人工智能技术正以前所未有的速度融入全球经济，但其应用模式却呈现出显著的地域和行业差异。Anthropic最新发布的经济指数报告为我们揭示了这一复杂图景，展现了AI如何在不同国家、地区和用户群体中产生差异化影响。
全球AI应用的地域分布
国家层面的AI采用差异
美国在Claude使用量上遥遥领先，占全球总使用量的21.6%，其次是印度、巴西、日本和韩国。然而，考虑到各国人口规模的巨大差异，我们引入了"Anthropic AI使用指数(AUI)"这一指标，将各国AI使用量与其劳动年龄人口比例进行比较。
全球Claude.ai使用占比最高的国家。
Anthropic AI使用指数最高的20个国家。
分析显示，一些小型技术先进国家（如以色列和新加坡）在Claude采用率上相对其劳动年龄人口表现突出。这种现象很大程度上可以用收入水平解释：研究发现人均GDP与Anthropic AI使用指数之间存在强相关性（人均GDP每提高1%，AUI相应提高0.7%）。这表明，使用Claude最频繁的国家通常拥有强大的互联网连接，以及以知识工作而非制造业为导向的经济体。
各国人均Claude使用量与人均收入呈正相关关系。（坐标轴采用对数刻度）
美国各州的AI应用模式
在美国各州之间，人均GDP与人均Claude使用量之间的关系同样成立，甚至比国家间的关系更为密切：人均GDP每提高1%，人口调整后的Claude使用量提高1.8%。然而，收入在美国各州间的解释力不如在国家间，因为整体趋势中的方差更高。
这种采用差距可能由其他因素解释，其中最有可能的是各州经济结构的差异。美国AUI最高的是哥伦比亚特区(3.82)，那里Claude disproportionately频繁的用途包括文档编辑和信息搜索等与知识工作相关的任务。同样，与编程相关的任务在加州（整体AUI第三高的州）特别常见，而与金融相关的任务在纽约（排名第四）则尤为突出。
美国各州Claude采用率与其劳动年龄人口的关系。
即使在Hawaii等人口调整后Claude使用率较低的州，使用情况也与经济结构密切相关：Hawaii居民请求Claude协助处理旅游相关任务的频率是美国的两倍。我们的互动网站包含许多其他类似统计数据。
Claude使用趋势分析
任务分布变化
自2024年12月以来，计算机和数学领域对Claude的使用一直占据主导地位，约占对话的37-40%。然而，过去九个月中，我们观察到"知识密集型"领域的持续增长。例如，教育指导任务增长了40%以上（从所有对话的9%增至13%），与物理和社会科学相关的任务比例增加了三分之一（从6%增至8%）。与此同时，传统商业任务的相对频率有所下降：与管理相关的任务从所有对话的5%降至3%，与商业和金融运营相关的任务比例减半，从6%降至3%。
Claude使用随时间的变化，显示科学和教育任务使用增加。
整体趋势虽存在波动，但通常情况下，随着国家人均GDP的增加，Claude的使用逐渐从计算机和数学职业组的任务转向其他多样化活动，如教育、艺术和设计；办公室和行政支持；以及物理和社会科学。比较下图中的第一条趋势线与其他三条：
随着我们从采用率较低的国家向采用率较高的国家过渡，Claude使用似乎转向了更多样化的任务组合，尽管整体模式存在波动。
尽管如此，软件开发仍然是我们在每个追踪国家中最常见的用途。美国的情形类似，尽管样本量限制了我们更详细地探索任务组合如何随采用率变化的细节。
互动模式演变
我们通常区分涉及_自动化_（AI直接产生工作，用户输入最少）和_增强_（用户与AI协作完成任务）的任务。我们将进一步细分为_指令性_和_反馈循环_互动，其中指令性对话涉及最少的人机交互，而在反馈循环任务中，人类将现实世界的结果反馈给模型。我们还增强细分为_学习_（请求信息或解释）、任务迭代（与Claude协作工作）和_验证_（请求反馈）。
自2024年12月以来，我们发现指令性对话的比例急剧上升，从27%增至39%。其他互动模式（特别是学习、任务迭代和反馈循环）的比例因此略有下降。这意味着，自动化（49.1%）首次在总体上超过增强（47%）。一种可能的解释是，AI正迅速赢得用户信任，并承担起完成复杂工作的责任。
自动化随时间呈增长趋势。
这可能源于模型能力的提升。（在2024年12月，当我们首次收集经济指数数据时，Claude的最新版本是Sonnet 3.6。）随着模型在预测用户需求和产生高质量工作方面变得更好，用户可能更愿意在首次尝试时信任模型的输出。
值得注意的是，在人均Claude使用量较高的国家，Claude的用途倾向于增强，而低使用量国家的人们则更偏好自动化。在控制相关任务组合的情况下，人口调整后Claude使用量每增加1%，自动化比例大约减少3%。同样，人口调整后Claude使用量的增加与远离自动化（如下图所示）而非趋向自动化相关。
