# AI如何重塑全球经济格局？Anthropic最新报告深度解析 本文基于Anthropic最新发布的《经济指数报告》，系统解读人工智能在全球经济中的重塑作用，涵盖美国各州与全球AI使用差异、人机协作趋势、企业应用策略等核心发现。报告揭示了财富水平与AI使用之间的强关联，以及企业与个人在AI信任度上的显著差异。 ## 核心发现速览 1. **美国各州AI使用差异**：产业结构决定使用强度，华盛顿特区领跑全国 2. **全球AI应用趋势**：富裕国家使用率更高，以色列等知识型经济体表现突出 3. **人机协作新发现**：高使用率国家更倾向于协作而非完全自动化 4. **企业侧特征**：API用户更倾向自动化，且“越贵的任务用得越多” **提示：** 本报告使用“Anthropic人工智能使用指数（AUI）”来衡量相对使用强度。AUI = 某国的Claude使用占比 ÷ 该国的全球劳动年龄人口占比。数值>1表示使用强度高于按人口规模推算的水平，<1则低于预期。 --- ## 一、地理分布：AI使用的地域差异 我们将《经济指数》扩展至地理维度，系统总结了Claude在各国及美国各州的使用情况。 ### 1.1 国家之间 美国对Claude的使用远超其他国家。印度位列第二，之后是巴西、日本和韩国，这几个国家的使用占比较为接近。 由于各国人口规模差异显著，我们引入了“**Anthropic人工智能使用指数**”，简称**使用指数（AUI）**。按AUI排名前二十的国家中，以色列、新加坡、澳大利亚、新西兰、韩国位居前五。 总体来看，一些体量较小、技术先进、知识型经济占比高的国家，对Claude的采用强度更高。 收入是重要影响因素：我们发现人均GDP每提高1%，使用指数大约提升0.7%。这符合预期：这些国家通常拥有更优质的互联网基础设施，且经济更偏重知识工作。然而，这也引发了一个问题——像电气化、内燃机这类“通用技术”曾推动增长、也拉大了差距；如果AI在富裕国家产生更显著的影响，那么它可能带来类似的经济分化效应。 > **常见问题：为什么高收入国家AI使用强度更高？** > 高收入国家通常具备更完善的互联网基础设施、更高比例的知识型工作岗位，以及更强的技术采纳能力。人均GDP每增长1%，AUI约增长0.7%，说明经济基础与AI使用高度相关。 ### 1.2 美国境内的差异 在美国各州之间，“人均GDP越高，Claude使用越频繁”的关系同样成立，且关联更紧密：人均GDP每提高1%，按人口调整后的Claude使用大约提升1.8%。 但在州内比较时，收入的解释力反而减弱，因为围绕总体趋势的波动更大，说明收入之外还有许多因素在发挥作用。 我们的判断是：各州经济结构差异是关键因素。 - **华盛顿特区（美国首都）**：使用指数最高（3.82），最“超额代表”的任务是**文档编辑和信息检索**等知识工作。 - **加利福尼亚州**：以**编程**相关任务更常见，在全国使用指数中排名第三。 - **纽约州**：更偏重**金融**领域（全国第四）。 - **夏威夷**：即使人均使用量较低，使用结构也与当地经济高度相关——当地用户提出的旅游相关请求是全美平均水平的两倍。 > **常见问题：为什么夏威夷的旅游相关AI请求特别高？** > 夏威夷经济高度依赖旅游业，当地用户（包括旅游从业者和游客）更频繁地使用AI来规划行程、获取景点信息、进行语言翻译等，因此旅游相关任务比例远超全美平均水平。 更多细分数据可在Anthropic提供的交互式网站查看。 --- ## 二、Claude使用趋势：任务与互动方式的变化 自2024年12月起，我们持续跟踪Claude的使用方式。我们采用保护隐私的分类方法，将匿名对话归入美国政府职业数据库**O*NET**定义的任务组。 ### 2.1 任务类型的变化 自2024年12月以来，计算机与数学类任务始终占据主导，占比约**37%—40%**。 但在过去九个月中，知识密集型领域持续增长： - **教育教学**从**9%**升至**13%**（增幅超过40%） - **自然科学与社会科学**从**6%**升至**8%**（增长约三分之一） 与此同时，传统商业类任务的相对占比有所下降： - **管理类**从**5%**降至**3%** - **商务和财务运营**从**6%**降至**3%** 总体趋势存在一定波动，但一般来说，随着一个国家人均GDP增长，Claude的使用会从计算机和数学职业组任务转向更多元化的活动，如教育、艺术和设计、办公室和行政支持、物理和社会科学。 **提示：** 软件开发仍然是我们追踪的每个国家中最常见的用途。但在高收入国家，AI应用正变得更加多样化，不再局限于编码领域。 ### 2.2 互动方式的变化 我们通常将涉及**自动化**（AI直接生成工作成果，用户输入最少）的任务与**增强**（用户和AI协作完成任务）的任务区分开来。 我们进一步将自动化分解为**指令式**和**反馈循环**互动： - **指令式**：涉及最少的人类互动 - **反馈循环**：人类将现实世界的结果反馈给模型 将增强分解为**学习**（询问信息或解释）、**任务迭代**和**验证**。 自2024年12月以来，我们发现指令式对话的份额显著上升，从27%增加到39%。其他互动模式（特别是学习、任务迭代和反馈循环）的份额因此略有下降。 这意味着自动化（49.1%）首次超越增强（47%），成为更常见的互动模式。对此的一个潜在解释是，人工智能正在迅速赢得用户的信任，并越来越多地承担复杂工作。这可能是模型能力持续提升的结果。（2024年12月，当我们首次为经济指数收集数据时，Claude的最新版本是Sonnet 3.6。）随着模型越来越擅长预测用户需求并生成高质量成果，用户可能更愿意在首次尝试时就信任模型的输出。 可能令人意外的是，在人均Claude使用量较高的国家，Claude的用途更偏向增强，而低使用量国家的人们更倾向于自动化。控制了所讨论的任务组合后，Claude的人口调整使用量每增加1%，与自动化减少约3%相关。 我们尚不确定具体原因。这可能是因为每个国家的早期采用者更愿意让Claude自动化任务，也可能是由于其他文化和经济因素。 > **常见问题：为什么高使用率国家反而更偏向增强而非自动化？** > 可能的原因包括：高使用率国家的用户更倾向于将AI视为协作伙伴，而非完全替代工具；这些国家的任务复杂度更高，需要人机协作才能达到最佳效果；也可能是文化和信任差异导致的。 --- ## 三、企业使用：API客户的独特模式 我们采用与Claude.ai对话相同的隐私保护方法，首次对Anthropic部分第一方API客户的互动进行了抽样分析。API客户使用Claude的方式与通过Claude.ai访问的用户存在显著差异：他们按令牌付费，而非固定月度订阅，并且可以通过自己的程序发出请求。 这些客户对Claude的使用特别集中在编码和管理任务上：我们样本中**44%**的API流量映射到计算机或数学任务，而Claude.ai上的这一比例为36%。（大约5%的API流量专门用于开发和评估人工智能系统。）与教育职业相关的对话比例较小（API中为4%，而Claude.ai上为12%），艺术和娱乐类任务也类似（分别为5%和8%）。 我们还发现，我们的API客户使用Claude进行任务自动化的频率远高于Claude.ai用户。我们**77%**的API对话显示出自动化模式，其中绝大多数是指令式的，而只有**12%**显示出增强模式。在Claude.ai上，这个比例几乎持平。这可能具有重大的经济影响：在过去，任务自动化与巨大的经济转型以及主要的生产力提升密切相关。 最后，考虑到API使用的付费模式，我们还可以探讨任务成本的差异（由它们消耗的令牌数量差异引起）是否会影响企业选择“购买”哪些任务。我们发现，价格与使用之间存在正相关：成本较高的任务类别往往使用频率更高，如下图所示。这表明，模型的基本能力及其产生的经济价值对企业来说比完成任务本身的成本更为重要。 > **常见问题：为什么企业愿意为更昂贵的AI任务付费？** > 企业更关注AI任务带来的经济价值而非单次成本。如果模型能完成高价值任务（如复杂代码开发、金融分析），即使成本较高，其产出价值也远超成本。能力与价值比单次成本更重要。 --- ## 四、结论与展望 这份《经济指数》旨在用数据早期评估AI对工作与经济的影响。总体来看： - 采用极不均衡：高收入国家更常使用Claude，更倾向于与AI协作，并在编码之外开展更广泛的用途；在美国境内，当地主导产业深刻影响AI的使用面貌。 - 自动化在上升：过去九个月，指令式自动化显著走高；我们还在整体上首次看到自动化占比超过增强。 - 企业更愿意“放权”：与消费者相比，企业更倾向于让Claude直接完成任务。 人们如何与AI分工、如何给AI赋权，这一切仍在形成中。但到目前为止，可以看出大家越来越愿意让AI代劳。我们将继续跟踪，随着模型能力提升，用户选择会走向何方、是否会趋于稳定。 --- ## 附录：交互式探索工具 为了方便读者自行探索数据，Anthropic还提供了一个交互式网站，您可以搜索Claude.ai在美国每个州和我们追踪的所有职业中的使用趋势和结果，了解您所在地区或从事类似工作的人们是如何使用人工智能的。 > **提示：** 如果您想基于此分析进行进一步研究，Anthropic已将数据集以及之前经济指数报告的数据公开提供，可下载使用。