Anthropic最新發(fā)布的《類經(jīng)濟(jì)指數(shù)報(bào)告:不平衡的地理和企業(yè)人工智能采用》揭示了全球AI技術(shù)采納的深刻不平等現(xiàn)象。 報(bào)告指出,AI的普及速度遠(yuǎn)超以往任何技術(shù)——在美國(guó),已有40%的員工在工作中使用AI,而這一比例在兩年前僅為20%。 相比之下,電力、個(gè)人電腦和互聯(lián)網(wǎng)等歷史技術(shù)均需更長(zhǎng)時(shí)間才能達(dá)到類似滲透率。 然而,這種快速擴(kuò)散的背后是顯著的地域與應(yīng)用失衡。 研究引入“Anthropic AI使用指數(shù)(AUI)”,衡量各國(guó)人均AI使用情況。 數(shù)據(jù)顯示,高收入國(guó)家如新加坡(AUI達(dá)4.6)、加拿大(2.9)和以色列(7.0)遙遙領(lǐng)先,而印度(0.27)、印尼(0.36)和尼日利亞(0.2)等新興經(jīng)濟(jì)體則明顯落后。 AI使用與人均GDP呈強(qiáng)正相關(guān),暗示著AI可能加劇全球經(jīng)濟(jì)分化而非促進(jìn)收斂。 在美國(guó)內(nèi)部,AI使用也呈現(xiàn)區(qū)域集中。 華盛頓特區(qū)(AUI 3.82)和猶他州(3.78)的人均使用率超過加州(2.13),反映出地方經(jīng)濟(jì)結(jié)構(gòu)對(duì)AI采納的影響。 例如,DC集中于文檔編輯與職業(yè)發(fā)展支持,加州側(cè)重IT開發(fā),佛羅里達(dá)則聚焦金融服務(wù)。 使用模式上,高采納地區(qū)表現(xiàn)出更強(qiáng)的任務(wù)多樣性與協(xié)作性。 低AUI國(guó)家更多將AI用于編碼任務(wù)(如印度超50%),并傾向于“自動(dòng)化”——即完全委托任務(wù)給AI。 而高AUI國(guó)家則更多應(yīng)用于教育、科學(xué)和商業(yè)領(lǐng)域,并偏好“增強(qiáng)型”互動(dòng),強(qiáng)調(diào)人機(jī)協(xié)同迭代學(xué)習(xí),這可能意味著更深層次的技術(shù)融合能力。 企業(yè)層面,通過API接入的AI部署展現(xiàn)出更高程度的自動(dòng)化特征。 數(shù)據(jù)顯示,77%的企業(yè)應(yīng)用場(chǎng)景屬于自動(dòng)化模式,遠(yuǎn)高于消費(fèi)者端的約50%。 編碼與辦公行政任務(wù)占據(jù)主導(dǎo),教育與創(chuàng)意類任務(wù)占比下降。 值得注意的是,企業(yè)對(duì)成本敏感度較低——高成本任務(wù)反而使用更頻繁,說明決策核心在于技術(shù)適配性與經(jīng)濟(jì)價(jià)值,而非單價(jià)。 此外,復(fù)雜任務(wù)的成功部署高度依賴上下文信息的完整性。 分析發(fā)現(xiàn),輸出長(zhǎng)度較長(zhǎng)的任務(wù)通常需要更多輸入信息,但信息投入的邊際回報(bào)遞減(彈性為0.38)。 這意味著缺乏數(shù)據(jù)整合能力的企業(yè)將在高級(jí)AI應(yīng)用上面臨瓶頸,組織架構(gòu)與數(shù)據(jù)基礎(chǔ)設(shè)施成為關(guān)鍵制約因素。 總體而言,當(dāng)前AI采納仍處于早期階段,集中在少數(shù)高收入地區(qū)與特定任務(wù)領(lǐng)域。 若生產(chǎn)力提升持續(xù)向已發(fā)達(dá)區(qū)域傾斜,全球不平等風(fēng)險(xiǎn)或?qū)⑸仙?br> 未來政策需關(guān)注數(shù)字鴻溝、勞動(dòng)力轉(zhuǎn)型與中小企業(yè)賦能,確保AI紅利更具包容性。 Anthropic已開源全部數(shù)據(jù),鼓勵(lì)獨(dú)立研究推動(dòng)更深入的社會(huì)經(jīng)濟(jì)洞察。 出品方:Anthropic 發(fā)布時(shí)間:2025年 文檔頁數(shù):49頁 |