Előbb a felső korlát: miből lehet egyáltalán spórolni
Egy 2025-ös, aggregált irodai telemetria szerint egy átlagos dolgozó naponta 117 e-mailt kap — a többségét egy percnél rövidebb ideig nézi —, és munkanaponként 153 csevegőüzenetet. A törzsidőben átlagosan kétpercenként szakítják félbe. A megbeszélések fele két sávba zsúfolódik (9–11 és 13–15 óra között), és 57%-uk naptárbejegyzés nélküli, ad hoc hívás.
Hogy ebből mennyi megy el e-mailre, arra két szám van, és nem ugyanazt mérik:
| Mérés | Mit mért | Eredmény |
|---|---|---|
| 40 fő, 12 munkanap, aktivitásnaplózás (2016) | teljes e-mail-tevékenység | napi ~1,5 óra, napi 77 megnyitás |
| 6 000 fő, 56 cég, randomizált, telemetria (2025) | e-mail olvasása | heti 2,8 óra a kontrollcsoportban |
A napi másfél óra az egész e-mailezés: olvasás, írás, keresés, rendezés. A heti 2,8 óra ebből csak az olvasás. Ez a két szám nem mond ellent egymásnak — de aki az egyiket a másikból akarja levezetni, rosszul számol.
A hét feladattípus
Ez a cikk gerince. Minden sor mögött kontrollált mérés van, nem benyomás.
1. Írásbeli fogalmazás — a legnagyobb mért nyereség
444 diplomás szakember (marketinges, pályázatíró, tanácsadó, elemző, HR-es) foglalkozásspecifikus írásfeladatokat kapott: sajtóközlemény, jelentés, elemzési terv, e-mail.
Az átlagos feladatidő 27 percről 17 percre esett, és az értékelői pontszám is nőtt — vagyis nemcsak gyorsabb lett, hanem jobb. A teljesítményszórás nagyjából a felére csökkent: a gyengébben teljesítők húzódtak fel.
De van egy apró betűs rész, amit szinte soha nem idéznek mellé. A kezelt résztvevők 68%-a az első kimenetet szerkesztés nélkül adta be, és a beillesztés után átlagosan három percig dolgozott még a feladaton. A megtakarítás jelentős része tehát abból jött, hogy nem ellenőrizték. Ez nem érvényteleníti a mérést — de megmondja, hol a határa.
2. E-mail — mérhető, de kisebb, mint hinnéd
Ugyanabban a 6 000 fős, randomizált kísérletben: aki megkapta a licencet, heti 12 perccel kevesebbet töltött e-mail olvasásával (−7%). Aki ténylegesen használta is, −18% — több mint fél óra hetente. A válaszidő 18 perccel gyorsult.
A beszélgetések száma viszont nem változott. A gép gyorsabban olvastatja el veled a postafiókot; nem teszi kisebbé.
3. Dokumentumzárás — mérhető nyereség, egy csavarral
Ugyanaz a kísérlet: a licencesek közel fél nappal gyorsabban zárták le a szöveges dokumentumaikat (−6%), a tényleges használók közel egy teljes nappal (−12%).
A csavar: több dokumentumot is indítottak (+4,6%, illetve +11,2%), és többet olvastak a kollégáikéból (+6%, illetve +14%). A dokumentum olcsóbb lett, ezért több készült belőle.
4. Megbeszélés — pontosan nulla
Ez a kísérlet legfontosabb nemleges eredménye. A megbeszélésekre fordított összidőre és a megbeszélések számára a szerzők „kicsi és statisztikailag nem szignifikáns" növekedést mértek — vagyis semmit.
És ami ennél is beszédesebb: cégenként óriási a szórás, ellentétes irányokba. Van szervezet, ahol jelentősen csökkent, és van, ahol jelentősen nőtt. A megbeszélés nem eszközkérdés, hanem szervezeti szokás.
