Как люди используют ИИ-агентов

Новое исследование Perplexity и Гарварда: агент используется в основном для когнитивной работы, а не для поручений.

2025 год должен был стать годом, когда технология ИИ-агентов станет массовой. Сегодня мы объявляем, что Perplexity и исследователи из Гарварда опубликовали первое масштабное исследование того, как люди на самом деле используют ИИ-агентов в реальном мире.

Наши исследователи задали три фундаментальных вопроса: кто внедряет ИИ-агентов? Насколько интенсивно они их используют? И какие задачи они делегируют своим ИИ-помощникам? Проанализировав сотни миллионов анонимизированных взаимодействий пользователей Comet и Comet Assistant, мы выявили основные закономерности внедрения и использования агентов.

Полученные данные опровергают некоторые распространенные представления. Например, агенты хороши в бронировании отелей или выполнении рутинных дел, но они также выступают в качестве партнеров в глубокой когнитивной работе. Они меняют то, как мы учимся, работаем и решаем проблемы.

Партнер по рассуждению, а не дворецкий

Популярным представлением об ИИ-агентах является сценарий использования «цифрового консьержа», в котором люди перекладывают простые задачи на агентов, чтобы сэкономить время. Тем не менее, классифицировав миллионы пользовательских взаимодействий, мы обнаружили, что 57% всей деятельности агентов сосредоточено на когнитивной работе. Тридцать шесть процентов наиболее распространенных задач классифицируются как задачи по продуктивности и рабочему процессу, а еще 21% — как обучение и исследования.

Это задачи, расширяющие возможности человека. Специалист по закупкам использовал Comet Assistant для сканирования тематических исследований клиентов и определения актуальных вариантов использования перед работой с поставщиком. Студент попросил агента проанализировать учебные материалы и осмыслить изученное. Финансовый работник делегировал задачи по фильтрации опционов на акции и анализу инвестиционной информации. В каждом случае агент автономно занимался сбором информации и ее первичным синтезом, предоставляя пользователю данные, необходимые для принятия окончательных суждений и решений, и выполняя эти решения по запросу пользователя.

Сценарий использования «партнера по рассуждению», подтвержденный нашими данными, показывает, что пользователи хотят расширить свои возможности для выполнения сложных задач. Люди используют Comet Assistant не для того, чтобы избегать работы, а для того, чтобы выполнять ее лучше.

Эволюция тенденций использования в сторону практической пользы

Одна из самых показательных закономерностей в исследовании — это путь пользователя. То, как вы используете агента в первый день, редко совпадает с тем, как вы используете его на сотый день.

Новые пользователи часто пробуют возможности агента, выполняя малозначимые запросы. Они спрашивают о планах на поездку, рекомендациях фильмов или общих фактах. Постепенно происходит сдвиг. Наш анализ переходов между запросами показывает сильное тяготение к продуктивности. Пользователь может начать с вопроса о месте для отдыха, но как только он использует агента для отладки скрипта на Python или обобщения финансового отчета, он редко возвращается к прежнему. Категории продуктивности и рабочего процесса имеют самые высокие показатели удержания, а пользователи, которые рано начинают заниматься задачами по обучению или исследованиям, гораздо чаще становятся долгосрочными активными пользователями.

Это напоминает ранние дни персональных компьютеров. Их часто продавали как инструменты для работы с кулинарными книгами или игр, но они стали незаменимыми благодаря электронным таблицам и текстовым процессорам. ИИ-агенты следуют по той же траектории.

Кто использует агентов? Внедрение против интенсивности

Самый показательный показатель — это не то, кто внедряет ИИ-агентов, а кто полагается на них. Разрыв между уровнями внедрения и интенсивностью использования показывает, где технология превратилась из новинки в необходимость. Узкие разрывы указывают на реальное изменение поведения, и шесть основных профессий теперь обеспечивают 70% всей активности агентов.

Определенные секторы демонстрируют результаты выше ожидаемых. Хотя специалисты в области цифровых технологий естественным образом лидируют по объему (30% запросов), наукоемкие области, такие как маркетинг, продажи, менеджмент и предпринимательство, демонстрируют самую высокую «липкость». Как только эти профессионалы внедряют агента, интенсивность его использования превышает показатели внедрения, поскольку они интегрируют помощника в свой ежедневный рабочий процесс.

Контекст также имеет значение. Пользователи используют Comet Assistant для решения специфических проблем своей отрасли. Финансовые специалисты сосредоточены на эффективности, посвящая 47% запросов задачам по продуктивности. Студенты сосредоточены на практической пользе, при этом 43% задач направлены на обучение и исследования. В сфере дизайна и гостиничного бизнеса еще проще увидеть, как доминирует контекстное использование: от работы с медиаконтентом для дизайнеров до планирования поездок для персонала отелей.

В конечном счете, данные доказывают, что Comet Assistant отличается высокой универсальностью и отражает специфические потребности пользователя. В образовательном контексте это специализированный поисковик, а в профессиональном — многофункциональный помощник. На личные цели приходится более половины всего объема запросов.

Новая интеллектуальная работа — это работа с вопросами

Это исследование предоставляет первое эмпирическое доказательство того, что мы движемся к экономике гибридного интеллекта. Доминирование когнитивных задач в наших данных предполагает, что ИИ-агенты масштабируют когнитивную работу человека. По мере развития этих инструментов мы ожидаем, что «липкость» задач по продуктивности будет расти.

Ближе к концу 2025 года мы уже не спрашиваем, будут ли люди использовать ИИ-агентов. Мы знаем, что они их используют. Вопрос теперь в том, как быстро остальная часть экономики адаптируется к рабочей силе, которая мыслит, учится и созидает вместе с интеллектуальным партнером, всегда находящимся в курсе дел. Чтобы узнать больше о нашей методологии, спецификациях классификации и статистическом анализе, ознакомьтесь с полным текстом исследования здесь.