Hvernig gervigreindarumboðsmenn endurmóta þekkingarvinnu

Fullkomnustu gervigreindarkerfin eru að brúa bilið á milli greindar líkana og raunverulegs notagildis. Ný líkön, tölvunararkitektúr og samhæfingarmynstur gera þessum kerfum kleift að leysa verkefni sem töldust ómöguleg fyrir aðeins örfáum mánuðum síðan.

Þessi örfa nýsköpun hefur reynst gervigreindarnotendum drjúg með því að auka afköst þeirra og sjálfræði. Hún hefur þó einnig skapað bil á milli tækniframvinda og skilnings okkar á því hvernig þekkingarvinna þróast í kjölfarið. Hvernig breytir fullkomin gervigreind eðli þekkingarvinnu í mismunandi starfsgreinum? Hvaða byggingarbreytingar og efnahagslegar breytingar á þessari vinnu má búast við?

Við stefnum að því að brúa þetta bil með vandvirkri og reynslumiðaðri greiningu á notkun Perplexity. Í dag, í samvinnu við rannsakendur við Harvard Business School, deilum við fyrstu ítarlegu rannsókn okkar á Perplexity Computer í raunverulegri notkun. Niðurstöður okkar benda til þess að Computer auki bæði umfang og dýpt þess sem notendur geta áorkað, og það á lægri kostnaði. Notendur Computer afkasta meira, vinna á hærra abstraktstigi og fara yfir sviðamörk til að ná fram verðmæti utan síinna eigin starfsgreina.

Þessi grein kynnir helstu niðurstöður úr rannsókn okkar. Ítarleg aðferðafræði og niðurstöður eru fáanlegar í tækniskýrslu okkar.

Fyrstu helstu kynslóðir almennra gervigreindarkerfa voru spjallaðstoðarmenn sem eiga í samskiptum við notendur. Þessir aðstoðarmenn sitja á milli ásetnings og aðgerða. Þeir svara spurningum, útskýra málamiðlanir og leggja til næstu skref. Notandinn þarf þá að þýða svarið yfir í vinnu: opna réttu verkfærin, safna skrám, breyta skjölum, athuga milliniðurstöður og ákveða hvað eigi að gera næst.

Umboðsmenn (agents) breyta þessari verkaskiptingu. Notandi tilgreinir æskilega niðurstöðu og kerfið skipuleggur aðgerðir yfir verkfæri, framkvæmir milliskref, biður um vöntunargögn þegar þörf krefur og skilar fullgerðu afrakstri. Umboðsmenn færa notkun gervigreindar frá því að fletta upp og samþætta yfir í að skipuleggja og vinna sjálfstætt úr verkefnum.

Þessi ferill einkennir vöruþróun Perplexity. Árið 2022 kynntum við Search til sögunnar, sem skilgreindi svörunarvéliflokkinn með því að gera notendum kleift að spyrja spurninga og fá svör sem studd eru með staðfestanlegum tilvísunum í milljarða skjala. Árið 2025 kynntum við Comet vafra, með innbyggðum vefumboðsmanni sem rökstyður og bregst við hlið notenda á opna vefnum. Og árið 2026 kynntum við Computer, alhliða umboðsmannsstjóra sem vinnur sjálfstætt að markmiðum sem notandinn setur í flóknu umhverfi og yfir langan tíma.

Hvernig er þessi umskipting að breyta vinnubrögðum okkar? Við könnum þessa spurningu með því að nota gögn frá Search og Computer vörum okkar og beinum sjónum að þremur víddum:

Sjálfræði: hversu mikilli sjálfstæðri vinnu sinnir Computer miðað við Search við sama verkefni?

Skilvirkni: hversu miklum tíma og launakostnaði sparar Computer miðað við Search við sama verkefni?

Omfang: hvernig breytir Computer tegund þeirrar vinnu sem notendur reyna við?

