Anthropic公司近日发布了一份关于人工智能（AI）对生产力影响的研究报告，通过对旗下AI模型Claude的十万次真实对话进行分析，发现AI辅助能够显著缩短任务完成时间，平均减少约80%。该研究旨在量化AI在真实工作场景中提升生产力的具体效果，为理解AI的经济价值提供了新的视角。
研究团队采用了一种保护用户隐私的方法，从Claude.ai用户的真实对话记录中抽样分析，并让Claude估算这些任务在有无AI协助下的完成时间。结果显示，在没有AI帮助的情况下，用户平均需要90分钟完成任务，而在Claude的辅助下，时间缩短了约80%。这些任务涵盖多个领域，包括复杂的法律咨询和企业管理，以及相对简单的餐饮筹备等。
不同任务在AI辅助下的效率提升存在差异。例如，在医疗辅助任务中，AI能够提升90%的效率，而在硬件问题处理上，效率提升则为56%。研究还发现，AI对知识密集型行业的生产力提升尤为显著，其中软件开发人员的受益最大，占总生产率增益的19%。运营经理、市场研究分析师、客户服务代表和中学教师等职业也从中获得了明显的效率提升。
为了更全面地评估AI的经济影响，研究团队将任务层面的效率提升数据外推至整个美国经济。根据标准经济学模型的测算，如果当前一代AI技术得到普及，未来十年内美国劳动生产率有望实现年均1.8%的增长。这一数字几乎是2019年以来年均增长率的两倍，也处于近期同类研究预测范围的上限。不过，研究人员强调，这一预测并非绝对，因为AI模型的普及速度和未来技术进步可能带来更大影响。
研究还指出，AI在加速某些任务的同时，对其他任务的帮助相对有限。例如，AI可以高效帮助软件工程师编写代码和文档，但在协调系统安装或监督工程师等任务中作用不大。这意味着，随着AI的普及，那些难以被AI加速的“瓶颈”任务可能会在整体工作流程中占据更大比重，成为制约生产力进一步增长的关键因素。
尽管如此，这项研究建立了一套可持续追踪AI经济影响的测量框架。通过分析不同职业的任务时间、时薪和任务成本，研究团队估算出了AI节省时间的具体数值。例如，管理和法律事务的平均任务时间约为2小时，而医疗保健支持和食品准备等任务则只需半小时左右。这些数据为理解AI如何重塑经济提供了动态且宝贵的视角。
Anthropic公司承认该研究存在一定局限性。例如，Claude的估算并非完全准确，且无法核实用户在与AI对话之外所花费的额外时间。模型假设AI能够被普遍采用，这在短期内难以实现。尽管如此，这项研究仍为评估AI的经济价值提供了重要参考，随着AI技术的不断进步和应用范围的扩大，其影响将更加深远。
