20 万次 AI 对话数据洞察：工作场景中人与 AI 的协作模式、AI 能力边界与最佳应用场景

关于生成式 AI 将如何重塑工作场所的讨论，常常两种对立观点之间摇摆：一部分观点聚焦于使用 AI 提升生产力的潜力，而另一部分则关注其可能导致的劳动力替代效应。然而这些论点，普遍缺乏基于大规模、真实使用行为的实证数据支持。

为了拨开迷雾，微软研究院进行了一项里程碑式的研究，深入分析了超过 20 万次用户与 AI 助手 Copilot 的匿名对话。这项研究没有停留在“哪些工作将被取代”的表层问题，而是深入剖析了人与 AI 互动时的每一个“工作活动”（Work Activity）。

研究结果揭示了一个关于人机协作的深刻洞见：AI 在工作流中的成功整合，并非是简单的任务“自动化”，而是取决于技术与工作活动的契合度。在此流程中，人类负责定义任务目标（即研究中的“用户目的”），而 AI 则作为执行特定支持性任务（即“AI 行动”）的高效伙伴。理解并优化这一结构化的交互模型，正是未来企业构建核心竞争力的关键所在。

1. 界定人机互动：拆解“双重任务”

这项研究提出了一个极具启发性的核心框架，帮助我们理解人机互动的本质。研究人员指出，在每一次人机对话中，实际上都并存着两种截然不同的工作任务：

1. 用户目的（User Goal）：指用户希望通过 AI 的帮助，最终要实现的目标。例如，一位市场经理的目标是“为新产品撰写一份营销文案”。

2. AI 行动（AI Action）：指 AI 为了响应用户指令而具体执行的活动。在上述例子中，AI 的行动可能是“根据关键词生成初稿”、“润色特定段落”或“提供10个备选标题”。

研究人员用一个简单的例子阐明了这种区别：当一个用户想弄清楚如何打印文件时，他的“用户目的”是操作办公设备，而 AI 为了帮助他，所执行的“AI 行动”则是培训他人使用设备。这个看似细微的区别，却至关重要。它将“AI 是否会取代我”的模糊问题，转化为一个更具操作性的问题：“在我的工作流程中，哪些具体的‘AI 行动’能够最高效地服务于我的‘用户目的’？”

通过对海量对话的分析，研究者发现了一个出人意料的事实：在高达 40% 的对话中，“用户目的”和“AI 行动”所属的工作活动类别完全没有交集。这有力地证明，人们并非简单地将自己的工作外包给 AI，而是在利用 AI 执行一系列支持性的、不同于自己最终目标的子任务。人类专注于“做什么”和“为什么做”，而 AI 则在“如何做”的某些环节上提供助力。

基于对“用户目的”和“AI 行动”的区分，研究者们旨在通过对大规模真实对话数据的分析，系统性地回答以下几个核心问题：

• 最常见的 AI 应用场景是什么？用户最频繁寻求 AI 帮助的工作活动（用户目的）是哪些？AI 自身最常执行的工作活动（AI 行动）又是什么？

• AI 在哪些任务上表现最好？哪些类型的 AI 行动获得了最高的用户满意度和任务完成率？

• AI 对不同职业的潜在影响有多大？通过将 AI 能够成功执行的工作活动与不同职业所需的活动进行匹配，可以如何量化 AI 对各个职业的“适用性”，从而识别出受影响最大和最小的职业类别。

通过回答这些问题，该研究试图超越理论预测，为理解生成式 AI 在当前阶段对劳动力市场的实际影响。

2. 研究方法：如何量化 AI 对职业的影响？

研究者们使用的分析数据，是从2024年1月1日到2024年9月30日的九个月里，从微软的 Copilot 大模型收集的两组匿名美国对话数据。为了系统化地分析这 20 万次对话，研究团队采用了一套严谨且创新的方法论，其核心是借鉴了美国劳工部使用的职业信息网络（ONET）数据库。ONET 的精妙之处在于它将复杂的“职业”层层分解为具体的“工作活动”。其数据结构如下：

• 职业（Occupation）：如“经济学家”。

• 任务（Task）：该职业包含的具体职责，如“汇编、分析和报告数据以预测市场趋势”。

• 详细工作活动（Detailed work activity, DWA）：这是最具体的层级。一个职业中的具体“任务”（Task）会被对应到一组 DWA。DWA 相当于一个标准工作模块，是可以在不同工作角色之间迁移和复用的具体技能或活动。例如，对于经济学家这一职业，DWA 是“预测政治、经济或社会趋势”。

• 中间工作活动（Intermediate work activity, IWA）：这是中间层级。每一个更具体的详细工作活动都从属于一个中间工作活动。这篇论文的研究分析主要集中在 IWA 这个层面，如“分析市场或行业状况”。

