Anthropic（开发Claude的AI公司）发布了“Anthropic 经济指数”，通过分析 Claude.ai 上的大量真实用户对话，首次量化展现了 AI 在现实世界中的应用情况及其对劳动力市场的影响。文章的核心不在于预测未来，而是基于客观数据，揭示了目前 AI 主要集中于辅助中高收入职业的特定任务，并强调了其作为协作工具而非完全替代者的角色。

⚡一分钟速读：Anthropic 经济指数

📊 核心数据

• 36% 的职业中，至少 1/4 的任务使用 AI
• 4% 的职业中，超过 3/4 的任务使用 AI
• AI 使用以辅助为主 (57%)，自动化为辅 (43%)

🔍 使用分布

• 计算机与数学领域最高 (37.2%)
• 艺术与媒体次之 (10.3%)
• 教育与图书馆第三 (9.3%)

💡 关键发现

• AI 主要应用于软件开发和技术写作
• 中高收入职业（如程序员）使用 AI 最普遍
• 最高和最低收入职位 AI 使用率较低

⚠️ 研究局限

• 仅基于 Claude.ai 免费和专业版数据
• 无法确认用户是否用于工作任务
• 不包含 API 和企业用户数据

接下来附上《The Anthropic Economic Index》一文的完整内容。翻译由Geimini 2.0 Pro提供支持。

Anthropic 经济指数

发布日期： 2025年2月10日

阅读时长： 9分钟

未来几年，人工智能系统将对人们的工作方式产生重大影响。因此，我们启动了 Anthropic 经济指数，旨在了解人工智能对劳动力市场和经济的长期影响。

该指数的首份报告提供了基于 Claude.ai 上数百万匿名对话的首创数据和分析，展现了人工智能如何融入现代经济中真实任务的最清晰图景。

我们还将开源用于此分析的数据集，以便研究人员能够在此基础上扩展我们的发现。制定政策以应对劳动力市场即将到来的转型及其对就业和生产力的影响，需要广泛的视角。为此，我们还邀请经济学家、政策专家和其他研究人员为该指数提供意见。

经济指数首篇论文的主要发现：

• 目前，人工智能的使用主要集中在软件开发和技术写作任务上。超过三分之一的职业（约 36%）中，至少有四分之一的相关任务使用了人工智能，而约 4% 的职业中，四分之三的相关任务使用了人工智能。
• 人工智能的使用更倾向于 辅助（57%），即人工智能与人类合作并增强人类能力，而不是 自动化（43%），即人工智能直接执行任务。
• 人工智能在与中高收入职业相关的任务中更为普遍，例如计算机程序员和数据科学家，但在收入最低和最高的职位中则较低。这可能反映了当前人工智能能力的局限性，以及使用该技术的实际障碍。

有关我们初步发现的更多详情，请参见下文。

（上图展示了基于 Claude.ai 使用数据的六个专业类别：计算机与数学（37.2%）、艺术与媒体（10.3%）、教育与图书馆（9.3%）、办公室与行政（7.9%）、生命科学（6.4%）以及商业与金融（5.9%）。每个类别都显示了其热门职位和最常见的任务及其各自的使用百分比。）

绘制人工智能在劳动力市场中的使用图景

我们的新论文建立在关于技术对劳动力市场影响的长期研究基础上，从工业革命的珍妮纺纱机到今天的汽车制造机器人。我们关注人工智能的持续影响。我们不调查人们对人工智能的使用，也不试图预测未来；相反，我们拥有关于人工智能实际使用方式的直接数据。

分析职业任务

我们的研究始于经济学文献中的一个重要见解：有时关注职业任务而不是职业本身更有意义。工作通常具有某些共同的任务和技能：例如，视觉模式识别是设计师、摄影师、安检员和放射科医生执行的任务。

某些任务比其他任务更适合被新技术自动化或增强。因此，我们预计人工智能将被选择性地用于不同职业的不同任务，并且分析任务（除了整体工作）将使我们更全面地了解人工智能如何融入经济。

