Come le persone usano gli agenti IA

Nuova ricerca di Perplexity e Harvard: l'uso degli agenti è lavoro cognitivo, non commissioni.

Si diceva che il 2025 sarebbe stato l'anno in cui la tecnologia degli agenti IA sarebbe diventata di massa. Oggi annunciamo che Perplexity e i ricercatori di Harvard hanno pubblicato il primo studio su larga scala su come le persone utilizzano effettivamente gli agenti IA nel mondo reale.

I nostri ricercatori hanno posto tre domande fondamentali: chi adotta gli agenti IA? Con quale intensità li utilizza? E quali compiti delega ai propri assistenti IA? Analizzando centinaia di milioni di interazioni anonimizzate degli utenti di Comet e Comet Assistant, abbiamo scoperto modelli fondamentali sull'adozione e sull'utilizzo degli agenti.

I risultati mettono in discussione alcune narrazioni comuni. Ad esempio, gli agenti sono utili per prenotare hotel o gestire compiti ripetitivi, ma fungono anche da partner in attività di profonda natura cognitiva. Stanno trasformando il modo in cui impariamo, lavoriamo e risolviamo i problemi.

Un partner di ragionamento piuttosto che un maggiordomo

Una visione popolare degli agenti IA è il caso d'uso del "concierge digitale", in cui gli esseri umani delegano compiti semplici per risparmiare tempo. Tuttavia, classificando milioni di interazioni degli utenti, abbiamo riscontrato che il 57% di tutta l'attività degli agenti si concentra sul lavoro cognitivo. Il 36% dei compiti più comuni è classificato come compiti di produttività e flusso di lavoro, con un ulteriore 21% classificato come apprendimento e ricerca.

Si tratta di compiti che potenziano le capacità umane. Un addetto agli acquisti ha utilizzato Comet Assistant per esaminare casi di studio dei clienti e identificare casi d'uso rilevanti prima di lavorare con un fornitore. Uno studente ha chiesto all'agente di navigare tra i materiali del corso e analizzare ciò che stava imparando. Un lavoratore nel settore finanziario ha delegato i compiti di filtraggio delle opzioni azionarie e analisi delle informazioni sugli investimenti. In ogni caso, l'agente ha gestito autonomamente la raccolta e la sintesi iniziale delle informazioni, fornendo all'utente i dati necessari per formulare giudizi e decisioni finali, e implementando tali decisioni su sua richiesta.

Il caso d'uso del "partner di ragionamento" supportato dai nostri dati mostra che gli utenti desiderano espandere la propria capacità di svolgere attività complesse. Le persone non utilizzano Comet Assistant per evitare di lavorare, lo utilizzano per lavorare meglio.

L'evoluzione delle tendenze di utilizzo verso l'utilità

Uno dei modelli più rivelatori dello studio è il percorso dell'utente. Il modo in cui si utilizza un agente il primo giorno è raramente lo stesso in cui lo si utilizza al centesimo giorno.

I nuovi utenti spesso testano il terreno con query a basso rischio. Chiedono informazioni su piani di viaggio, consigli sui film o curiosità generali. Gradualmente, si verifica un cambiamento. La nostra analisi delle transizioni delle query mostra una forte attrazione verso la produttività. Un utente potrebbe iniziare chiedendo informazioni su una località di villeggiatura, ma una volta utilizzato l'agente per eseguire il debug di uno script Python o riassumere un rapporto finanziario, raramente torna indietro. Le categorie di produttività e flusso di lavoro hanno i tassi di fidelizzazione più elevati e gli utenti che si impegnano precocemente in compiti di apprendimento o ricerca hanno molte più probabilità di diventare utenti attivi a lungo termine.

Ciò rispecchia gli albori del personal computer. Spesso veniva venduto come strumento per la gestione di ricette o giochi, ma è diventato indispensabile grazie ai fogli di calcolo e all'elaborazione testi. Gli agenti IA stanno seguendo la stessa traiettoria.

Chi utilizza gli agenti? Adozione vs. intensità

La metrica più significativa non è chi adotta gli agenti IA, ma chi fa affidamento su di essi. Il divario tra i tassi di adozione e l'intensità di utilizzo rivela dove la tecnologia è passata da novità a necessità. Divari ristretti indicano un reale cambiamento comportamentale e sei professioni principali guidano ora il 70% di tutta l'attività degli agenti.

Alcuni settori superano le aspettative. Mentre i tecnologi digitali guidano naturalmente il volume (30% delle query), i campi ad alta intensità di conoscenza come Marketing, Vendite, Management e Imprenditorialità dimostrano il più alto livello di "stickiness". Una volta che questi professionisti adottano un agente, l'intensità del loro utilizzo supera i numeri di adozione man mano che integrano l'assistente nel loro flusso di lavoro quotidiano.

Anche il contesto è importante. Gli utenti distribuiscono Comet Assistant per risolvere specifici punti di attrito del loro settore. I professionisti della finanza si concentrano molto sull'efficienza, dedicando il 47% delle query a compiti di produttività. Gli studenti si concentrano sull'utilità, con il 43% dei compiti assegnati all'apprendimento e alla ricerca. Nel design e nell'ospitalità, è ancora più facile vedere come domini l'utilizzo specifico del contesto, dal lavoro multimediale per i designer alla pianificazione dei viaggi per il personale dell'ospitalità.

In definitiva, i dati dimostrano che Comet Assistant è estremamente versatile e riflette le esigenze specifiche del suo utente. In un contesto educativo, è un motore di ricerca specializzato, mentre in un contesto professionale, diventa un assistente multiuso. I contesti personali rappresentano oltre la metà di tutto il volume di query.

Il nuovo lavoro di conoscenza è il lavoro di domanda

Questo studio fornisce la prima prova empirica che ci stiamo muovendo verso un'economia di intelligenza ibrida. La predominanza dei compiti cognitivi nei nostri dati suggerisce che gli agenti IA stiano potenziando il lavoro cognitivo umano. Con la maturazione di questi strumenti, prevediamo che la "stickiness" dei compiti di produttività si approfondirà.

Mentre il 2025 volge al termine, non ci chiediamo più se le persone useranno gli agenti IA. Sappiamo che lo fanno. La domanda ora è quanto velocemente il resto dell'economia si adatterà a una forza lavoro che pensa, impara e costruisce con un partner intelligente sempre attivo. Per saperne di più sulla nostra metodologia, sulle specifiche della tassonomia e sull'analisi statistica, consulta la ricerca completa qui.