微软：组织环境对AI成效的影响是个人努力的两倍

尾注

1 AI 用户：调查受访者中报告至少偶尔（从每月少于一次到每天多于一次）在工作中使用生成式 AI 的人。选择“从不”（或“不知道”）的受访者被排除在调查之外。

2 AI 影响：结合了关于 AI 用户报告 AI 如何产生影响的多个结果变量，包括更有创造力、从事新型工作、提供更高质量的初稿、提升工作能力、协作、掌控感、改善职业前景、从事高价值工作，以及因为 AI 而更可能留在公司。详见方法部分第 3 节“每家公司都是学习系统”或“AI 影响分析”。 3 详见方法部分“按 O*NET 广义工作活动划分的用户目标份额”。 4 详见方法部分“工作趋势指数调查”。 5在我们的调查中，领导者比员工更可能报告在提出新的 AI 工作方式时感到安全（81% 对 67%），以及他们的管理者为 AI 实验创造空间（78% 对 59%）。他们报告“无论结果如何，用 AI 重塑工作都会得到奖励”的可能性是员工的两倍（21% 对 10%）。 6 来自全球 1,800 名员工的调查回复，作为“微软人员科学代理团队协作与信任调查”（2025 年 7 月）的一部分，包括 819 名领导者（C 级、副总裁、总监）、520 名经理和 461 名微软外部个人贡献者。 7 AI 价值通过衡量代理式 AI 使用所实现的个人和团队价值的自我报告调查项目的综合来测量。个人价值（Agent RIVA）包括是否报告代理式 AI 减少工作相关压力、提高生产力、提高工作或产出质量、加快任务完成、支持更好的决策并简化复杂工作任务。团队价值（Agent RTVA）包括是否报告代理式 AI 提高团队效率和团队产出质量。这些项目被组合以反映对 AI 价值的整体感知。 8 AI 影响：结合了关于 AI 用户报告 AI 如何产生影响的多个结果变量，包括更有创造力、从事新型工作、提供更高质量的初稿、提升工作能力、协作、掌控感、改善职业前景、从事高价值工作，以及因为 AI 而更可能留在公司。详见方法部分“AI 影响分析”。 9 组织与个人因素：基于综合指数，捕捉受访者对 AI 文化、管理者支持、人才实践以及自身 AI 心态的感知，每个指数源于评估与 AI 使用相关的行为、态度和工作场所条件的多个调查项目。详见方法部分“AI 影响分析”。 10 在 Microsoft 365 Copilot Agents 平台和 SharePoint 中，滚动 28 天期间活跃唯一代理数量的同比变化。详见方法部分。

方法论

Microsoft 365 遥测

所有数据基于聚合和匿名的 Microsoft 365 生产力信号。

• 每用户提示数：在滚动 28 天期间，每用户提示数。包括所有国家和客户细分（包括欧盟）。不包括政府行业。数据覆盖 2025 年 3 月至 2026 年 3 月。包含的代理创建平台有 Agent Builder 和 Microsoft 365 Agents Toolkit。

• 按 O*NET 广义工作活动划分的用户目标份额：在 Microsoft 365 Copilot 对话中检测到的总中间工作活动（IWA）中映射到广义工作活动（GWA）的百分比。使用分数份额法计算：如果一次对话包含多个 IWA，每个 IWA 按分数计数（例如，对话中有两个 IWA，则每个计数为 0.5）。商业细分（不包括教育）。仅包括北美国家。105,000 个样本来自 2026 年 2 月一周的数据。

• 月度活跃代理增长：在 Microsoft 365 Copilot Agents 平台和 SharePoint 代理中，通过遥测观察到的滚动 28 天期间活跃唯一代理数量的同比变化。如果一个代理在 28 天期间至少有一天有用户发起的活动，或在该期间完成至少一次自主运行，则视为活跃。包括所有国家和客户细分（包括欧盟）。数据覆盖 2025 年 3 月至 2026 年 3 月。包含的代理创建平台有 AgentBuilder 和 Microsoft 365 Agents Toolkit。

月度活跃公司：在滚动 28 天期间，至少有一名用户对代理进行过一次有意使用的唯一公司数量。包括所有国家和客户细分（包括欧盟）。数据覆盖 2025 年 3 月至 2026 年 3 月。包含的代理创建平台有 Agent Builder 和 Microsoft 365 Agents Toolkit。

研究：赋能管理者迎接 AI 优先的未来

本分析考察了在 AI 优先的组织中管理者角色的演变。微软人员科学团队分析了来自全球 1,800 名员工的调查回复，作为“微软人员科学代理团队协作与信任调查”（2025 年 7 月）的一部分，包括 819 名领导者（C 级、副总裁、总监）、520 名经理和 461 名个人贡献者。

