在夏威夷规划旅行、在麻省进行科学研究、在印度构建网络应用——表面上，这三项活动似乎毫无共同之处。然而，事实证明，这些正是Claude在不同地区被过度使用的特定场景。
这并不意味着这些是最受欢迎的任务：软件工程在全球几乎所有国家和州仍然遥遥领先。相反，这意味着麻省的人们比其他地区更倾向于向Claude寻求科研帮助，例如，巴西的Claude用户似乎对语言学习特别热衷：他们使用Claude进行翻译和语言学习的频率是全球平均水平的六倍左右。
这些数据来自我们第三份《Anthropic经济指数报告》。在最新报告中，我们扩展了工作，记录了AI早期采用模式如何开始重塑工作和经济。我们测量了Claude使用方式的不同之处...
- 在美国国内：我们首次提供了各州AI使用差异的详细评估。我们发现各州经济结构决定了哪些州人均Claude使用率最高——令人惊讶的是，使用率最高的州并非那些以编程为主导的州。
- 在不同国家之间：我们的新分析发现，各国Claude使用情况与收入密切相关，而在使用率较低的国家，人们使用Claude自动化的频率反而高于高使用率国家。
- 随时间变化：我们将最新数据与2024年12月至2025年1月以及2025年2月至3月的数据进行比较。我们发现，"指令式"自动化任务的比例从27%急剧上升到39%，表明AI的责任（以及用户的信任）正在迅速增加。
- 以及企业用户：我们现在包括了Anthropic直接API客户的匿名数据（除了Claude.ai用户），使我们首次能够分析企业互动。我们发现API用户比消费者更倾向于使用Claude自动化任务，这可能预示着重大的劳动力市场影响。
地理分布
我们扩展了Anthropic经济指数，纳入了地理数据。以下是我们了解到的Claude在不同国家和美国各州的使用情况。
各国情况
美国对Claude的使用远超其他国家。印度位居第二，其次是巴西、日本和韩国，这些国家的份额相似。
全球Claude.ai使用份额领先的国家。
然而，这些国家的人口规模存在巨大差异。为了解决这个问题，我们根据各国占全球工作人口的份额调整了其Claude.ai使用份额。这得出了我们的Anthropic AI使用指数（AUI）。AUI大于1的国家比仅根据工作年龄人口预期的更频繁地使用Claude，反之亦然。
Anthropic AI使用指数得分最高的20个国家。
从AUI数据中，我们可以看到一些小型技术先进国家（如以色列和新加坡）相对于其工作年龄人口在Claude采用方面处于领先地位。这在很大程度上可以用收入来解释：我们发现人均GDP与Anthropic AI使用指数之间存在强相关性（人均GDP每提高1%，AUI提高0.7%）。这是合理的：最频繁使用Claude的国家通常也拥有强大的互联网连接，以及围绕知识工作而非制造业的经济。但这确实提出了经济分化的问题：之前的通用技术，如电气化或内燃机，既带来了巨大的经济增长，也导致了全球生活水平的巨大分化。如果AI的影响在富裕国家最大，这种通用技术可能具有类似的经济影响。
各国人均Claude使用与人均收入呈正相关关系。（坐标轴为对数刻度）
美国国内模式
比较美国各州时，人均GDP与人均Claude使用之间的关联同样成立。事实上，在美国国内，收入增长带来的使用增长速度比国家间更快：人均GDP每提高1%，人口调整后的Claude使用率提高1.8%。也就是说，在美国国内，收入的解释力实际上比国家间要小，因为整体趋势内的方差要高得多。也就是说：除了收入之外，其他因素必须解释人口调整后使用差异的大部分。
还有什么可以解释这种采用差距？我们最好的猜测是各州经济结构的差异。美国最高的AUI是华盛顿特区（3.82），在那里，Claude使用最不成比例频繁的任务包括编辑文档和搜索信息等与知识工作相关的任务。同样，与编程相关的任务在加利福尼亚（总体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）特别常见。1即使在人口调整后Claude使用率较低的州，如夏威夷，使用情况也与经济结构密切相关：夏威夷人请求Claude协助旅游相关任务的频率是美国其他地区的两倍。我们的互动网站包含了许多其他类似统计数据。
美国各州Claude采用相对于其工作年龄人口的情况。
Claude使用趋势
自2024年12月以来，我们一直在追踪人们如何使用Claude。我们使用一种保护隐私的分类方法，将匿名对话转录分类为由ONET定义的任务组，ONET是美国政府分类职业及其相关任务的数据库。2通过这样做，我们可以分析自去年以来人们给Claude的任务发生了哪些变化，以及人们选择协作的方式——他们选择对Claude工作有多少监督和投入——也发生了哪些变化。
任务类型
自2024年12月以来，计算机和数学类别的Claude使用在我们的类别中占主导地位，约占对话的37-40%。
但情况发生了很大变化。在过去的九个月里，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%上升到13%），与物理和社会科学相关的任务份额增加了三分之一（从6%上升到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%下降到3%，与商业和金融运营相关的任务份额减半，从6%下降到3%。（当然，从绝对值来看，每个类别的对话数量仍然显著增加。）
Claude使用随时间的变化，显示科学和教育任务使用增加。