5. Ügyfélszolgálati válasz — nagy nyereség, egyenlőtlenül elosztva
5 172 ügyfélszolgálati munkatárs, szakaszos bevezetés: az óránként megoldott ügyek száma 15%-kal nőtt, az átlagos beszélgetés 3,7 perccel rövidült.
De az átlag itt félrevezet. A kezdő és gyengébben teljesítő munkatársaknál a javulás 30% fölött volt. A legtapasztaltabbaknál kis gyorsulás — és kis minőségromlás. A kéthónapos tapasztalatú, segített munkatárs úgy teljesített, mint egy hat hónapos, segítség nélküli. A részletes recepthez és a határokhoz az ügyfélszolgálati válaszok poszt tartozik, négy dokumentált ellenpéldával.
6. Összetett mérlegelés — itt a gép nem lassít, hanem ront
758 tanácsadós, előregisztrált terepkísérlet. A tizennyolc reális tudásmunka-feladaton az AI-t használók 12,2%-kal több feladatot végeztek el, 25,1%-kal gyorsabban, jobb minőségben.
Ugyanebben a kísérletben volt egy szándékosan a modellképességén kívülre tervezett vezetői feladat. Ott az AI-t használók 19%-kal kisebb eséllyel adtak helyes megoldást. Nem lassabbak lettek — rosszabbak, és ezt nem vették észre.
Ezzel egybevág a legnagyobb közigazgatási bevezetés tapasztalata is (20 000 közszolga, 12 minisztérium): a gép erős abban, hogy témákat és állításokat kiszedjen egy dokumentumból, de megbotlik az árnyalt, kontextusnehéz anyagon, ahol emberi mérlegelés kell. Érzékeny HR-ügyben, panaszkezelésben, egymásnak ellentmondó szempontok súlyozásában nem hozott érdemi hasznot.
7. Rövid, könnyű feladat — itt mért lassulás van
Ez a legfrissebb és a legkínosabb eredmény. Három előregisztrált vizsgálat, összesen 2 691 résztvevő, 24 feladat négy kategóriában, mind öt percnél rövidebb.
A résztvevők átlagosan 55,7 másodperc megtakarítást vártak. A tényleges 7,5 másodperc volt. A könnyű feladatokon pedig az AI ténylegesen lassított: 60,2 másodpercről 70,2-re.
Aki egy háromsoros e-mailhez nyit chatablakot, az nem spórol. Az a prompt írással tölti el azt az időt, amit a megírással töltött volna.
Az érzet és a mérés
A fenti hetes lista mind mérés. Az önbevallás máshol van.
Ugyanabban a 2 691 fős vizsgálatban a résztvevők a saját használatukat is alulbecsülték: 33%-ot jósoltak, 47% lett belőle. Vagyis többet használják, mint hiszik, és kevesebbet nyernek vele, mint hiszik — egyszerre.
A legélesebb szám erről egy fejlesztői kísérletből jön: a résztvevők 20%-os gyorsulást éreztek, miközben a mérés 19%-os lassulást mutatott. Harminckilenc százalékpont a kettő között. Hogy ez mit jelent a saját bevezetésed mérésére, arról a hatás mérése poszt szól részletesen, marketinges példákkal; a fejlesztői oldalról pedig mit változtatott meg az AI a programozásban poszt.
A legnagyobb közigazgatási bevezetés napi 26 perc megtakarítást mért. Ez a szám gyakran szerepel hírként — a riport maga viszont kiírja, hogy nem randomizált kísérlet, és az időmegtakarítás teljes egészében önbevallás, kategóriaválasztós becslésből. A résztvevők 83%-a jelentett megtakarítást, 17% semmit.
Hova megy a megspórolt idő
Erre a legerősebb adat egy dán vizsgálatból jön: 25 000 munkavállaló, 7 000 munkahely, adminisztratív munkaerőpiaci adatokhoz kapcsolva.
- Az átlagos megtakarítás a teljes munkaidő 2,8%-a — foglalkozásonként 0,6% és 6,8% között.
- Ennek 80–85%-a másik munkafeladatra megy át. Kevesebb mint egytizede lesz szünet vagy szabadidő.
