在夏威夷规划旅行，在马萨诸塞州进行科学研究，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。但事实上，这些正是Claude在不同地区被过度使用的特定应用场景。
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州和国家仍然遥遥领先。相反，这意味着马萨诸塞州的人们比其他地区更倾向于向Claude寻求科学研究的帮助，或者，例如，巴西的Claude用户似乎对语言特别热衷：他们使用Claude进行翻译和语言学习的频率大约是全球平均水平的六倍。
这些是我们最新发布的第三份《Anthropic经济指数报告》中的统计数据。在这份最新报告中，我们扩大了研究范围，记录了AI早期应用模式如何开始重塑工作和经济。我们测量了Claude的使用差异...
- **...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使用Claude最多——而且，令人惊讶的是，使用率最高的州并非编程占主导地位的州。
- **...在不同国家之间：**我们的新分析发现，各国使用Claude的程度与收入水平高度相关，而且低收入国家的人们使用Claude自动化的频率高于高收入国家。
- **...随时间变化：**我们将最新数据与2024年12月-2025年1月和2025年2月-3月的数据进行比较。我们发现，"directive"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第一方API客户的匿名数据（以及Claude.ai的用户），使我们首次能够分析企业的交互。我们发现，API用户比消费者更倾向于使用Claude自动化任务，这表明劳动力市场可能面临重大影响。
地理分布差异
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。
各国使用情况
美国使用Claude的频率远超其他国家。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劳动人口的份额调整了Claude.ai的使用份额。这得出了我们的Anthropic AI使用指数（AUI）。AUI大于1的国家使用Claude的频率高于仅基于劳动年龄人口预期的水平，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、技术先进的国家（如以色列和新加坡）在Claude采用方面相对于其劳动年龄人口处于领先地位。这在很大程度上可能归因于收入：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：使用Claude最频繁的国家通常也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。但这确实提出了一个经济分化的问题：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为显著，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。）
美国国内使用模式
在比较美国各州时，人均GDP与人均Claude使用之间的联系同样成立。事实上，在美国国内，收入增长与使用率上升的关系比国家间更为迅速：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不如国家间，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率差异的大部分。
还有什么可以解释这种采用差距？我们最好的猜测是这与各州经济结构的差异有关。美国最高的AUI出现在哥伦比亚特区（3.82），在那里，最频繁的Claude用途包括编辑文档和搜索信息，以及其他与DC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州（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协助处理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。
美国各州相对于其劳动年龄人口的Claude采用情况。
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，将匿名对话记录分类到由ONET定义的任务组中，ONET是一个美国政府数据库，分类工作和相关任务。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——他们对Claude工作的监督和输入程度——也发生了哪些变化。
任务类型
自2024年12月以来，计算机和数学用途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，我们看到"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%增加到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%，与商业和财务运营相关的任务份额减半，从6%下降到3%。（当然，从绝对数量来看，每个类别的对话数量仍然显著增加。）
Claude使用随时间变化的图表，显示科学和教育任务的使用增加。
总体趋势虽然有些波动，但一般来说，随着一个国家人均GDP的增加，Claude的使用从计算机和数学职业组的任务中转移，转向教育、艺术和设计；办公和行政支持；以及物理和社会科学等多样化的其他活动。将下图中的趋势线与后三个进行比较：
随着我们从采用率较低的国家转向采用率较高的国家，Claude的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。在美国的情况也类似，尽管我们的样本量限制了我们在更详细地探索任务组合如何随采用率变化的能力。
交互模式
正如我们之前讨论的，我们通常区分涉及_自动化_（AI直接产生工作，用户输入最少）和_增强_（用户和AI协作完成任务）的任务。我们将进一步自动化分解为_directive_和_反馈循环_交互，其中directive对话涉及最少的人机交互，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directive对话的比例急剧上升，从27%上升到39%。其他交互模式（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，并越来越负责任地完成复杂工作。
这可能是模型能力提高的结果。（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，用户可能更愿意在第一次尝试时就信任模型的输出。
自动化似乎随时间增加。
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，而低收入国家的人们则更倾向于选择自动化。在控制相关任务组合的情况下，人口调整后的Claude使用率每增加1%，自动化减少约3%。同样，人口调整后的Claude使用率增加与_远离_自动化（如下图所示）相关，而非朝向自动化。
我们还不确定为什么会这样。这可能是因为每个国家的早期采用者感觉更愿意让Claude自动化任务，或者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。
企业用户
使用我们在Claude.ai上对话所采用的相同保护隐私的方法，我们开始从Anthropic第一方API客户子集中采样交互，这是首次此类分析。3倾向于企业和开发者的API客户使用Claude的方式与通过Claude.ai访问的用户非常不同：他们按令牌付费，而不是固定月度订阅，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%。（碰巧，大约5%的所有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所抵消（API上为4%，Claude.ai上为12%），以及艺术和娱乐（5%对8%）。
我们还发现，我们的API客户比Claude.ai用户更频繁地使用Claude进行任务自动化。我们77%的API对话显示自动化模式，其中绝大多数是directive，而只有12%显示增强。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重大增长相关联。
Claude.ai与API上的Claude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（由任务消耗的令牌数量差异引起）的差异是否影响企业选择"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_：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，基本模型能力和模型产生的经济价值对企业来说比完成任务本身更重要。
任务成本与任务类别占总对话份额的关系图。
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衡量标准中，AI的采用都表现出显著的不均衡。高收入国家的人们更可能使用Claude，更可能寻求协作而非自动化，更可能追求编程之外的广泛用途。在美国，AI使用似乎受到当地经济主导产业的强烈影响，从技术到旅游业。而且企业比消费者更可能将Claude委托给代理和自主权。
除了不均衡的事实外，directive自动化在过去九个月的Claude.ai对话中变得更为常见，这尤其值得我们注意。人们使用Claude的性质显然仍在被定义：我们仍在集体决定我们对AI工具有多大的信心，以及我们应该给它们多少责任。然而，到目前为止，看起来我们正在对AI变得越来越舒适，并愿意代表我们工作。我们期待随着时间的推移重新分析这一点，看看随着AI模型的改进，用户的选择是否会稳定下来——或者，确实，_是否_会稳定下来。
如果您想自己探索我们的数据，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，这样您就可以继续以您感兴趣的方式追踪AI对工作和经济的影响。
我们的完整报告在此处提供。我们希望它能帮助政策制定者、经济学家和其他人更有效地为AI带来的经济机会和风险做好准备。
数据开放与研究意义
与过去的报告一样，我们为此次发布发布了全面的数据集，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。
这些发现对政策制定、经济发展战略和技术投资方向具有重要启示。首先，各国应关注AI采用的不均衡性，避免加剧全球数字鸿沟。对于发展中国家而言，如何有效利用AI技术提升产业竞争力将是关键挑战。其次，企业和教育机构需要重新思考人才培养方向，随着AI在知识密集型领域的应用增长，相关技能需求将发生变化。最后，随着directive自动化比例的上升，如何确保AI系统的安全性和可靠性，以及如何建立有效的AI治理框架，将成为政策制定者面临的重要课题。
随着AI技术的不断进步和应用范围的扩大，Anthropic经济指数将继续为我们提供宝贵的实证数据，帮助我们更好地理解AI对全球经济和社会的深远影响。未来的研究将需要更深入地探讨AI在不同行业、不同地区的差异化应用模式，以及这些模式如何随时间演变。