• 一般工作活动（Generalized work activity, GWA）：这是最概括的层级，提供了对相似工作活动的最宽泛的分类。每一个中间工作活动会从属于一个更抽象的一般工作活动。比如，“分析市场或行业状况”这个中间工作活动，又从属于“分析数据或信息”这个一般工作活动。

研究者选择在“中间工作活动”（IWA）这一层面进行分析，因为它既足够具体，又能跨越不同职业，从而揭示 AI 能力的通用性。

为了全面评估 AI 的影响力，研究团队设计了一套多维度的评分体系，最终整合成一个综合性的“AI 适用性分数”（AI Applicability Score）。分数越高，意味着该职业的工作内容与 AI 当前能力的适配度越高。该分数的计算主要包含三大关键指标：

1. 任务完成度（Completion）：AI 在多大程度上成功完成了用户的请求？研究人员使用大语言模型来对每一次用户与 Copilot 的对话进行“任务完成度”的分类。他们通过将这种 LLM 分类器的判断结果与用户的“点赞”反馈数据进行比较，发现两者高度相关，从而验证了这种计算方法的有效性。

2. 影响范围（Scope of Impact）：为了区分 AI 在任务中的贡献大小（例如，是写了一份完整报告还是仅回答了一个简单问题），研究团队引入了“影响范围”这一指标。对于每一次对话，研究团队使用一个大型语言模型（LLM）分类器来评估 Copilot 所展示出的能力覆盖了对应工作活动（IWA）的多大一部分。每一次 AI 的行动都被置于一个六点量表上进行评估（从“无”到“完全”），以判断其能力覆盖了对应工作活动的多大一部分。

3. 活动频率（Activity Share）：这项活动在真实世界中的使用频率有多高？只有那些被用户频繁请求，且 AI 能够成功、深度完成的活动，才对职业产生实质性影响。

通过将这三个维度加权整合，研究为每个 O*NET 中定义的职业计算出了一个最终的“AI 适用性分数”，从而为我们提供了一张基于真实使用数据的职业影响地图。

3. 数据洞察：AI 的能力边界与最佳应用场景

通过对数据的深度挖掘，研究揭示了当前生成式 AI 清晰的能力图谱，以及一些出乎意料的发现。

1. AI 发力的主场：知识工作的得力助手

研究发现，AI 最常被用于辅助和执行的活动高度集中在知识工作领域。最常见的“用户目的”聚焦于三大类：信息收集、内容创作（编写与编辑）以及与他人交流。

一个更深层的洞察在于“用户目的”与“AI 行动”在核心动词上的显著不同，这揭示了人与 AI 之间清晰的角色分工。

• 描述“用户目的”的动词往往是主动的、目标导向的。例如，用户希望获取（Obtain）关于商品或服务的信息、开发（Develop）新闻或艺术内容、撰写（Write）商业材料、研究（Research）特定问题 。这些动词表明，用户是整个任务的发起者和最终负责人，掌握着工作的主动权。

• 与此形成鲜明对比的是，描述“AI 行动”的动词则带有强烈的服务和支持色彩。例如，AI 的角色是回应（Respond）客户问询、提供（Provide）公共信息、呈现（Present）技术信息、协助（Assist）他人 。在更多情况下，AI 被用来执行培训（Train）、指导（Coach）和建议（Advise）等动作，体现出一种服务和支持的角色。

这些发现清晰地表明：人类正在利用 AI 作为强大的信息处理器和沟通辅助器，来完成自己的知识密集型任务。相比之下，涉及体力活动、监控实体设备或指导他人的工作活动，则极少出现在人机对话中。

2. AI 的“高光”与“盲区”：满意度揭示的真相

数据显示，用户对 AI 的帮助总体上是满意的。其中，三类活动的满意度最高：

• 编写和编辑文本（如撰写报告、修改邮件）

• 研究信息（如调研法律法规、了解健康问题）

• 评估或购买商品（如比较产品特性）

用户反馈最差的领域集中在数据分析和视觉设计。这表明，尽管 AI 可以处理信息，但在需要深度逻辑分析、数据可视化或原创性视觉创意的任务上，其表现尚不能完全满足用户的期望。这说明 AI 有明显擅长和不擅长的任务，有效使用 AI 意味着使用者必须能够判断 AI 的能力边界（表现较差的任务）和天花板（表现优秀的任务）并且扬长避短。

3. 职业影响地图：哪些岗位站在变革的中心？

最终的“AI 适用性分数”为我们揭示了受 AI 影响最大的职业图景。排名前 25 位的职业几乎全部与信息处理和沟通相关。口译员和笔译员高居榜首，其高达 98% 的工作活动都与 Copilot 频繁执行的任务重叠。紧随其后的是一系列我们熟悉的角色：销售代表、客户服务代表、作家与编辑、公关专员、市场研究分析师等。

