个时间段举行的，这浪费了人们中午自然的工作效率高峰。上午 11 点也是消息传递活动的高峰时间，因为实时消息、预定的会议和不断的应用程序切换都会在此汇聚。

对很多人来说，工作会持续到深夜。微软发现，晚上 8 点后举行的会议比去年增加了 16%。此外，现在员工平均在核心工作时间之外发送超过 50 条消息，到晚上 10 点，近三分之一（29%）的活跃员工会查看收件箱。

周末几乎没有什么喘息的机会。大约20%的员工会在周六和周日中午之前查看邮件，超过5%的员工会在周日晚上处理邮件。

数据显示，平均每位员工每天会收到 117 封电子邮件和 153 条 Teams 消息。这意味着使用 Microsoft 365 的员工每 2 分钟就会被会议、电子邮件或通知打断一次。

毫不奇怪，几乎一半的员工和超过一半的领导者都觉得他们的工作混乱而分散。

微软表示，人工智能不仅能为这种无休止的工作日提供出路，还能加速现有系统的运行。该公司建议部署人工智能和代理来简化低价值任务，并专注于“80/20”原则，即20%的工作带来80%的成果。此外，该公司还建议从僵化的组织结构转向敏捷的、以成果为导向的团队，并辅以人工智能。

报告中反复强调人工智能代理是解决这些无休止工作日的解决方案。当然，没有提到它们可能会让人类失业。

这并非首次有研究表明，长时间工作，尤其是不停歇地工作，会对生产力产生负面影响。另一份报告发现，最高效的员工的工作休息比例为75/33：工作75分钟，休息33分钟。该报告还指出，在办公室工作，人们会停下来做一些事情，比如与同事交谈，甚至四处走动，这比在家不停歇地工作效率更高。

现在，一份由马德里卡洛斯三世大学（UC3M）送出的研究报告显示，深入分析西班牙、芬兰、法国等六国公私部门的工作生活后发现，四天工作制可提高生产力。

报告中指出：四天工作制配合弹性工作安排，包括远程办公、弹性工时和假期置换制度成效显著，关键在于企业或机构的切实推行。

“四天工作制正在成为吸引高端人才的重要筹码。率先实施的企业能建立更稳定的团队，有效降低人才流失率。在这类措施成为行业标配前，先行企业将获得显著竞争优势。”

值得一提的是，该研究项目的分析案例表明，四天工作制等创新措施同样适用于科技业外的其他领域，如建筑业、金属加工业和餐饮服务业。

所以看到这里，你觉得这个工作制应该在国内推广吗？

无论代理是检索、生成或处理信息，自主操作，甚至同时执行所有这些功能，这一波技术进步的潜力几乎是无限的。

主要发现

英国工人面临巨大压力：超过一半的英国工人（52%）感到他们需要完成超出一个人能力范围的工作，36%的领导和25%的员工声称至少完成了两名员工的工作。

代理式AI为英国经济增长、公共服务转型和缓解工人压力提供了机会：研究证明，AI战略和代理准备与企业的财务表现和公共部门的生产力之间存在直接和积极的联系。

对代理式AI有明确且迫切的需求：72%的领导者期望AI代理完全集成到他们的运营中，提供显著价值。21%的领导者预计这将在未来12个月内实现。

英国在AI行业有陷入停滞的风险：领导者认识到代理式AI的变革潜力，但技能、战略和信任的障碍意味着目前只有20%的组织扩大了AI的采用，50%的领导者报告了AI抱负与行动之间的差距。

英国经济和劳动力正在出现“AI鸿沟”：数据显示，约一半的英国组织缺乏AI战略、准备和影响；57%的领导者指出使用AI与未使用AI的工人在效率和生产力上的差异。

报告最后为代理式AI成功制定了一个清晰且实用的蓝图。通过今天奠定正确的AI基础，并遵循微软的三阶段代理采用方法，英国组织可以装备自己在代理式AI时代蓬勃发展，并最终支持政府对AI繁荣的宏伟抱负。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

2024年6月至8月，Gartner对724名来自不同业务职能的受访者进行了调查。结果显示，在以传统AI为主的团队中，37%报告了显著的生产力提升；使用GenAI的团队表现略逊一筹，仅为34%。