使用 Clio 将人工智能使用与任务匹配

这项研究得益于 Clio，这是一个允许我们分析与 Claude 的对话同时保护用户隐私的系统。我们在包含大约一百万个与 Claude 对话的数据集（特别是 Claude.ai 上的免费和专业对话）上使用了 Clio，并用它来按职业任务组织对话。

我们根据美国劳工部的分类选择了任务，该部门维护着一个包含大约 20,000 个特定工作相关任务的数据库，称为职业信息网络（O*NET）。Clio 将每个对话与最能代表人工智能在对话中角色的 O*NET 任务相匹配（该过程总结在下图中）。然后，我们遵循 O*NET 方案将任务分组到它们最能代表的职业中，并将职业分组为一小组总体类别：教育和图书馆、商业和金融等。

（图表：展示了用户与 Claude 的对话如何映射到任务和职业。顶部显示了通过任务分类流向六个职业类别的示例对话。底部显示了三个分析视图：工资与人工智能使用情况的散点图、比较辅助任务与自动任务的环形图，以及突出显示批判性思维和编程等能力的技能分解条形图。）

结果

按工作类型划分的人工智能使用情况。 在我们的数据集中，采用人工智能最多的任务和职业是“计算机和数学”类别，这在很大程度上涵盖了软件工程角色。发送给 Claude 的查询中有 37.2% 属于此类别，涵盖软件修改、代码调试和网络故障排除等任务。

第二大类别是“艺术、设计、体育、娱乐和媒体”（10.3% 的查询），这主要反映了人们使用 Claude 进行各种写作和编辑。不出所料，涉及大量体力劳动的职业，例如“农业、渔业和林业”类别（0.1% 的查询）的职业最少。

我们还将我们数据中的比率与每种职业在整个劳动力市场中出现的比率进行了比较。比较结果如下图所示。

（水平条形图：比较 20 种工作类型的人工智能使用情况与劳动力代表性。每种工作都有两个连接的条形：橙色显示 Claude 对话的百分比，灰色显示美国工人的百分比。计算机和数学工作显示出最高的人工智能使用率（37.2%），尽管仅占工人的 3.4%。办公室和行政支持的劳动力百分比最高（12.2%），人工智能使用率为 7.9%。其他显着差异包括艺术和媒体（10.3% 的人工智能使用率对比 1.4% 的工人）和运输（0.3% 的人工智能使用率对比 9.1% 的工人）。农业在两个类别中均显示出最低的代表性（0.1% 的人工智能使用率，0.3% 的工人）。）

职业中人工智能使用的深度。 我们的分析发现，很少有职业在其大多数相关任务中使用人工智能：只有大约 4% 的工作在至少 75% 的任务中使用了人工智能。然而，更适度的人工智能使用更为普遍：大约 36% 的工作在至少 25% 的任务中使用了人工智能。

正如我们预测的那样，在这个数据集中没有证据表明工作被完全自动化：相反，人工智能分散在经济中的许多任务中，对某些任务组的影响比其他任务组更强。

人工智能使用和薪资。 O*NET 数据库提供了所列每种职业的美国工资中位数。我们将此信息添加到我们的分析中，使我们能够比较职业的工资中位数及其相应任务中人工智能的使用水平。

有趣的是，低薪和高薪工作的 AI 使用率都非常低（这些通常是涉及大量手工操作的工作，例如洗发师和产科医生）。在我们的数据中，计算机程序员和文案撰稿人等中高工资范围内的特定职业是人工智能的重度用户。

（散点图：显示了各职业的年工资中位数与人工智能使用情况之间的关系。计算机相关工作（程序员和软件开发人员）集中在右上角，工资高（7.5-10 万美元），人工智能使用率高（3-6%）。低工资职位，如洗发师（2.5 万美元），人工智能使用率最低（<1%）。一条垂直线标记了 60,070 美元的美国工资中位数。产科医生等专业角色出现在最右边，工资高（20 万美元），但人工智能使用率低。）

