„AI zwiększyła produktywność konsultantów obsługi klienta o 14%, a nowicjuszy o 34% (Stanford i MIT)”

Twierdzenie

Asystent AI zwiększył produktywność konsultantów obsługi klienta o 14%, a nowicjuszy i osób o niskich umiejętnościach o 34%, według badania Stanforda i MIT.

Jak to twierdzenie się rozeszło

Każdy krok to publikacja, która przekazała twierdzenie dalej, od najstarszej, z jej dokładnymi słowami i tym, co się zmieniło.

1. kwiecień 2023 Badanie

   NBER (Brynjolfsson, Li and Raymond) · kopia archiwalna

   “Access to the tool increases productivity, as measured by issues resolved per hour, by 14 percent on average, with the greatest impact on novice and low-skilled workers, and minimal impact on experienced and highly skilled workers.”

   Co się zmieniło: Źródło. Firma dawała asystenta AI swoim konsultantom czatu w różnym czasie, a autorzy porównali liczbę rozwiązanych spraw na godzinę z danych firmy przed i po. Treść podaje średnio 13,8% oraz “35 percent increase in resolutions per hour” [„wzrost liczby rozwiązanych spraw na godzinę o 35 procent”] dla piątej części konsultantów z najsłabszymi wcześniejszymi wynikami.

2. 24 kwietnia 2023 Prasa

   Bloomberg (Jo Constantz) · kopia archiwalna

   “Customer service workers at a Fortune 500 software firm who were given access to generative artificial intelligence tools became 14% more productive on average than those who were not, with the least-skilled workers reaping the most benefit. … With the assistance of AI, the firm’s least-skilled workers were able to get their work done 35% faster.”

   Co się zmieniło: “Issues resolved per hour” [„sprawy rozwiązane na godzinę”] zmienia się w “more productive” [„bardziej produktywni”]. “35 percent increase in resolutions per hour” [„wzrost liczby rozwiązanych spraw na godzinę o 35 procent”] zmienia się w “35% faster” [„o 35% szybciej”]: więcej rozwiązanych spraw staje się szybkością. Employee Benefit News opublikował ten sam artykuł, a PYMNTS powtórzył go tego samego dnia.

3. listopad 2023 Badanie

   NBER (Brynjolfsson, Li and Raymond) · kopia archiwalna

   “Access to the tool increases productivity, as measured by issues resolved per hour, by 14% on average, including a 34% improvement for novice and low-skilled workers but with minimal impact on experienced and highly skilled workers.”

   Co się zmieniło: Poprawiona wersja robocza podaje w streszczeniu liczbę dla grupy: 34%. W treści 34% dotyczy piątej części konsultantów z najsłabszymi wynikami przed asystentem. Najnowsi konsultanci, z mniej niż miesiącem stażu, zyskali 46%. “Novice and low-skilled” [„nowicjusze i osoby o niskich umiejętnościach”] łączy obie grupy pod jedną liczbą.

4. 4 lutego 2025 Badanie

   The Quarterly Journal of Economics (Brynjolfsson, Li and Raymond) · kopia archiwalna

   “Access to AI assistance increases worker productivity, as measured by issues resolved per hour, by 15% on average, with substantial heterogeneity across workers.”

   Co się zmieniło: Dalszy ciąg. Wersja recenzowana liczy 5172 konsultantów i podaje średnio 15%. Jej streszczenie nie podaje liczby dla żadnej grupy. Mówi, że mniej doświadczeni i mniej wprawni konsultanci pracowali szybciej i lepiej, a najbardziej doświadczeni nieco szybciej i nieco gorzej. Kopia autorów z 2024 roku podaje 36% dla najsłabszej piątej części.

5. 31 lipca 2025 Prasa

   Stanford Graduate School of Business (Whitney Legge) · kopia archiwalna

   “Brynjolfsson and his team found that access to the AI tool helped workers resolve 14% more issues per hour. What’s more, novice and low-skilled workers experienced a 34% improvement.”

   Co się zmieniło: Pięć miesięcy po wersji recenzowanej szkoła biznesu głównego autora powtarza 14% i 34% z wersji roboczej. Artykuł nie mówi, z której wersji pochodzą te liczby.

6. 10 maja 2026 Dostawca

   Helply · kopia archiwalna

   “The most rigorous study to date on AI in customer support is Brynjolfsson, Li, and Raymond's analysis of a real-world rollout across 5,179 agents, published in The Quarterly Journal of Economics in 2025. Access to a generative-AI assistant raised resolved-issues-per-hour by 14% on average, but the headline finding is the distribution. Novice and low-skilled agents saw a 34% productivity gain.”