Við komumst að því að umboðsmenn eins og Computer krefjast meiri fyrirhafnar af hálfu notenda í upphafi (þar sem notendur verða að tilgreina markmiðin sem á að framselja og fara yfir niðurstöðurnar) en mun minni mannafla á hverja vinnueiningu (vegna sjálfstæðari framkvæmdar). Það gerir þá sérstaklega áhrifaríka í löngum, fjölþrepa verkflæðum. Ávinningurinn er vinna sem er bæði dýpri og ódýrari. Computer færir fyrirhöfn notandans úr handvirkri framkvæmd yfir í eftirlit, og breiðir þannig út það svið sem notendur geta áorkað bæði innan og utan sinna eigin sérsviða.

Samantekt á niðurstöðum rannsóknarinnar um sjálfstæða framkvæmd, nýverkefni sem var reynt, verklokatíma og kostnað við verklok.

Computer var hleypt af stokkunum 25. febrúar 2026 og óx hratt fyrstu þrjá mánuðina.

Uppsafnaðar fyrirspurnir í Computer náðu 84× heildarfjölda fyrstu vikunnar þann 27. maí. Til samanburðar náði uppsöfnuð notkun Search meðal notenda Computer 14× heildarfjölda fyrstu vikunnar, sem er hærra en 12× vöxtur fyrir notendur sem ekki nota Computer.

Jafnvel eftir að búið var að para saman notendur Computer og notendur sem ekki nota Computer miðað við áskriftarþrep, helsta Search efni og fyrri Search ákafa, sýnir mismunur-mismunar samanburður að upptaka Computer eykur notkun Search: Notendur Computer gera 1,05 fleiri Search fyrirspurnir á dag en svipaðir notendur sem ekki nota Computer.

Uppsafnaður vöxtur miðað við fyrstu viku hverrar röðunar. Fyrirspurnarmagn Computer náði 84× uppsöfnuðum heildarfjölda fyrstu vikunnar á tímabilinu 27. febrúar til 27. maí.

Í handahófskenndu úrtaki af 100.000 fyrirspurnum í Computer voru rannsóknir og greining stærsti verkefnaflokkurinn með 25,8%, fylgt eftir af skjala- og eignasköpun með 18,6%. Hin athugaða verkefnasamsetning hallaist að skapandi vinnu: skjöl, töflureiknar, kóðasöfn, vefsíður og verkflæði sem krefjast vinnu í mörgum verkfærum.

Þegar litið er á starfssvið var notkunin dreifð yfir hugbúnað og upplýsingatækni, fjármál og fjárfestingar, markaðssetningu og sölu, rekstur fyrirtækja, heilbrigðisþjónustu, menntun, lögfræði og miðla.

Notkunartilvik Computer yfir verkefnaflokka og efnissvið. Rannsóknir, greining, skjalagerð, hugbúnaður, fjármál, rekstur fyrirtækja og persónuleg verkflæði birtast öll áberandi.

Beinasta merki sjálfræðis er hversu lengi kerfið keyrir án mannlegrar íhlutunar eftir að notandinn sendir inn beiðni. Search skilar venjulega svörum á sekúndum. Computer heldur oft áfram að vinna í nokkrar mínútur eða jafnvel klukkustundir: leita, vafra, skrifa, breyta, keyra kóða og athuga milliniðurstöður.

Við notum leitar- og Computer-samtöl með næstum eins upphaflegum fyrirspurnum sem staðgengil fyrir sama verkefni sem reynt er með báðum vörum. Yfir 10.000 pöruðum tilvikum framkvæmir Computer að meðaltali 26 mínútur af vélvinnslu í hverju samtali, á móti 33 sekúndum fyrir leit. Það er 48-föld aukning á vélavinnu við í raun sömu verkefni. Á miðgildi er bilið 9 mínútur á móti 14 sekúndum, eða 40-falt. Lénaskiptingin sýnir sama mynstrið: Computer framkvæmir um það bil 26–75 sinnum meiri vélavinnu yfir öll 18 lénin.