工作趋势指数调查

工作趋势指数调查由独立研究公司Edelman Data x Intelligence开展，调查对象为2026年2月18日至2026年4月7日期间在10个市场中、工作中使用AI的20,000名全职受雇或自雇知识工作者。该调查时长20分钟，在线进行，以英语或翻译成当地语言在各市场实施。每个市场调查了2,000名全职工作者，全球结果已汇总所有回答以提供平均值。调查的全球市场包括：澳大利亚、巴西、法国、德国、印度、意大利、日本、荷兰、英国和美国。报告中提到的受众定义如下：

• AI用户： AI用户是指报告在工作中至少偶尔（每月少于一次到每天多于一次）使用生成式AI的知识工作者。选择“从不”（或“不知道”）的受访者被筛出调查之外。

• 领导者： 中层至高层职位的知识工作者（即高级总监、副总裁（VP）、高级副总裁（SVP）、执行副总裁（EVP）、总经理（GM）、总裁、C级高管（如CEO、CFO、COO）），并且在招聘、预算、员工福利、内部沟通、运营等方面至少具有一定决策影响力。

• 员工： 不处于中层至高层职位或在招聘、预算、员工福利、内部沟通、运营等相关决策方面没有影响力的知识工作者。

• 前沿专业人士： 为识别前沿专业人士，我们使用基于人们如何自我报告使用AI工作的定义。受访者仅当报告了三种不同行为组合时才被归类为前沿专业人士：高级使用AI代理完成复杂或多步骤工作；常规性重新设计工作流程以利用AI的优势；参与结构化、可重复的、可扩展到个人使用之外的AI赋能实践。他们代表了所调查的20,000名AI用户中的3,233人。其中44%是业务决策者，56%是员工。50%是千禧一代，23%是X世代，22%是Z世代，4%是婴儿潮一代。前沿专业人士更可能从事科技行业（35%）或金融服务（12%），担任IT（36%）或财务和会计（11%）角色。他们往往在较大的组织中工作（53%在拥有500名以上员工的公司）。

• 组织vs员工AI就绪指数： 组织vs员工AI就绪指数将每位受访者置于两个自我报告的维度上：他们作为个人准备好使用AI的程度（使用复杂性、自我效能、主动行为和自我报告价值创造的复合指标）以及他们的组织支持AI使用的准备程度（组织AI文化、管理者支持、治理成熟度和AI在绩效评估中的使用的复合指标）。两个维度在各市场内标准化为0到1后再合并。然后每位受访者被分配到五个互斥区域之一：前沿（两个就绪维度均明显高于中位数，19%）、受阻代理（个人高但组织低，10%）、未利用能力（个人低但组织高，5%）、停滞（两者均明显低于中位数，16%）和新兴区域（50%）。该指数基于16,971名受访者计算。两个就绪维度之间的皮尔逊相关系数为r = 0.55。

• AI影响分析： AI影响分析识别出29个测量因素中哪些因素与员工报告AI在工作中产生实际影响最强相关。这29个因素分为三类——组织环境（描述工作场所的10个因素）、个人心态和行为（描述员工个人对AI取向的9个因素）和人口统计特征（包括职位级别、行业、市场、代际和AI熟悉度的10个因素）。重要性通过随机森林置换来衡量，并用弹性网络回归和梯度提升树进行交叉验证。三个模型族产生相同的类别排名和相同的顶级相关性，保留测试R²分别为0.680、0.689和0.690。该分析基于19,854名受访者进行，删除了任何29个因素中缺失值的受访者。分析中的每个变量均由同一受访者同时自我报告，因此所示关系为统计关联，而非因果关系。

• AI影响：一系列结果变量的组合，涉及员工报告AI对自身产生的影响，包括更具创造力、从事新型工作、提供更高质量初稿、改善工作能力、协作、感到掌控、改善职业前景、从事高价值工作，以及因为AI而更可能留在公司。

• 组织AI文化：受访者表示其组织文化与AI对齐的程度，例如组织整体上对AI是否开放和好奇，是否觉得提出使用AI的新方法很安全，以及人们是否对自己使用AI的能力有信心。基于10个调查项目构建，涉及受访者对当前工作场所文化的看法。

• 管理者支持：受访者表示其直属经理积极支持他们使用AI的程度，包括鼓励实验、自身示范AI使用、在评估受访者时为AI赋能工作留出空间，以及让人觉得尝试新事物是安全的。基于5个围绕AI的经理-员工关系项目构建。

• 人才实践：AI融入公司人才实践的程度，例如投资于提升员工技能、鼓励员工尝试新领域或项目，以及他们的经理是否帮助职业发展。基于6个关于公司人才实践的项目构建。

• AI心态：受访者自身对AI的态度，例如他们使用AI时的自信程度、与AI合作的开放程度，以及他们对AI的信任度。由10个关于个人自身对AI取向的条目构成。