Sådan bruger folk AI-agenter

2025 blev sagt at være året, hvor AI-agentteknologi blev mainstream. I dag offentliggør vi, at Perplexity og Harvard-forskere har udgivet den første storskala undersøgelse af, hvordan folk rent faktisk bruger AI-agenter i den virkelige verden.

Vores forskere stillede tre fundamentale spørgsmål: Hvem adopterer AI-agenter? Hvor intensivt bruger de dem? Og hvilke opgaver delegerer de til deres AI-assistenter? Ved at analysere hundreder af millioner af anonymiserede interaktioner fra Comet- og Comet Assistant-brugere har vi afdækket fundamentale mønstre om agentadoption og -brug.

Resultaterne udfordrer nogle gængse forestillinger. For eksempel er agenter gode til at booke hoteller eller håndtere rutineopgaver, men de fungerer også som partnere i dybt kognitivt arbejde. De er ved at omdanne den måde, vi lærer, arbejder og løser problemer på.

En tænkende partner snarere end en butler

En populær vision af AI-agenter er use-case'et med den "digitale concierge", hvor mennesker aflaster sig selv med simple opgaver for at spare tid. Alligevel fandt vi, da vi klassificerede millioner af brugerinteraktioner, at 57 % af al agentaktivitet fokuserer på kognitivt arbejde. Treogtredive procent af de mest almindelige opgaver er klassificeret som produktivitets- og arbejdsprocesopgaver, mens yderligere 21 % er klassificeret som læring og forskning.

Dette er opgaver, der opskalerer menneskelig formåen. En indkøbsmedarbejder brugte Comet Assistant til at scanne kundecase-studier og identificere relevante use-cases, før vedkommende arbejdede sammen med en leverandør. En studerende bad agenten om at navigere gennem kursusmaterialer og analysere det, de lærte. En finansmedarbejder delegerede opgaverne med at filtrere aktieoptioner og analysere investeringsinformation. I hvert enkelt tilfælde håndterede agenten informationsindsamling og indledende syntese autonomt, hvilket gav brugeren de oplysninger, de havde brug for til at træffe endelige vurderinger og beslutninger, og implementerede disse beslutninger efter anmodning.

Use-case'et med den "tænkende partner", der understøttes af vores data, viser, at brugere ønsker at udvide deres evne til at udføre svære ting. Folk bruger ikke Comet Assistant til at undgå arbejde; de bruger det til at udføre bedre arbejde.

Udviklingen af brugstendenser i retning af nytteværdi

Et af de mest afslørende mønstre i undersøgelsen er brugerens rejse. Den måde, du bruger en agent på på dag 1, er sjældent den måde, du bruger den på på dag 100.

Nye brugere tester ofte vandet med forespørgsler med lav risiko. De spørger om rejseplaner, filmanbefalinger eller generel trivia. Gradvist sker der et skift. Vores analyse af forespørgselsovergange viser et stærkt gravitationelt træk mod produktivitet. En bruger kan starte med at spørge om et feriested, men når først de bruger agenten til at feilsøge et Python-script eller opsummere en finansiel rapport, går de sjældent tilbage. Produktivitets- og arbejdsproceskategorierne har de højeste fastholdelsesrater, og brugere, der engagerer sig i lærings- eller forskningsopgaver tidligt, har meget større sandsynlighed for at blive langsigtede aktive brugere.

Dette afspejler personlige computers barndom. Den blev ofte solgt som et værktøj til opskriftshåndtering eller spil, men den blev uundværlig på grund af regneark og tekstbehandling. AI-agenter følger den samme bane.

Hvem bruger agenter? Adoption vs. intensitet

Den mest sigende metrik er ikke, hvem der adopterer AI-agenter, men hvem der er afhængige af dem. Kløften mellem adoptionsrater og brugsintensitet afslører, hvor teknologien er gået fra at være en nyhed til en nødvendighed. Smalle kløfter indikerer reel adfærdsmæssig ændring, og seks kernefagområder driver nu 70 % af al agentaktivitet.

Visse sektorer præsterer over evne. Mens digitale teknologer naturligt fører an i mængde (30 % af forespørgslerne), udviser vidensintensive felter som marketing, salg, ledelse og entreprenørskab den højeste "klæbrighed". Når disse fagfolk først adopterer en agent, overstiger deres brugsintensitet deres adoptionsantal, efterhånden som de integrerer assistenten i deres daglige arbejdsproces.

Kontekst betyder også noget. Brugere implementerer Comet Assistant for at løse de specifikke friktionspunkter i deres branche. Finansprofessionelle er stærkt fokuserede på effektivitet og dedikerer 47 % af forespørgslerne til produktivitetsopgaver. Studerende er fokuserede på nytteværdi, hvor 43 % af opgaverne er tildelt læring og forskning. Inden for design og gæstfrihed er det endnu nemmere at se, hvordan kontekstspecifik brug dominerer, lige fra mediearbejde for designere til rejseplanlægning for personale i gæstfrihedsbranchen.

I sidste ende beviser dataene, at Comet Assistant er yderst alsidig og afspejler dens brugers specifikke behov. I en uddannelsesmæssig kontekst er den en specialiseret forskningsmotor, mens den i en professionel kontekst bliver en alsidig assistent. Personlige kontekster tegner sig for over halvdelen af alt forespørgselsvolumen.

Det nye vidensarbejde er spørgsmålsarbejde

Denne undersøgelse giver det første empiriske bevis på, at vi bevæger os mod en hybrid intelligensøkonomi. Dominansen af kognitive opgaver i vores data tyder på, at AI-agenter opskalerer menneskeligt kognitivt arbejde. Efterhånden som disse værktøjer modnes, forventer vi, at produktivitetsopgavernes "klæbrighed" vil blive dybere.

Når 2025 nærmer sig sin afslutning, spørger vi ikke længere, om folk vil bruge AI-agenter. Vi ved, at de gør det. Spørgsmålet er nu, hvor hurtigt resten af økonomien vil tilpasse sig en arbejdsstyrke, der tænker, lærer og bygger med en intelligent partner konstant i loopet. For at læse mere om vores metodologi, taksonomispecifikationer og statistiske analyse kan du tjekke det komplette forskningspapir her.