总体趋势虽然有些波动，但通常情况下，随着国家人均GDP的增加，Claude的使用逐渐远离计算机和数学职业组的任务，转向更多样化的其他活动，如教育和艺术设计；办公和行政支持；以及物理和社会科学。比较下图中的第一条趋势线与剩下的三条：
随着我们从采用率较低的国家转向采用率较高的国家，Claude使用似乎转向更多样化的任务组合，尽管整体模式有些波动。
尽管如此，软件开发仍然是我们追踪的每个国家中最常见的用途。在美国情况类似，尽管我们的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能力。
互动模式
正如我们之前讨论的，我们通常区分涉及自动化（AI直接在最少用户输入的情况下产生工作）和增强（用户和AI协作完成任务）的任务。我们进一步将自动化分解为指令式和反馈循环互动，其中指令式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。我们还增强分解为学习（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，我们发现指令式对话的份额急剧上升，从27%上升到39%。其他互动模式（尤其是学习、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%）首次在总体上超过了增强（47%）。一个可能的解释是，AI正在迅速赢得用户的信任，并承担起完成复杂工作的责任。
这可能是模型能力改善的结果。（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就信任模型的输出。
自动化随时间似乎在增加。
令人惊讶的是，在人均Claude使用率较高的国家，Claude的用途倾向于增强，而使用率较低国家的人们则更倾向于自动化。在控制相关任务的组合后，人口调整后的Claude使用每增加1%，自动化大约减少3%。同样，人口调整后的Claude使用增加与远离自动化（如下图所示）相关，而非朝向自动化。
我们尚不确定为什么会出现这种情况。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，或者这可能归因于其他文化和经济因素。
人均Claude使用率较高的国家往往以更协作的方式使用Claude。
企业应用
使用我们在Claude.ai上对话相同的保护隐私方法，我们开始从Anthropic直接API客户子集中采样互动，这是首次此类分析。3倾向于为企业开发者的API客户使用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的使用特别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，大约5%的API流量专门用于开发和评估AI系统。）这通过与教育职业（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%）相关的较小比例对话来抵消。
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，比例几乎均等。这可能产生重大的经济影响：过去，任务的自动化与重大的经济转型以及生产力的显著提高相关联。
Claude.ai与API上的增强和自动化。
最后，考虑到API的使用方式，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"哪些任务。在这里，我们发现使用与价格之间存在正相关关系：较高成本的任务类别往往使用频率更高，如下图所示。这向我们表明，基本模型能力以及模型产生的经济价值对企业来说比完成任务本身的成本更重要。
每任务成本与任务类别占总对话份额的关系。
未来展望
Anthropic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衡量指标中，AI的采用似乎极不均衡。高收入国家的人们更有可能使用Claude，更有可能寻求协作而非自动化，更有可能追求超越编程的多样化用途。在美国，AI使用似乎受到当地经济主导行业的强烈影响，从技术到旅游业。而企业比消费者更可能将Claude委托给代理和自主权。
除了不均衡的事实外，特别值得注意的是，在过去的九个月里，指令式自动化在Claude.ai对话中变得更加常见。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工具有多少信心，以及应该给它们多少责任。然而，到目前为止，看起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分析这一情况，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——趋于稳定。
如果您想亲自探索我们的数据，可以在我们专门的Anthropic经济指数网站上进行，该网站包含我们国家、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这个网站，让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演变。
我们的完整报告在此提供。我们希望它有助于政策制定者、经济学家和其他人更有效地为AI带来的经济机遇和风险做好准备。
数据开放
与之前的报告一样，我们发布了本版本的全面数据集，包括地理数据、任务级使用模式、按任务分类的自动化/增强细分以及API使用概述。数据可在Anthropic经济指数网站下载。
