Anthropic公司近日發布了一份關于人工智能（AI）對生產力影響的研究報告，通過對旗下AI模型Claude的十萬次真實對話進行分析，發現AI輔助能夠顯著縮短任務完成時間，平均減少約80%。該研究旨在量化AI在真實工作場景中提升生產力的具體效果，為理解AI的經濟價值提供了新的視角。
研究團隊采用了一種保護用戶隱私的方法，從Claude.ai用戶的真實對話記錄中抽樣分析，并讓Claude估算這些任務在有無AI協助下的完成時間。結果顯示，在沒有AI幫助的情況下，用戶平均需要90分鐘完成任務，而在Claude的輔助下，時間縮短了約80%。這些任務涵蓋多個領域，包括復雜的法律咨詢和企業管理，以及相對簡單的餐飲籌備等。
不同任務在AI輔助下的效率提升存在差異。例如，在醫療輔助任務中，AI能夠提升90%的效率，而在硬件問題處理上，效率提升則為56%。研究還發現，AI對知識密集型行業的生產力提升尤為顯著，其中軟件開發人員的受益最大，占總生產率增益的19%。運營經理、市場研究分析師、客戶服務代表和中學教師等職業也從中獲得了明顯的效率提升。
為了更全面地評估AI的經濟影響，研究團隊將任務層面的效率提升數據外推至整個美國經濟。根據標準經濟學模型的測算，如果當前一代AI技術得到普及，未來十年內美國勞動生產率有望實現年均1.8%的增長。這一數字幾乎是2019年以來年均增長率的兩倍，也處于近期同類研究預測范圍的上限。不過，研究人員強調，這一預測并非絕對，因為AI模型的普及速度和未來技術進步可能帶來更大影響。
研究還指出，AI在加速某些任務的同時，對其他任務的幫助相對有限。例如，AI可以高效幫助軟件工程師編寫代碼和文檔，但在協調系統安裝或監督工程師等任務中作用不大。這意味著，隨著AI的普及，那些難以被AI加速的“瓶頸”任務可能會在整體工作流程中占據更大比重，成為制約生產力進一步增長的關鍵因素。
盡管如此，這項研究建立了一套可持續追蹤AI經濟影響的測量框架。通過分析不同職業的任務時間、時薪和任務成本，研究團隊估算出了AI節省時間的具體數值。例如，管理和法律事務的平均任務時間約為2小時，而醫療保健支持和食品準備等任務則只需半小時左右。這些數據為理解AI如何重塑經濟提供了動態且寶貴的視角。
Anthropic公司承認該研究存在一定局限性。例如，Claude的估算并非完全準確，且無法核實用戶在與AI對話之外所花費的額外時間。模型假設AI能夠被普遍采用，這在短期內難以實現。盡管如此，這項研究仍為評估AI的經濟價值提供了重要參考，隨著AI技術的不斷進步和應用范圍的擴大，其影響將更加深遠。