Gartner财务研究副总裁Randeep Rathindran在2025年3月24日至25日举行的Gartner CFO与财务高管峰会上分享了AI对CFO和财务领导者的最新影响：“尽管AI备受瞩目，但其对生产力的影响并不均衡，甚至出现了所谓的‘AI生产力悖论’。虽然AI在某些领域（如呼叫中心）展现出提升生产力的潜力，但更广泛的组织效益却难以实现。因此，CFO应重新调整对AI如何真正影响生产力和人力配置的预期。”

期望过高：对AI能力的夸大预期导致实际效果与预期不符。尽管AI能自动化部分任务并提供有价值的洞察，但并不能自动转化为全面的生产力提升。

衡量困难：生产力增益的量化存在挑战，且实施滞后常导致效益延迟。

部门差异：不同职能部门的AI收益不均。例如，营销团队从AI中获益最多，而法律和人力资源部门则相对滞后。这种差异凸显了AI应用场景和具体功能的重要性。

企业领导者应摒弃将AI视为“万能药”的思维，转而聚焦以下方面：

调整预期：基于当前实际效果，重新设定AI对生产力和人力配置影响的基准。

优化内部条件：通过消除流程瓶颈和推动协作，为AI发挥潜力创造环境。

审慎评估成本：在AI相关业务案例中，重新审视关于成本节约或减员的假设，并提升高管层对AI影响机制的理解。

对新任务的即时能力扩展

当使用GenAI时，研究中的顾问能够立即扩展他们对新任务的能力。即使没有编码或统计方面的经验，访问GenAI的顾问也能够编写代码，适当地应用机器学习模型，并纠正错误的统计过程。最大的技能拓展是在编码方面，参与者接受了用Python编写代码的能力测试。使用GenAI的参与者的平均得分相当于数据科学家设定的基准的86%，比不使用GenAI的参与者提高了49个百分点。GenAI完成任务的速度也比数据科学家快了大约10%。

GenAI是一个强大的头脑风暴合作伙伴

对于预测分析任务，实验参与者遇到了一个重大挑战：他们和GenAI工具在这一领域都没有高水平的熟练程度。能够接触到GenAI的参与者比没有接触到GenAI的参与者更有可能被引入歧途。

“做GenAI”并不意味着学习做某事

再培训被定义为个人获得新的能力或知识，使他们能够进入新的工作或行业。该研究表明，GenAI增强的工人在某种意义上“重新掌握了技能”，因为他们获得了人类或GenAI无法独自完成的新能力。但GenAI只是一个外骨骼；人类本身并没有本质上的重新技能，因为用GenAI“做”并不立即或本质上意味着“学会做”。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

参与

平均47%的受访者将与客户互动和交谈列为最重要的激励因素，但他们被迫在将客户视为需要解决的案件而不是需要帮助和建立联系的人的系统中工作。客户方面的情绪也是类似的。调查发现73%的消费者希望被当作一个人来对待，而不是一个案件编号，这进一步强调了双方都希望以人的身份参与的想法。

在美国，第二个最重要的动机是解决服务问题带来的满意度（37%），进一步证明了这一潜在的敬业主题。

增长

超过50%的受访者拥有四年制或更高学位
，61%的代理商在该行业工作了六年或更长时间。

对于这些专业人士来说，服务不仅仅是一份工作;
这是他们的职业。

工作保障

在不确定的时期，有工作保障是一种很大的解脱。正如我们之前看到的，工作保障一直出现在全球前三大激励因素中，53%的国际专业人士选择它作为他们的首要激励因素，而在美国为34%。对于许多人来说，从事客户服务不仅仅是一份可靠、稳定的工作。它还提供了发展机会，52%的国际受访者将发展机会列为第二重要的激励因素。

挑战

44%的受访者指出，在远程工作环境中感觉与经理和同事脱节是他们面临的最大挑战。

混合动力

数据发现，在混合环境中63%的员工遇到了不必要的困难。混合工作的一个重大缺点是缺乏一致性，这可能会对客户体验产生不利影响，阻碍座席的增长。