   Co się zmieniło: Sprzedawca oprogramowania AI do obsługi klienta przypisuje 5179 konsultantów, 14% i 34% z wersji roboczej artykułowi w czasopiśmie z 2025 roku. Artykuł w czasopiśmie podaje 5172 konsultantów i 15%, a w jego streszczeniu nie ma 34%. “Improvement” [„poprawa”] zmienia się w “productivity gain” [„wzrost produktywności”].

Co mówi pierwotne źródło

Badanie to Generative AI at Work, autorstwa Erika Brynjolfssona z Uniwersytetu Stanforda oraz Danielle Li i Lindsey Raymond z MIT. Najpierw ukazało się jako wersja robocza w kwietniu 2023 roku i zostało poprawione w listopadzie 2023 roku. Wersja recenzowana ukazała się w The Quarterly Journal of Economics w 2025 roku. Pracę sfinansowało Stanford Digital Economy Lab, którym kieruje Brynjolfsson. Autorzy współpracowali z firmą, która sprzedawała asystenta AI. Wersja robocza nie podaje nazwy ani tej firmy, ani firmy, która z asystenta korzystała.

Jak je przeprowadzono. Autorzy zbadali około 5000 konsultantów, którzy na czacie odpowiadali na pytania małych firm z USA o oprogramowanie biznesowe jednej firmy z listy Fortune 500. 89% konsultantów pracowało poza Stanami Zjednoczonymi, głównie na Filipinach. Asystent podpowiadał odpowiedzi i linki do stron pomocy w trakcie czatu, a konsultanci mogli go ignorować. Po siedmiotygodniowym pilotażu z 50 konsultantami firma dawała asystenta różnym konsultantom w różnym czasie, głównie między listopadem 2020 a lutym 2021 roku. Autorzy porównali wyniki każdego konsultanta przed i po oraz z konsultantami, którzy jeszcze go nie mieli. Konsultantów nie przydzielano do asystenta losowo. Główną miarą była liczba rozwiązanych spraw na godzinę, z danych firmy.

Co ustalono. Konsultanci z asystentem rozwiązywali średnio o 14% więcej spraw na godzinę w wersji roboczej z 2023 roku i o 15% w wersji recenzowanej. Największe wzrosty mieli konsultanci z najsłabszymi wynikami przed asystentem i najnowsi konsultanci. Najbardziej wprawni konsultanci nie rozwiązywali więcej spraw na godzinę, a ich odsetek rozwiązanych spraw i zadowolenie ich klientów nieco spadły. Klienci byli uprzejmiejsi wobec konsultantów z asystentem, a mniej konsultantów odchodziło z firmy.

Gdzie pojawiają się 14% i 34%. W streszczeniu wersji roboczej z listopada 2023 roku: “by 14% on average, including a 34% improvement for novice and low-skilled workers” [„średnio o 14%, w tym poprawa o 34% u nowicjuszy i pracowników o niskich umiejętnościach”]. W treści 34% dotyczy piątej części konsultantów z najsłabszymi wynikami w kwartale przed asystentem. Konsultanci z mniej niż miesiącem stażu zyskali 46%. Pierwsza wersja, z kwietnia 2023 roku, podawała 35% dla najsłabszej piątej części. Kopia autorów z 2024 roku wersji recenzowanej podaje 36% dla najsłabszej piątej części i “approximate increase of 30%” [„wzrost o około 30%”] we wstępie.