Vélarkeyrslutími á samtal fyrir pöruð Computer og Search samtöl. Search einbeitir sér nálægt stuttum svörunartímum; Computer er með breiðari dreifingu sem snýst um langhlaups sjálfstæða keyrslu. Meðalkeyrslutími Computer (26 mínútur) er miklu hærri en miðgildið (9 mínútur), sem bendir til langs hala af flóknum beiðnum til langs tíma.

Meðalvélakeyrslutími eftir sviðum. Computer framkvæmir mun meiri vinnu á samtal vegna þess að hver viðsnúningur notanda kveikir á niðurstreymiskeyrslu en ekki aðeins samræðusvörun.

Lengri sjálfræði leiddi ekki til meiri hættunar. Stöðvunarviðburðir notenda voru svipaðir á milli vara: 3,7% af Computer samtölum og 3,4% af Search samtölum innihéldu að minnsta kosti einn stöðvunarviðburð notanda. Computer gerði hlé á notendainntaki oftar: 13% af Computer fyrirspurnum kölluðu á að minnsta kosti eitt hlé-fyrir-notanda verkfæri á móti 0,3% fyrir Search, venjulega til að óska eftir samþykki eða spyrja skýringaspurninga. Það er hið væntanlega munstur fyrir umboðsmann: hann getur haldið áfram sjálfstætt mest af tímanum, en hann þarf eftirlitsstaði til að fá leyfi og staðfesta hvað notandinn vill.

Computer tengir einnig saman mun fleiri ytri verkfæraskalanir — gegnum Model Context Protocol (MCP) eða Application Programming Interface (API) endapunkta — í eitt samtal, og vinnur vinnu sem Search notandi myndi annars gera handvirkt í aðskildum öplum. 7,9% af Computer samtölum gera að minnsta kosti eina tengingarkall á móti 1,8% af Search samtölum (4falt bil), og Computer meðaltal er 1,19 tengingarköll á samtal á móti 0,10 fyrir Search (12falt hlutfall). Með öðrum orðum, Computer keyrir ekki bara lengra; hann nær yfir fleiri tengda þjónustu notanda til að sækja gögn og grípa til aðgerða.

Fylgnihegðun breytir einnig samsetningu. Í 1.000 para fjölviðsnúningaúrtaki er heildarhneigðin til verkefnaframvindu nánast sú sama yfir vörur (52,7% af Computer eftirfylgnum á móti 52,9% fyrir Search), en það sem notendur biðja um breytist: þar sem Computer skilar fullkomnari afrakstri í upphafi, skipta notendur hans út viðbótum fyrir skýrandi dýpkarnir (viðbætur 14,2% á móti 12,5%; dýpkanir 22,0% á móti 23,4%). Notendur Computer verja einnig aðeins meiri tíma af eftirfylgnum sínum í að fara yfir og endurskoða útkomu (24,6% á móti 23,6%), á meðan Search er þyngra á stuttum fyrirmælum svo sem staðfestingum, endurtilraunum og sniðbeiðnum (11,6% á móti 9,9%) sem Computer fellir inn í upphaflega keyrslu sína. Með öðrum orðum, Search býr til styttri samantektar- og keyrslulykkjur; Computer býr til lengri endurskoðunar- og viðbótarlykkjur.

Mikilvægast af öllu er að gæði féllu ekki með meira sjálfræði. Á pöruðum fjölviðsnúningasamtölum var marktæk óánægja með næsta viðsnúning 1,3% fyrir Computer á móti 2,9% fyrir Search, sem er 55% fækkun. Öll óánægja, þar með talið væg merki, var 10,8% fyrir Computer á móti 16,6% fyrir Search.

Merki um óánægju með næsta viðsnúning í pöruðu fjölviðsnúningaúrtakinu. Dálkar geta ekki lagst nákvæmlega saman í 100% vegna afvöxtunar.

