Anthropic 評估當前 AI 模型可能使美國勞動生產力年增長率提升 1.8%

簡要重點

Anthropic 對 10 萬筆真實的 Claude.ai 對話進行研究，發現 AI 可將任務完成時間減少約 80%，若將此結果推廣至整個美國經濟，未來十年每年勞動生產力增長率可能提升約 1.8%——約為近期增長率的兩倍。

方法論：隱私保護的對話分析

Anthropic 使用其 CLIO 隱私保護分析系統，從 Free、Pro 和 Max 各級別中抽樣 10 萬筆匿名的 Claude.ai 對話。針對每筆對話，由 Claude 產生兩項估計：

• 無 AI 時間 – 一位熟練專業人員獨立完成該任務所需的小時數。
• 有 AI 時間 – 使用者與 Claude 互動所花費的總分鐘數（包含閱讀、思考、打字及執行建議）。

Claude 透過結構化提示（詳見附錄）產生這些估計。所得任務層級的時間資料隨後對應至 O*NET 職業分類，並與 2024 年 5 月的職業就業與薪資統計資料（OEWS）匹配，以計算隱含的勞動成本。

Claude 時間估計的驗證

自我一致性

在 1,800 筆同意提供的對話中，Claude 的估計在提示變動下高度穩定，對數尺度相關係數為 r = 0.89–0.93。

軟體工程工單的外部基準測試

另一項基準測試將 Claude Sonnet 4.5 的估計（僅標題與描述）與開發者自評及實際追蹤時間，針對 1,000 筆 JIRA 工單進行比較：

來源	Spearman ρ	對數尺度皮爾森 r
開發者（自評）	0.50	0.67
Claude Sonnet 4.5（無範例）	0.44	0.46
Claude Sonnet 4.5（10 範例提示）	0.39	0.48

Claude 的方向性相關性僅略低於開發者，但其估計傾向壓縮分佈（短任務高估、長任務低估）。

任務層級的生產力發現

• 平均時間節省 – 在樣本中，Claude 將任務時長減少 ≈ 80%（中位數 84%）。
• 任務成本 – 中位數對話對應專業勞動成本為 $54（基於 OEWS 薪資）。
• 職業差異 – 管理與法律任務的預估人工時間最長（約 2 小時），隱含成本最高（$119–$133）。食物準備、安裝/維護與運輸任務較短（約 0.3–0.5 小時），成本較低（約 $8）。
• 極端範例 – 課程設計任務預估需 4.5 小時，實際僅花 11 分鐘完成（節省約 96%，隱含成本 $115）。發票撰寫任務節省約 87% 時間。

從任務層級增益到整體經濟影響

Anthropic 依循 Hulten 定理，以以下兩項權重計算每項任務的生產力增益：

1. Claude 評估的該任務佔職業工作時間的比例，以及
2. 該職業佔美國總薪資支出的比例（OEWS 2024）。

假設當前世代 AI 模型在所觀察任務中普遍採用，模型預測美國勞動生產力將實現 每年 1.8% 的年化增長。以勞動所得佔比 0.6 計算，這相當於 每年約 1.1% 的總要素生產力（TFP）增長——此水平自 2000 年代初以來未曾見過。

職業貢獻者

推動預期增長的前五大職業為：

1. 軟體開發人員（約佔總增長的 19%）
2. 一般與運營經理（約 6%）
3. 市場研究分析師與行銷專員（約 5%）
4. 客戶服務代表（約 4%）
5. 中學教師（約 3%）

餐飲、醫療照護、建築與零售等產業貢獻甚微，主要因其任務在 Claude 樣本中出現頻率較低。

可能的瓶頸與不均勻增益

雖然許多任務的時間減少達 80–95%，但部分任務的節省幅度較小或可忽略（例如，診斷影像檢查僅約 20%）。AI 加速程度低的任務可能成為相對瓶頸，進而改變工作者在職業內的時間分配方式。

分析的限制

• 估計準確性 – Claude 的預測並不完美，且除軟體工單基準外，缺乏現實世界驗證。
• 任務分類 – 對應至 O*NET 摘要時，忽略了隱性知識、任務間依賴關係與非任務活動（例如，對話後的驗證）。
• 採用假設 – 1.8% 的數字假設當前模型立即且全面採用，忽略了技術擴散時滯與異質性採用。
• 資料範圍 – 資料僅反映 Claude.ai 的使用情況，可能偏向使用者認為適合 AI 的任務。
• 結構性影響 – 模型未捕捉組織重組、資本投資或歷史性擴大生產力增益的廣泛創新。

意義與未來工作

• 上限估計 – 1.8% 的年增長應視為當前模型效果的上限，而非預測。模型進步更快可能提高上限，而採用較慢則可能降低。
• 經濟指數追蹤 – Anthropic 將持續將此類估計納入其經濟指數，以長期觀察任務層級節省如何隨著模型能力與採用率演變。
• 政策相關性 – 即使生產力小幅提升，也可能影響薪資成長、通膨動態與勞動市場政策，凸顯即時衡量的必要性。
• 研究議程 – 未來工作應（1）以更大規模的現實資料集驗證模型時間估計，（2）納入對話後驗證的耗時，以及（3）建模組織重組的影響。

---

「這些生產力提升來自於加速現有任務的完成。歷史上，具有轉折意義的生產力進步來自於根本性的生產重組，而非僅僅加快舊任務的執行。」 – Anthropic 研究備忘錄

---

附錄：用於時間估計的提示片段

（完整提示見原始文件；以下為可重現性的關鍵 excerpt。）

• 人工時間估計提示 – 要求 Claude 推理所需小時數，輸出 <answer> 標籤。
• 互動時間估計提示 – 要求 Claude 評估使用者花費的分鐘數，包含閱讀、打字與執行建議。
• 軟體開發基準提示 – 提供任務標題/描述，並要求輸出原始小時數。
• 任務分配提示 – 請求輸出 O*NET 任務 ID 與各職業每周小時數的 JSON 對應表。