Anthropic 估计当前 AI 模型每年可使美国劳动生产率提高 1.8%

TL;DR

Anthropic 对 10 万次真实 Claude.ai 对话的分析显示，AI 可将任务完成时间减少约 80%，若将这一效应推广至整个美国经济，未来十年每年劳动生产率增长有望提升约 1.8%——约为近期增长率的两倍。

方法论：隐私保护的对话分析

Anthropic 使用其 CLIO 隐私保护分析系统，对 Free、Pro 和 Max 三个层级的 10 万次匿名 Claude.ai 对话进行了抽样。对于每条对话，它通过 Claude 生成两个估计值：

• 无 AI 时长 – 一位熟练专业人士独立完成该任务所需的时间（小时）。
• 有 AI 时长 – 用户与 Claude 互动的总时间（分钟），包括阅读、思考、打字和实施建议的时间。

Claude 通过结构化提示（见附录）生成这些估计。随后，将得到的任务级时间映射到 O*NET 职业分类，并与 2024 年 5 月的《职业就业与工资统计》（OEWS）数据匹配，以计算隐含的劳动力成本。

Claude 时间估计的验证

自洽性

在 1,800 次获得同意的对话中，Claude 的估计在提示变化下高度稳定，对数尺度相关系数为 r = 0.89–0.93。

软件工程工单的外部基准测试

另一项基准测试将 Claude Sonnet 4.5 的估计值（仅标题 + 描述）与开发人员的自我估计及实际跟踪时间对比，针对 1,000 个 JIRA 工单进行评估：

来源	斯皮尔曼 ρ	对数尺度皮尔逊 r
开发人员（自我估计）	0.50	0.67
Claude Sonnet 4.5（无示例）	0.44	0.46
Claude Sonnet 4.5（10 个示例提示）	0.39	0.48

Claude 的方向性相关性仅略弱于开发人员，尽管其倾向于压缩分布（对短任务高估，对长任务低估）。

任务级生产率发现

• 平均时间节省 – 在样本中，Claude 将任务时长减少了 ≈ 80%（中位数为 84%）。
• 任务成本 – 中位数对话对应的专业劳动力成本为 $54（基于 OEWS 工资）。
• 职业差异 – 管理和法律类任务的估计人工耗时最长（约 2 小时），隐含成本最高（$119–$133）。食品准备、安装/维护和运输类任务较短（约 0.3–0.5 小时），成本较低（约 $8）。
• 极端案例 – 课程开发任务估计耗时 4.5 小时，实际仅用 11 分钟完成（节省约 96%，隐含成本 $115）。发票撰写任务节省了约 87% 的时间。

从任务级收益到宏观经济影响

Anthropic 应用了 Hulten 定理，按以下两项加权每项任务的生产率提升：

1. Claude 估计的该任务在职业总时间中所占比例；
2. 该职业在总美国工资支出中的占比（OEWS 2024 数据）。

假设当前一代 AI 模型在所观察任务中实现普遍采用，模型预测美国劳动生产率将实现 每年 1.8% 的年化增长。在劳动份额为 0.6 的前提下，这相当于 每年约 1.1% 的总要素生产率（TFP）增长——这一水平自 21 世纪初以来未曾出现过。

职业贡献者

推动预测增长的前五大职业为：

1. 软件开发人员（约占总增长的 19%）
2. 一般及运营经理（约 6%）
3. 市场研究分析师与营销专家（约 5%）
4. 客户服务代表（约 4%）
5. 中学教师（约 3%）

餐饮、医疗交付、建筑和零售等行业贡献较小，主要因为其任务在 Claude 样本中出现频率较低。

潜在瓶颈与不均衡收益

尽管许多任务的时间减少达 80–95%，但部分任务的节省幅度较小或可忽略（例如，影像诊断任务仅约 20%）。AI 加速程度低的任务可能成为相对瓶颈，从而重塑劳动者在职业内部的时间分配方式。

分析的局限性

• 估计准确性 – Claude 的预测并不完美，除软件工单基准外缺乏真实世界验证。
• 任务分类 – 映射到 O*NET 抽象分类时，忽略了隐性知识、任务间依赖关系以及非任务活动（如聊天后验证）。
• 采用假设 – 1.8% 的数字假设当前模型被普遍且立即采用，忽略了扩散延迟和采用率的异质性。
• 数据范围 – 数据集仅反映 Claude.ai 的使用情况，可能偏向用户认为适合 AI 的任务。
• 结构性效应 – 模型未捕捉组织重构、资本投资或更广泛创新等历史上的生产率放大效应。

含义与未来工作

• 上限估计 – 1.8% 的年增长应被视为当前模型效应的上限，而非预测。模型改进速度更快可能提高上限，而采用缓慢则可能降低。
• 经济指数追踪 – Anthropic 将继续将其作为经济指数的一部分进行计算，以实现对任务级节省随模型能力与采用率演变的长期观测。
• 政策相关性 – 即使是小幅的生产率提升也可能影响工资增长、通胀动态和劳动力市场政策，凸显及时测量的必要性。
• 研究议程 – 未来工作应（1）在更大真实世界数据集上验证基于模型的时间估计，（2）纳入聊天后验证工作量，（3）建模组织重构效应。

---

“这些生产率提升来自于让现有任务完成得更快。历史上，具有变革性的生产率进步来自于根本性地重新组织生产，而非仅仅加速旧任务。” – Anthropic 研究笔记

---

附录：用于时间估计的提示片段

（完整提示见源文档；此处仅展示关键摘录以供复现。）

• 人工耗时估计提示 – 要求 Claude 推理所需小时数，输出 <answer> 标签。
• 交互耗时估计提示 – 要求 Claude 估计用户花费的分钟数，考虑阅读、打字和实施过程。
• 软件开发基准提示 – 提供任务标题/描述，要求输出原始小时数。
• 任务分配提示 – 要求输出 JSON 格式，将 O*NET 任务 ID 映射到各职业每周小时数。