Meira sjálfræði skiptir handvirkri mannavinnu út fyrir vélreikninga, sem eykur skilvirkni. Til að mæla þessi áhrif bera saman tvær uppsetningar á sömu pöruðu verkefnum.

Search + Manneskja: Search sér um heimildaleit og samþættingu; manneskjan framkvæmir handvirkt.

Computer + Manneskja: Computer framkvæmir verkflæðið; manneskjan afmarkar verkefnið og fer yfir útkomuna.

Við getum ekki fylgst beint með því hversu langan tíma verkefni tæki manneskju, svo við þríhyrningum með þremur sjálfstæðum áætlunum:

Verkfæramiðuð áætlun: Við flokkum verkfæraskalanir Computer í tvo flokka: „Leita“ og „Gera“. Leita verkfæri samsvara upplýsingaleitar- og samþættingarskrefum sem þegar er sinnt af Search vörunni. Gera verkfæri tákna framkvæmdarskref sem manneskja þyrfti að framkvæma handvirkt þegar hún notar Search eitt sér. Við áætlum síðan þann tíma sem reyndur maður þarf til að framkvæma þessar Gera aðgerðir.

LLM-miðuð áætlun: Við setjum fyrirspurnir úr Computer samtölum inn í LLM til að áætla þann tíma sem þarf fyrir hæfan fagaðila sem fær svör frá Search en verður að framkvæmaöll framkvæmdarskref handvirkt.

Áætlun sem notendur tilgreina: Við framkvæmum 25 hálfopinskautuð viðtöl við virka notendur Computer á ýmsum sviðum og finnum verkflæði fyrir Computer og þann tíma sem þau verkflæði hefðu tekið.

Verkfæraflokkun sem notuð er í verkfæramiðaðri áætlun. „Leita“ verkfæri endurspegla getu sem Search býður þegar upp á, þannig að enginn handvirkur tími er gjaldfærður. „Gera“ verkfæri krefjast þess að manneskjan bregðist við rannsóknarútkomu Search; mínútuáætlanir á hvert kallað u.þ.b. áætla þann tíma sem hæfur fagaðili myndi eyða í að framkvæma samsvarandi aðgerð handvirkt.

Samkvæmt verkfæramiðaðri áætlun tekur meðalverkefni Search + Manneskja 269 mínútur, á meðan samsvarandi Computer + Manneskja verkflæði tekur 36 mínútur. Það er 87% fækkun á verkefnatíma.

Til að þýða verkefnatíma yfir í kostnaðnotum við sérsviðsbundin meðaltalstímalaun frá bandarísku vinnumálastofnuninni (U.S. Bureau of Labor Statistics Occupational Employment and Wage Statistics - BLS OEWS) maí 2025 gögnum (U.S. Bureau of Labor Statistics 2026). Með því að sameina líkanakostnað með sérsviðsbundnum mannlegum launakostnaði minnkar Computer áætlaðan verkefnakostnað um 94% að meðaltali.

Áætlaður verkefnatími og kostnaður fyrir Search + Manneskja á móti Computer + Manneskja. Mannlegur vinnuafl ræður ríkjum í Search + Manneskja grunnlínu, á meðan Computer færir mikinn hluta vinnunnar yfir í líkana- og verkfæraskalun.

Hlutfall tíma og kostnaðar sem sparast af Computer + Manneskja miðað við Search + Manneskja, með margföldurum í svigum (t.d. 94% (16×) þýðir að Computer + Manneskja er 94% eða 16 sinnum ódýrari). Mannlegur launakostnaður notar BLS OEWS maí 2025 meðaltalstímalaun.