- A használók egy része új feladatokat kap: ahol a munkáltató aktívan támogatja a használatot, ott nagyjából minden hatodik. Ezeknek az új feladatoknak a 35%-a maga az AI minőségellenőrzése, etikája és megfelelése.
- Keresetre: nincs kimutatható hatás, a bizonytalansági sáv kizár 2%-nál nagyobb hatást is.
A másik irányból ugyanezt mutatja egy 3 200 fős vállalati felmérés: a válaszadók 85%-a jelent heti egy-hét óra megtakarítást, de a megtakarítás nagyjából 40%-a újramunkára megy el — hibajavításra, újraírásra, ellenőrzésre —, és mindössze 14% számol be tartósan, egyértelműen pozitív mérlegről.
A mondat, amit érdemes megjegyezni ebből: a gép nem időt ad, hanem átrendezi a munkát. Az erőfeszítés nem tűnik el, hanem áthelyeződik — az információ előállításáról az információ ellenőrzésére.
Ahol nulla vagy negatív: egy táblázatban
| Terület | Eredmény | Minta |
|---|---|---|
| Megbeszélések összideje | nullhatás, cégenként ellentétes szórással | 6 000 fő, 56 cég, randomizált |
| Kereset és ledolgozott óra | nulla, 2% fölötti hatás kizárva | 25 000 fő, adminisztratív adat |
| Összetett vezetői feladat | −19% helyes megoldás | 758 fő, előregisztrált |
| Kognitívan könnyű feladat | +10 másodperc, azaz lassulás | 2 691 fő, előregisztrált |
| Legtapasztaltabb ügyfélszolgálatos | kis gyorsulás, kis minőségromlás | 5 172 fő |
| Érzékeny HR-ügy, szakpolitikai mérlegelés | nincs érdemi haszon | 20 000 fő, megfigyeléses |
Tipikus félreértések
- „Napi fél órát nyerek vele." Lehet — de a mért adat szerint annak nagyjából 40%-a visszamegy ellenőrzésre és javításra, a maradék pedig másik munkafeladatra, nem szabadidőre.
- „Ha egy kísérletben bejött, nálam is bejön." A hét feladattípus közül négynél mértek nagy nyereséget, kettőnél nullát vagy negatívat, egynél pedig attól függ, hogy a feladat a modell képességén belül vagy kívül esik. Az számít, melyikkel töltöd a napodat.
- „Az érzés is adat." Ebben a témában nem. Kétpercenkénti félbeszakítás mellett senki nem tudja megbecsülni, mire ment el az órája — a stopperrel mért fejlesztői kísérletben az érzés 39 százalékponttal tévedett.
- „A megbeszélésekből biztosan lefarag." Egyetlen randomizált mérés sem mutatta ki. A megbeszélés szervezeti szokás, nem szövegfeladat.
- „Minél többet használom, annál jobb." A könnyű feladatokon mért lassulás pont ebből jön. És a mérés szerint a korábbi használat növeli a következő feladatnál a használatot — miközben erősíti a gyorsulás illúzióját is.
Amit érdemes elvinni
A kérdés nem az, hogy „segít-e az AI", hanem hogy a te napod melyik feladattípusból áll. Fogalmazásból, e-mailből, ügyfélválaszból és dokumentumzárásból sokat nyersz. Megbeszélésből semmit. Rövid, rutinszerű lépésekből veszítesz. Összetett mérlegelésnél pedig nem a sebesség a kockázat, hanem a pontosság — ott a gép magabiztosan téved.
És mielőtt bárhol bevezetnéd: mérd meg előtte. Az érzés ebben a témában bizonyítottan rossz mérőműszer, és az irány is kiszámítható — felfelé téved.
A postafiók konkrét munkafolyamatáról a postafiók rendezése poszt szól lépésről lépésre; a megbeszélésekről pedig, ahol időt ugyan nem nyersz, de a jegyzet minősége sokat javul, a meetingjegyzet poszt ad receptet.