从更宏观的职业大类来看，销售、计算机与数学、行政支持、社区与社会服务等领域的“AI 适用性分数”最高。这些职业的核心是什么？正是研究中发现的那些 AI 最擅长的“AI 行动”：向用户提供信息、回应问询、提供通用帮助。AI 强大的信息交流能力，与这些职业的核心需求形成了完美匹配。

相反，适用性分数最低的职业普遍具有两个特征：需要大量体力劳动（如建筑工人、保洁员）或高度依赖人际物理接触与精密操作（如护理助理、按摩治疗师、外科医生）。

4. 实践启发：从“使用 AI”到构建组织 AI 力

这项研究为企业管理者和员工都提供了极具价值的实践指导，帮助组织超越“是否要用 AI”的初级阶段，进入“如何用好 AI”的深水区。

1. 重新定义工作：从“岗位”到“活动组合”的思维转变

研究最核心的启示是，AI 并非直接影响整个“职业”，而是构成职业的“工作活动”。一个职业的“AI 适用性”高，并非意味着它将被整体替代，而是其包含的大量细颗粒度活动可以被 AI 高效增强。

这对企业的人才发展和岗位设计提出了新要求。管理者需要带领团队，对自己和下属的工作进行“任务分解”，识别出哪些活动是高重复性、信息密集型的（适合 AI 辅助），哪些是需要复杂决策、战略思考和人际互动的（人类的核心价值区）。这种分解能够帮助团队成员清晰地看到人机协作的最佳结合点，从而重构工作流，将人类的精力聚焦于最高价值的活动上。

2. 识别关键能力：AI 人才的核心能力是“项目管理”能力

研究揭示的“用户目的”与“AI 行动”之间的差异，恰恰需要一种新型能力来弥合——“项目管理能力”。这意味着员工具备将一个宏大的业务目标（用户目的），精准地分解并“翻译”成一系列 AI 可以理解并执行的具体步骤（AI 行动），在 AI 输出内容后，再进行汇总、验证、为结果负责的能力。这种能力，正是 AI 素养 (AI Literacy) 的核心体现。它不仅仅是会写提示词，更是一种融合了业务理解、逻辑分解和对 AI 能力边界认知于一体的综合心智模式。

** 3. 战略性赋能：构建组织的“AI 力”**

鉴于有效的人机协作是一个用户目标驱动的交互过程，那么能够准确预判 AI 的能力边界、并将业务目标转化为精确、可执行指令，就成为高效使用 AI 所必备的最重要能力。对于企业而言，让员工掌握 AI 素养，不能仅仅依赖于个体的自发学习。它需要一套系统性的培养体系，一种自上而下的文化倡导。这正是 UMU 所倡导的“AI 力”理念的精髓——它不仅是个体能力，更是组织能力。

要构建这种组织级的“AI 力”，需要一个将学习科学、业务场景与 AI 技术深度融合的解决方案。员工需要的不仅是通用的“AI 入门课”，而且还需要更加贴近其工作场景的赋能。

UMU 的 发展大模型时代的 AI 力系列课程，正是基于这样的理念设计的。它首先帮助员工深入理解自己所处的组织环境、角色定位和专业领域，掌握任务分解、定义优先级和归类的能力。随后，它将这种深度的业务认知，与对大模型通用能力的理解和预测（即 AI 基础素养）相结合。通过这种方式，每一位员工都能精准地找到自身“用户目的”和“AI 行动”之间的最佳连接点。

最终，当组织中的每一个人都具备高效利用 AI 辅助工作的心智模式后，AI 的引进才真正成为驱动个人成长与组织发展的强大引擎。

UMU ALT 团队由来自清华大学、北京大学、中国人民大学、康奈尔大学、佛罗里达大学等全球知名高校的博士组成，专注于深入解析 AI 与组织、管理、人力资源等领域的交叉研究。我们系统梳理大量相关学术论文，提炼其中的研究方法与核心洞见，并将其转化为企业可实际应用的知识资源。欢迎关注 AI 力论文研究合集。同时，我们结合学术成果、行业领袖建议及最佳实践访谈，推出了📖《发展大模型时代的 AI 力》在线系列课程。该课程旨在帮助企业全面理解 AI 技术演进对组织架构、管理模式及员工能力所带来的深远影响，助力组织构建面向未来的 AI 竞争力。欢迎点击文末“阅读原文”，深入了解课程内容，或📖 联系 UMU 专属顾问，开启您的 AI 转型之旅。

参考文献：

Tomlinson, K., Jaffe, S., Wang, W., Counts, S., & Suri, S. (2025). Working with AI: Measuring the Occupational Implications of Generative AI. arXiv preprint arXiv:2507.07935.