Skilvirkniforskot birtist á öllum 18 sviðunum, með 79–92% tímasparnaði og 87–96% kostnaðarsparnaði. Forritun er öfgakenndasta tilvikið: 596 mínútur fyrir Search + Manneskja á móti 48 mínútum fyrir Computer + Manneskja — 92% tímafækkun sem skilar 96% kostnaðarfækkun. Viðskipti, tækni, menntun og skriftir sýna einnig mikinn ávinning. Tímasparnaður hefur tilhneigingu til að skila sér í meiri kostnaðarsparnaði á launahærri sviðum.

Hversu traust er þessi niðurstaða? Ímyndaðu þér jafnvægi: til þess að Search + Manneskja geti jafnað kostnað Computer + Manneskja þyrfti fagaðili að klára hvert handvirkt skref á 14–24 mínútum (miðgildi 18). Computer heldur forskoti sínu á öllum sviðum jafnvel undir íhaldssamari forsendum: til dæmis 8-faldri ofmati á tíma á verkfæri, eða 12-faldri vanmati á eftirlitstíma Computer.

LLM-miðuð áætlun skilar svipuðum heildarniðurstöðum: 84% fækkun á tíma og 93% fækkun á kostnaði í heildina. Viðtöl við notendur sýna mun breiðari svið útkomu — frá 5× til yfir 300× hraðauka — sem endurspeglar líklega umtalsverðan breytileika í grunnlínum notenda fyrir Computer. Miðgildi hraðauka þátttakenda er 25×, sem samsvarar 96% fækkun á tíma.

Hraði og kostnaður á pöruðum verkefnum ná aðeins yfir hluta sögunnar. Lögun vinnunnar gæti einnig breyst. Þegar Computer skiptir handvirkri framkvæmd út fyrir vélreikninga gætu notendur tekið að sér mismunandi gerðir vinnu — verkefni sem fara yfir starfssvið og þau sem krefjast meiri sérfræðiþekkingar.

Í fyrsta lagi spyrjum við hvort notendur vinni utan áætlaðs aðalstarfssviðs síns oftara með Computer en með Search. Í öðru lagi berum við saman Computer og Search fyrirspurnir frá sömu notendum með fimm flokkunum á verkefnastigi: Breytt flokkun Bloom (Anderson og Krathwohl 2001), abstrakt á móti rútínuvinnu í hefðbundinni vinnuinnihaldsfræði (Autor, Levy, og Murnane 2003), O*NET þekkingarbreidd (National Center for O*NET Development 2026), O*NET vinnuvirkni breidd, og ný verkefni sem ekki var reynt við með Search.

Lárétt umskipting er augljós í gögnunum. Yfir úrtak af 8.000 notendum frá átta starfssviðum, sem nota allar fyrirspurnir sínar, vinna notendur Computer utan aðalstarfssviðs síns 59% af tímanum, samanborið við 50% fyrir Search. Stærsta aukningin birtist í stjórnun og frumkvöðlastarfsemi, stafrænni tækni, listum og hönnun, og heilbrigðisþjónustu og mannúðarþjónustu. Search fyrirspurnir yfir starfssvið eru einbeittar í stafrænni tækni, á meðan Computer fyrirspurnir framselja vinnu sem fer inn á fjölbreyttari svið þar sem notendur þyrftu annars sérfræðinga.

Verkefnaflæði yfir starfssvið milli átta starfssviða. Sveigðir bogar sýna helstu útleiðaráfangastaði hvers sviðs, með línubreidd í hlutfalli við áfangastaðshlutdeild og línutegund sem gefur til kynna röðina. Search einbeitir flæði yfir starfssvið í stafræna tækni, á meðan Computer dreifir flæði yfir markaðssetningu, stjórnun, fjármálaþjónustu og aðra framkvæmdaáfangastaði.

