Como usa a xente os axentes de IA
Nova investigación de Perplexity e Harvard: a maioría do uso de axentes é traballo cognitivo, non recados.

Dise que 2025 foi o ano no que a tecnoloxía de axentes de IA se xeneralizou. Hoxe anunciamos que Perplexity e investigadores de Harvard publicaron o primeiro estudo a gran escala sobre como usa a xente realmente os axentes de IA no mundo real.
Os nosos investigadores fixeron tres preguntas fundamentais: quen está a adoptar os axentes de IA? Con que intensidade os están a usar? E que tarefas están a delegar nos seus asistentes de IA? Ao analizar cento de millóns de interaccións anonimizadas de usuarios de Comet e Comet Assistant, descubrimos patróns fundamentais sobre a adopción e o uso de axentes.
Os descubrimentos desafían algunhas narrativas comúns. Por exemplo, os axentes son bos para reservar hoteis ou xestionar tarefas rutineiras, pero tamén actúan como socios nun traballo cognitivo profundo. Están a remodelar a forma en que aprendemos, traballamos e resolvemos problemas.
Un socio de razoamento máis ca un mordomo
Unha visión popular dos axentes de IA é o caso de uso do "conserxe dixital", no que os humanos descargan tarefas simples para aforrar tempo. Con todo, cando clasificamos millóns de interaccións de usuarios, descubrimos que o 57 % de toda a actividade dos axentes céntrase no traballo cognitivo. O trinta e seis por cento das tarefas máis comúns clasifícanse como tarefas de produtividade e fluxo de traballo, mentres que outro 21 % se clasifica como aprendizaxe e investigación.
Estas son tarefas que amplían a capacidade humana. Un profesional de compras utilizou Comet Assistant para escanear casos de estudo de clientes e identificar casos de uso relevantes antes de traballar cun provedor. Un estudante pediulle ao axente que navegase polos materiais do curso e analizase o que estaba a aprender. Un traballador financeiro delegou as tarefas de filtrar opcións de accións e analizar información de investimento. En cada caso, o axente xestionou a recollida de información e a síntese inicial de forma autónoma, dándolle ao usuario a información que necesitaba para tomar xuízos e decisións finais, e implementando esas decisións a petición súa.
O caso de uso do "socio de razoamento" respaldado polos nosos datos mostra que os usuarios queren ampliar a súa capacidade de facer cousas difíciles. A xente non está a usar Comet Assistant para evitar traballar, senón para facer un traballo mellor.

A evolución das tendencias de uso cara á utilidade
Un dos patróns máis reveladores do estudo é a viaxe do usuario. Como usas un axente o día 1 rara vez é como o usas o día 100.
Os novos usuarios adoitan probar as augas con consultas de baixo risco. Preguntan sobre plans de viaxe, recomendacións de películas ou curiosidades xerais. Pouco a pouco, prodúcese un cambio. A nosa análise das transicións de consultas mostra unha forte atracción gravitacional cara á produtividade. Un usuario pode comezar preguntando por un lugar de vacacións, pero unha vez que usa o axente para depurar un script de Python ou resumir un informe financeiro, rara vez volve atrás. As categorías de produtividade e fluxo de traballo teñen as taxas de retención máis altas, e os usuarios que participan en tarefas de aprendizaxe ou investigación dende o principio son moito máis propensos a converterse en usuarios activos a longo prazo.
Isto reflicte os primeiros días do ordenador persoal. A miúdo vendíase como unha ferramenta para a xestión de receitas ou xogos, pero volveuse indispensable debido ás follas de cálculo e ao procesamento de textos. Os axentes de IA están a seguir a mesma traxectoria.

Quen está a usar os axentes? Adopción fronte a intensidade
A métrica máis reveladora non é quen adopta os axentes de IA, senón quen confía neles. A brecha entre as taxas de adopción e a intensidade de uso revela onde a tecnoloxía pasou de ser unha novidade a unha necesidade. As brechas estreitas indican un cambio de comportamento xenuíno, e seis ocupacións principais impulsan agora o 70 % de toda a actividade dos axentes.
Certos sectores superan as expectativas. Aínda que os tecnólogos dixitais lideran naturalmente o volume (30 % das consultas), os campos con uso intensivo de coñecemento, como o marketing, as vendas, a xestión e o emprendimiento, demostran a maior "adherencia". Unha vez que estes profesionais adoptan un axente, a súa intensidade de uso supera os seus números de adopción a medida que integran o asistente no seu fluxo de traballo diario.
O contexto tamén importa. Os usuarios despregan Comet Assistant para resolver os puntos de fricción específicos da súa industria. Os profesionais das finanzas céntranse moito na eficiencia, dedicando o 47 % das consultas a tarefas de produtividade. Os estudantes céntranse na utilidade, co 43 % das tarefas destinadas á aprendizaxe e á investigación. No deseño e na hostalaría, é aínda máis fácil ver como domina o uso específico do contexto, dende o traballo multimedia para deseñadores ata a planificación de viaxes para o persoal de hostalaría.
En última instancia, os datos proban que Comet Assistant é altamente versátil e reflicte as necesidades específicas do seu usuario. Nun contexto educativo, é un motor de investigación especializado, mentres que nun contexto profesional convértese nun asistente polivalente. Os contextos persoais representan máis da metade de todo o volume de consultas.

O novo traballo de coñecemento é o traballo de preguntas
Este estudo ofrece a primeira proba empírica de que nos estamos a mover cara a unha economía de intelixencia híbrida. A dominancia das tarefas cognitivas nos nosos datos suxire que os axentes de IA están a escalar o traballo cognitivo humano. A medida que estas ferramentas maduran, agardamos que a "adherencia" das tarefas de produtividade se profundoe.
A medida que 2025 chega á súa fin, xa non preguntamos se a xente usará axentes de IA. Sabemos que o fan. A pregunta agora é con que rapidez o resto da economía se adaptará a unha forza laboral que pensa, aprende e constrúe cun socio intelixente sempre presente. Para ler máis sobre a nosa metodoloxía, as especificacións de taxonomía e a análise estatística, consulta o documento de investigación completo aquí.