Co jest nie tak z tym twierdzeniem

• Cytuje wcześniejszą wersję. Wersja recenzowana podaje średnio 15%, a jej streszczenie nie podaje żadnej liczby dla nowicjuszy. Różnica jest mała, a kierunek wyniku ten sam.
• 34% dotyczy najmniej wykwalifikowanej piątej części, a nie najnowszych konsultantów. W wersji roboczej 34% dotyczy piątej części konsultantów z najsłabszymi wynikami przed asystentem. Najnowsi konsultanci zyskali 46%. Sformułowanie “novice and low-skilled” [„nowicjusze i osoby o niskich umiejętnościach”] w streszczeniu łączy obie grupy pod jedną liczbą.
• Pomija stratę najlepszych konsultantów. Najbardziej wprawni konsultanci nie rozwiązywali więcej spraw na godzinę, a ich odsetek rozwiązanych spraw i zadowolenie ich klientów nieco spadły.
• To jedna firma i jeden rodzaj pracy. Konsultanci odpowiadali na czacie na pytania o oprogramowanie jednej firmy, głównie z Filipin, w latach 2020–21. Autorzy piszą, że ich wyników “should not be generalized across all occupations and AI systems” [„nie należy uogólniać na wszystkie zawody i systemy AI”].
• „Bardziej produktywni” to sprawy rozwiązane na godzinę. Badanie nie mierzyło zysku ani kosztów. Pierwsze teksty prasowe zamieniły 35% więcej spraw rozwiązanych na godzinę z pierwszej wersji w “35% faster” [„o 35% szybciej”].

Co ustaliły inne źródła

Ta weryfikacja nie znalazła drugiego badania, które w ten sam sposób zmierzyłoby asystenta AI dla konsultantów obsługi klienta. Najbliższe jest siedem eksperymentów na dużej międzynarodowej platformie handlu internetowego, gdzie kupujących lub produkty losowo przydzielano do wersji z AI albo do zwykłej (Fang i współautorzy, 2025). AI, która mogła przekazać kupującego człowiekowi, zwiększyła sprzedaż o 11,5% w porównaniu z obsługą prowadzoną tylko przez ludzi, przy słabszym poziomie pewności statystycznej. To inna miara, sprzedaż, z eksperymentów, które platforma prowadziła na własnych narzędziach. W skali całych stanowisk pracy badanie z Danii, które połączyło ankiety z danymi o wynagrodzeniach, wykazało, że chatboty AI nie zmieniły zarobków ani zarejestrowanych godzin pracy (Humlum i Vestergaard, 2025).

Badanie warto cytować za to, co zmierzyło: jeden asystent AI zwiększył liczbę spraw rozwiązanych na godzinę średnio o 15% w jednej firmie, a większość wzrostu przypadła słabszym i nowszym konsultantom. Nie jest źródłem ogólnego wzrostu produktywności w obsłudze klienta.

Co cytować zamiast tego

W badaniu 5172 konsultantów obsługi klienta w jednej firmie programistycznej z listy Fortune 500, z których większość pracowała z Filipin, konsultanci z asystentem AI rozwiązywali średnio o 15% więcej spraw klientów na godzinę (Brynjolfsson, Li i Raymond, The Quarterly Journal of Economics, 2025). Najwięcej zyskali konsultanci mniej doświadczeni i mniej wprawni. Najbardziej doświadczeni i najbardziej wprawni pracowali nieco szybciej, a jakość ich pracy nieco spadła.

Źródła

1. Brynjolfsson, Li and Raymond (April 2023, revised November 2023). Generative AI at Work. NBER Working Paper 31161. The version the claim quotes. nber.org
2. Brynjolfsson, Li and Raymond (2025). Generative AI at Work. The Quarterly Journal of Economics 140(2), 889–942. Peer-reviewed version. doi.org
3. Brynjolfsson, Li and Raymond. Generative AI at Work. arXiv 2304.11771: version 1 (23 April 2023) and version 2 (6 November 2024), the authors’ copy of the peer-reviewed version. arxiv.org
4. Constantz (24 April 2023). Generative AI Boosts Worker Productivity 14%, New Study Finds. Bloomberg. Also published by Employee Benefit News; cited by PYMNTS the same day. bloomberg.com
5. Legge (31 July 2025). Explainer: What is AI Complementarity? Stanford Graduate School of Business. gsb.stanford.edu
6. Helply (10 May 2026). AI won’t replace your support team. It will make them more valuable. helply.com
7. Fang, Yuan, Zhang, Donati and Sarvary (2025). Generative AI and Sales Productivity: Field Experiments in Online Retail. arXiv 2510.12049. arxiv.org
8. Humlum and Vestergaard (2025). Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI. NBER Working Paper 33777. nber.org
9. Brynjolfsson, Li and Raymond (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942. Co zrobiło i co wykazało to badanie
10. Fang, Yuan, Zhang, Donati and Sarvary (2025). Generative AI and Sales Productivity: Field Experiments in Online Retail. arXiv 2510.12049, version 6 (29 June 2026). Co zrobiło i co wykazało to badanie
11. Humlum and Vestergaard (2025). Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI. NBER Working Paper 33777 (revised March 2026). Co zrobiło i co wykazało to badanie