Lóðrétt umskipting er enn stærri. Í úrtaki af 5.000 Computer fyrirspurnum og 5.000 Search fyrirspurnum frá sama hópi tvíþættra vörunotenda eru Computer fyrirspurnir vitrænt flóknari en Search fyrirspurnir. Á breyttri flokkun Bloom krefjast 76% af Computer fyrirspurnum vitrænnar hugsunar á hærra stigi, samanborið við 55% fyrir Search. Mismunurinn er einbeittur á toppinn: 50% af Computer fyrirspurnum eru verkefni á sköpunarstigi, samanborið við 26% fyrir Search. Search hefur mun meiri massann á staðreyndaleit á muna-stigi. Á víddinni abstrakt á móti rútínuvinnu fela 71% af Computer fyrirspurnum í sér abstrakt, óvenjulega vitræna hugsun á móti 53% fyrir Search.

Vitræn flókið Computer og Search fyrirspurna. Computer færist kröftuglega í átt að sköpunarstigi og abstrakt óvenjulegri vinnu.

Computer verkefni byggja einnig á fleiri þekkingarsviðum. Meðalverkefni Computer krefst efnissérfræði á 2,40 O*NET þekkingarsviðum, samanborið við 1,74 fyrir Search, sem er 38% aukning. Líklegt er að Computer krefjist þriggja eða fleiri þekkingarsviða nálægt þrisvar sinnum oftar en Search: 51% á móti 17%.

Nauðsynleg þekkingarsvið á hverja fyrirspurn. Computer samtöl einbeita sér að tveimur til þremur sviðum og eru mun líklegari til að krefjast breiðrar sérfræðiþekkingar.

Á vinnuvirknistigi heldur sama munstur sér. Dæmigerð Computer fyrirspurn tekur þátt í 2,95 O*NET almennum vinnuvirkni og 4,01 millistigi vinnuvirkni á móti 2,24 og 2,87 fyrir Search, sem er 32% og 40% aukning. Á fínni stigum tekur Computer þátt í 59% fleiri ítarlegum vinnuvirkni og 60% fleiri starfssérstökum verkefnayfirlýsingum.

Breidd verkefnavirkni á hverja fyrirspurn þvert á O*NET hreiðrunarstig. Computer færir dreifinguna til hægri á millistigi, ítarlegu stigi og verkefnayfirlýsingastigi.

Upplýsandi mælikvarði er safn verkefna sem birtast í Computer en ekki í Search meðal sömu notenda. Við ströngustu skilgreiningu, þar sem verkefnayfirlýsing birtist í Computer og birtist aldrei í pöruðu Search úrtakinu, taka 23% af Computer fyrirspurnum þátt í að minnsta kosti einni verkefnayfirlýsingu sem er eingöngu í Computer. Að slaka á þröskuldinum til að leyfa allt að fimm Search tilvikum hækkar hlutdeildina í 38%, og hún staðnar nálægt 41%. Þessar Computer-eingöngu athafnir einbeita sér að hugbúnaðar- og vefþróun, skjalaframleiðslu og gagnasýn eða grafík. Það er nákvæmlega þar sem sjálfstæð framkvæmd skiptir mestu máli: Search útskýrir; Computer framleiðir.

Hlutdeild Computer fyrirspurna sem taka þátt í að minnsta kosti einni O*NET virkni sem er eingöngu í Computer undir mismunandi tíðniþröskuldum. Sterkasta aðskilnaðurinn birtist á fíngreindu verkefnayfirlýsingastigi.

Flestar sannanir um gervigreind í vinnu beinast að aðstoðarmannahýsingunni. Þær bókmenntir hafa sýnt mikinn framleiðnisávinning við að styðja við skriftir, þjónustuver, kóðun og ráðgjöf (t.d. Noy og Zhang 2023; Brynjolfsson, Li og Raymond 2025; Cui o.fl. 2026; Dell'Acqua o.fl. 2026).