自动化与辅助。 我们还更详细地研究了任务是如何执行的——特别是，哪些任务涉及“自动化”（人工智能直接执行格式化文档等任务）与“辅助”（人工智能与用户协作执行任务）。

总体而言，我们看到略微倾向于辅助，57% 的任务是辅助的，43% 的任务是自动化的。也就是说，在略多于一半的情况下，人工智能并没有被用来取代人们执行任务，而是与他们一起工作，从事验证（例如，仔细检查用户的工作）、学习（例如，帮助用户获得新知识和技能）和任务迭代（例如，帮助用户集思广益或以其他方式执行重复的生成任务）等任务。

（水平条形图：比较 Claude 对话中的辅助（总共 57.4%）与自动化（总共 42.6%）。辅助分为三类：验证（2.8%）、任务迭代（31.3%）和学习（23.3%）。自动化分为两类：反馈循环（14.8%）和指令（27.8%）。每个类别都用不同深浅的蓝色表示辅助，紫色表示自动化。）

注意事项

我们的研究提供了对人工智能如何改变劳动力市场的独特视角。但与所有研究一样，它也有重要的局限性。其中一些包括：

• 我们无法确定使用 Claude 执行任务的人是否正在完成工作任务。有人向 Claude 寻求写作或编辑建议可能是在工作，但也可能是为了他们作为爱好写的小说。
• 同样，我们不知道用户是如何使用 Claude 的响应的。例如，他们是否复制粘贴了代码片段？他们是在对回复进行事实核查还是不加批判地接受？在我们的数据中，有些看起来像是自动化的东西实际上可能是辅助的：例如，用户可能会要求 Claude 为他们写一份完整的备忘录（这看起来像是自动化），但随后自己编辑（这将是辅助）。
• 我们还仅分析来自 Claude.ai 免费和专业计划的数据，而不是 API、团队或企业用户。虽然 Claude.ai 数据包含一些非工作对话，但我们使用语言模型过滤这些数据，使其仅包含与职业任务相关的对话，这有助于缓解这种担忧。
• 大量不同的任务意味着 Clio 可能会错误地对某些对话进行分类（有关我们如何验证分析的详细信息，请参阅完整论文）；
• Claude 无法生成图像（除了通过代码间接生成），因此数据中不会引用某些创造性用途；
• 鉴于 Claude 被宣传为最先进的编码模型，我们可能会认为编码作为用例被过度代表。因此，我们并不认为我们数据集中的用途是人工智能使用的代表性样本。

结论和未来研究

人工智能的使用正在迅速扩大，模型的能力也越来越强。劳动力市场的情况在相对较短的时间内可能会大不相同。出于这个原因，我们将随着时间的推移重复上述许多分析，以帮助跟踪可能发生的社会和经济变化。我们将定期发布结果和相关数据集，作为 Anthropic 经济指数的一部分。

这些纵向分析可以让我们对人工智能和就业市场产生新的见解。例如，我们将能够监测职业中人工智能使用深度的变化。如果人工智能仍然只用于某些任务，并且只有少数工作在绝大多数任务中使用了人工智能，那么未来可能是大多数当前工作都会发展而不是消失。我们还可以监测自动化与辅助的比例，提供自动化变得更加普遍的领域的信号。

我们的研究提供了关于人工智能如何被使用的数据，但它没有提供政策处方。关于如何为人工智能对劳动力市场的影响做好准备的问题的答案不能直接来自孤立的研究；相反，它们将来自广泛视角的证据、价值观和经验的结合。我们期待使用我们的新方法来阐明这些问题。

我是木易，一个专注AI领域的技术产品经理，国内Top2本科+美国Top10 CS硕士。

相信AI是普通人的“外挂”，致力于分享AI全维度知识。这里有最新的AI科普、工具测评、效率秘籍与行业洞察。

欢迎关注“AI信息Gap”，用AI为你的未来加速。