人均Claude使用量较高的国家倾向于以更协作的方式使用Claude。
企业与个人用户的AI应用差异
使用我们在Claude.ai上对话相同的隐私保护方法，我们开始对Anthropic部分第一方API客户进行互动采样，这是首次此类分析。API客户（通常是企业和开发者）使用Claude的方式与通过Claude.ai访问的用户截然不同：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的使用主要集中在编程和行政任务上：我们样本中44%的API流量映射到计算机或数学任务，而Claude.ai上为36%。（巧合的是，约5%的API流量专门用于开发和评估AI系统。）这被与教育职业相关的对话比例较小（API上为4%，Claude.ai上为12%）以及艺术和娱乐（API上为5%，Claude.ai上为8%）所抵消。
我们还发现，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对话显示自动化模式，其中绝大多数是指令性的，而只有12%显示增强。在Claude.ai上，比例几乎持平。这可能具有重要的经济意义：过去，任务自动化与重大经济转型以及生产力的大幅提升相关。
Claude.ai与API上的增强和自动化。
最后，考虑到API使用的付费方式，我们还可以探索任务成本（由它们消耗的令牌数量差异引起）的差异如何影响企业选择"购买"的任务。在这里，我们发现价格与使用之间存在_正相关_：高成本任务类别往往使用频率更高，如下图所示。这向我们表明，基本的模型能力和模型产生的经济价值对企业而言比完成任务本身更重要。
每任务成本与任务类别占总对话的比例。
经济影响与未来展望
经济指数旨在提供AI如何影响人们工作和经济的早期实证评估。到目前为止，我们发现了什么？
在本报告涵盖的每个指标中，AI的采用似乎都极不均衡。高收入国家的人们更可能使用Claude，更倾向于寻求协作而非自动化，更有可能超越编程追求多样化的用途。在美国，AI使用似乎受到当地经济主导产业（从技术到旅游业）的强烈影响。而且，企业比消费者更可能将Claude委托给代理和自主权。
除了不均衡的事实，特别值得注意的是，在过去九个月中，指令性自动化在Claude.ai对话中变得更加普遍。人们使用Claude的性质显然仍在被定义：我们仍在集体决定对AI工具的信任程度，以及应该给予它们多少责任。然而，目前看来，我们正变得越来越适应AI，并愿意让它代表我们工作。我们期待随着时间的推移重新审视这一分析，看看随着AI模型的改进，用户的选择将在哪里——或者，确实_是否_——稳定下来。
如果您想亲自探索我们的数据，可以在我们专门的Anthropic经济指数网站上这样做，其中包含我们国家、州和职业数据的交互式可视化。我们将在未来用更多数据更新此网站，使您能够继续以您感兴趣的方式追踪AI对工作和经济的影响。
技术不平等与经济分化
报告揭示的一个重要现象是，AI技术可能正在加剧全球经济分化。与电力或内燃机等通用技术不同，这些技术带来了巨大的经济增长，但也导致了全球生活水平的大分化，如果AI的影响被证明在富裕国家最大，这种通用技术可能具有类似的经济含义。
这种分化不仅体现在国家间，也体现在企业内部。企业用户更倾向于使用AI自动化任务，这可能导致劳动力市场的重大转变。随着 directive automation 比例的快速上升（从27%增至39%），我们正见证着AI在完成工作中承担越来越多的责任，这可能对就业结构产生深远影响。
政策启示
这些发现对政策制定者提出了重要挑战和机遇。首先，需要确保AI技术的广泛采用，而不仅限于高收入国家和特定行业。这可能需要投资数字基础设施、提供技能培训，以及开发适合不同经济体的AI应用。
其次，随着企业越来越多地采用AI自动化，需要考虑如何管理这一转变带来的社会影响。这可能包括重新思考社会保障体系、终身学习框架，以及工作与生活的平衡。
最后，随着AI系统在决策中扮演越来越重要的角色，需要建立适当的监管框架，确保这些系统的透明度、公平性和问责制。
结论
Anthropic经济指数为我们提供了理解AI如何重塑全球经济的独特视角。报告揭示的不均衡采用模式、用户互动方式的变化，以及企业vs个人用户的差异，都表明我们正处于AI技术演化的关键转折点。
随着 directive automation 比例的快速上升，我们正见证着用户对AI信任度的提升，以及AI在完成工作中承担越来越多的责任。这一趋势将继续塑造未来的工作方式、经济结构和社会组织。
政策制定者、企业领袖和个人都需要密切关注这些发展，并积极参与塑造AI技术的未来发展方向，确保这一强大的通用技术能够惠及更广泛的人群，而不仅仅是少数国家和精英群体。