Umboðsmenn breyta hegðun notenda og efnahagslegri útkomu í niðurstreymi. Framleiðslusamsetningar eru farnar að sýna notkun og áhrif umboðsmanna í raunverulegu umhverfi en beinast aðallega að sérhæfðum kóðunarumboðsmönnum og snemmbúnum vafraumboðsmönnum (t.d. Sarkar 2026; McCain o.fl. 2026; Demirer, Musolff og Yang 2026; Yang o.fl. 2025). Við styðjum við þessa vinnu og brúum bókmenntir aðstoðarmanna og umboðsmanna með því að bera saman samskipti notenda við alhliða umboðsmannsstjóra á móti spjallaðstoðarmanni, og með því að stækka greiningu á áhrifum í niðurstreymi yfir á breiðara svið þekkingarvinnu.

Við færum okkur einnig frá útsetningu yfir í raungerða endursamsetningu verkefna. Fyrri vinna áætlar hvaða starfsgreinar verða fyrir gervigreind með því að nota verkefnalýsingar og starfsuppbyggingu (t.d. Eloundou o.fl. 2024; Felten, Raj og Seamans 2023), á meðan notkunartengdir mælikvarðar sýna bilið á milli útsetningar og dreifingar (Massenkoff og McCrory 2026). Við skjalfesting hvernig verkefnasamsetning breytist með aðgangi að umboðsmönnum.

Við gerum nokkrar athugasemdir. Í fyrsta lagi er athugunarglugginn snemmbúinn, og snemmbúnir notendur halla sér að gervigreindarinnfæddum. Notendur eru einnig virkir að gera tilraunir og laga verkflæði sín innan örfa vöruumhverfis, þannig að þessi munstur gætu breyst með tímanum. Í öðru lagi skilur samtals-tengd pöruð-fyrirspurn hönnun eftir mörg Computer verkefni sem hafa engan nálægan Search jafngilda. Þó að samtöl bjóði upp á náttúrulega leið til að skipta verkefnum í sundur, fylgja notendur ekki alltaf þessari uppbyggingu í framkvæmd, sem gerir samtöl að háværu staðgengli fyrir verkefnaeiningar. Í þriðja lagi velta skilvirknisáætlanir mikið á forsendum um mannhæfan verkfærartíma og mannlegt eftirlitstími. Þó að LLM-grundaðar áætlanir og viðtöl við notendur bendi í sömu átt, og jafnvægis- og næmisgreiningar gefi til kynna traustleika, ætti að lesa nákvæmar stærðir sem áætlanir. Í tengslum við það kynnir LLM flokkunarvilla viðbótar mælingarhljóði. Að lokum sjáum við aðeins hegðun notenda innan Perplexity vistkerfisins og náum ekki yfir virkni utan þess, sem gæti takmarkað sýn okkar á fulla vinnuvirkni notenda og verkfæranotkun.

Umboðsmenn gera núverandi verkefni hraðari og ódýrari — og, það sem meira um vert, gera verkefni sem spanna yfir starfssvið og sérfræðistig framkvæmanleg.

Þegar kerfi getur leitað, vafrað, kóðað, breytt skrám, tengst þjónustu og framleitt afrakstur, færist flöskuháls notandans. Þeir verja minni tíma í að stjórna verkflæðinu og meiri tíma í að tilgreina markmið, gefa samhengi, athuga útkomur og biðja um viðbætur. Notandinn færist úr stjórnanda yfir í yfirmann.

Á einstaklingsstigi stækkar þessi breyting verkefnaumhverfið, sem gerir notendum kleift að taka að sich vinnu sem er bæði breiðari og dýpri. Á skipulags- og vinnumarkaðsstigi er hvernig þessar örbreytingar safnast saman opinn spurning. Ef einstaklingur, búinn umboðsmönnum, getur klárað verkflæði sem áður krafðist margra hlutverka, þá verður langtímaáhrif umboðsmanna ekki náð eingöngu með hraða- og kostnaðarmælingum. Í staðinn birtist það í hvernig vinnu er pakkað saman, hvernig hlutverk eru skilgreind og hvernig teymi eru uppbyggð.

