Anthropic經濟指數：分析AI對勞動市場的影響
Anthropic推出了Anthropic經濟指數，這是一個旨在追蹤AI對勞動市場和經濟實際影響的計畫與開源資料集。透過分析數百萬筆匿名的Claude.ai對話，該計畫提供了實證數據，顯示哪些職業任務正被AI增強或自動化，從而超越問卷調查，觀察實際使用模式。
各職業領域的AI使用模式
目前AI的採用主要集中在技術與創意領域，這些領域的AI使用率與實際勞動力規模之間存在顯著差距。
- 主要採用中心：「電腦與數學」類別佔查詢量的37.2%，主要聚焦於軟體修改、程式除錯與網路故障排除。「藝術、設計、體育、娛樂與媒體」類別位居第二，佔10.3%，主要用於撰寫與編輯任務。
- 低採用區域：涉及高體力勞動的職業，例如「農業、漁業與林業」，僅佔查詢量的0.1%，為最低比例。
- 勞動力差距：職業勞動力比例與AI使用之間存在明顯落差。例如，電腦與數學類工作僅佔美國勞動力的3.4%，卻佔了37.2%的Claude對話。
深度整合與薪資關聯性
AI目前是分散應用於多項任務，而非取代整個職位，其使用模式與特定薪資範圍高度相關。
- 任務層級的普及：約有36%的職業在至少25%的相關任務中使用AI。然而，僅有4%的職業在75%或以上的任務中使用AI，顯示極少數職位正被完全自動化。
- 「中高薪」高峰：AI使用最普遍的範圍為中高薪資中位數（例如程式設計師與文案撰寫者）。相反地，最低薪資與最高薪資職位（如婦產科醫師）的AI使用率均較低，Anthropic將此歸因於目前技術能力的限制與實際障礙。
增強 vs. 自動化
真實世界使用數據顯示，AI更常被用來增強人類能力，而非完全取代。
- 增強（57%）：多數任務涉及AI與使用者協作。包括「任務迭代」（31.3%）用於腦力激盪與精煉，「學習」（23.3%）用於知識獲取，以及「驗證」（2.8%）用於確認工作成果。
- 自動化（43%）：較少部分的任務涉及AI直接執行工作。這分為「指令型」任務（27.8%），即完全委派且互動最少；以及「反饋迴路」（14.8%），其完成過程由環境反饋引導。
方法論：Clio分析工具
為將對話映射至經濟數據，Anthropic開發了「Clio」自動分析工具，在保護使用者隱私的同時對互動進行分類。
- 任務映射：Clio分析對話，並將其與美國勞工部的O*NET資料庫匹配，該資料庫包含約20,000項具體工作任務。
- 分類：任務被歸類至職業，再進一步聚合至更廣泛的職業類別（例如商業與金融）。
- 資料來源：分析基於Claude.ai免費版與專業版的約一百萬筆對話。
研究限制
Anthropic指出資料代表性方面存在若干限制：
- 意圖模糊：無法總是判斷使用者是在執行專業任務，還是個人興趣活動。
- 使用模式模糊：一項看似「自動化」的任務（例如要求生成完整備忘錄）若使用者大幅編輯輸出，實際上可能是「增強」。
- 使用者群體偏差：資料僅包含Claude.ai免費版與專業版使用者，排除了API、團隊與企業使用者。此外，由於Claude被定位為強大的程式設計模型，程式任務可能被過度代表。
- 模態限制：由於Claude無法生成影像，涉及視覺媒體的創意用途未被捕捉。