Til að læra meira um aðferðafræði okkar og niðurstöður skaltu lesa alla tækniskýrsluna.

Anderson, Lorin W., og David R. Krathwohl. 2001. A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom's Taxonomy of Educational Objectives. New York: Longman.

Autor, David H., Frank Levy, og Richard J. Murnane. 2003. "The Skill Content of Recent Technological Change: An Empirical Exploration." The Quarterly Journal of Economics 118 (4): 1279–1333.

Brynjolfsson, Erik, Danielle Li, og Lindsey R. Raymond. 2025. "Generative AI at Work." The Quarterly Journal of Economics 140 (2): 889–942.

Cui, Zheyuan Kevin, Mert Demirer, Sonia Jaffe, Leon Musolff, Sida Peng, og Tobias Salz. 2026. "The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers." Management Science, Articles in Advance.

Dell'Acqua, Fabrizio, Edward McFowland III, Ethan R. Mollick, Hila Lifshitz-Assaf, Katherine Kellogg, Saran Rajendran, Lisa Krayer, François Candelon, og Karim R. Lakhani. 2026. "Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality." Organization Science, Articles in Advance.

Demirer, Mert, Leon Musolff, og Liyuan Yang. 2026. "Writing Code vs. Shipping Code: Productivity Effects Across Generations of AI Coding Tools." NBER Working Paper 35275.

Eloundou, Tyna, Sam Manning, Pamela Mishkin, og Daniel Rock. 2024. "GPTs are GPTs: Labor Market Impact Potential of LLMs." Science 384 (6702): 1306–1308.

Felten, Edward W., Manav Raj, og Robert Seamans. 2023. "Occupational Heterogeneity in Exposure to Generative AI." SSRN 4414065.

Massenkoff, Maxim, og Peter McCrory. 2026. "Labor Market Impacts of AI: A New Measure and Early Evidence." Anthropic.

McCain, Miles, Thomas Millar, Saffron Huang, Jake Eaton, Kunal Handa, Michael Stern, Alex Tamkin, Matt Kearney, Esin Durmus, Judy Shen, Jerry Hong, Brian Calvert, Jun Shern Chan, Francesco Mosconi, David Saunders, Tyler Neylon, Gabriel Nicholas, Sarah Pollack, Jack Clark, og Deep Ganguli. 2026. "Measuring AI Agent Autonomy in Practice." Anthropic.

National Center for O*NET Development. 2026. O*NET 30.2 Database. U.S. Department of Labor, Employment and Training Administration.

Noy, Shakked, og Whitney Zhang. 2023. "Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence." Science 381 (6654): 187–192.

Sarkar, Suproteem K. 2026. "AI Agents and Higher-Order Work." University of Chicago Booth School of Business.

U.S. Bureau of Labor Statistics. 2026. "Occupational Employment and Wage Statistics: May 2025 Estimates." U.S. Department of Labor.

Yang, Jeremy, Noah Yonack, Kate Zyskowski, Denis Yarats, Johnny Ho, og Jerry Ma. 2025. "The Adoption and Usage of AI Agents: Early Evidence from Perplexity." arXiv preprint arXiv:2512.07828.

BibTeX

@online{perplexity2026HowAiAgentsReshapeKnowledgeWork,
  author = {{Perplexity} and Jeremy Yang and Kate Zyskowski and Noah Yonack and Jerry Ma and Phi Hoang},
  title = {{How AI agents reshape knowledge work}},
  date = {2026-06-08},
  url = {https://perplexity.coolkeypoint.com/hub/blog/how-ai-agents-reshape-knowledge-work}
}

Inngangur

Upptaka og notkunartilvik Computer

Meira sjálfræði og gæði

Skilvirknisávinningur af sjálfræði

Umhverfi verkefna breiðist út lárétt og lóðrétt

Umræða

Horft fram á veginn

Heimildir

Tilvitnun