Anthropic于2025年9月15日发布了其经济指数报告，对不同地理位置和企业内部如何采用人工智能的方式进行了详细的分析。该研究使用来自Anthropic的Claude.ai和Enterprise API的第一方数据来跟踪使用模式，表明尽管AI的采用率的发生速度要快于任何以前的技术，但它仍然不均匀地分布。
AI的采用速度比以前的技术更快
根据该报告中引用的2025年盖洛普调查，现在有40％的美国员工在工作中使用AI，这一数字已从2023年的20％翻了一番。这种采用率显着超过了历史技术。
- 个人计算机： 在1981年介绍大众市场之后，PC花了20年的时间进入了美国大多数房屋。
- 电： 将电网扩展到农村农户花费了30多年。
- 互联网： 互联网花了大约五年的时间才达到生成AI仅在两项中达到的收养水平。
该报告将这种速度归因于AI的广泛实用程序，它与现有数字基础架构的集成以及其易用性。
地理用法揭示了全球鸿沟
该报告首次在150多个国家和美国所有州中对Claude.AI的使用进行了分解。为了衡量这一点，人类引入了AI使用指数（AUI），该指数计算了相对于工作年龄人群的使用情况。 AUI表现出与国民收入的密切相关性。高收入国家的采用率比新兴经济体高得多。
- 高采用： 新加坡的AUI最高，其预期使用率为4.6倍，其次是加拿大的2.9次。
- 低采用： 相比之下，印度的AUI为0.27，尼日利亚为0.20。
在美国，华盛顿特区（3.82）和犹他州（3.78）在人均使用方面领先。该报告还发现，在高管理区域中，任务多样性更大，该地区将AI用于广泛的教育，科学和商业目的。在下层国家中，用法更加集中，编码占印度任务的50％以上。
企业如何通过API使用AI
该报告提供了一个独特的大规模看法，即企业如何通过API流量整合AI。该数据表明，企业使用高度关注自动化。企业数据中的关键发现包括：
- 任务重点： 编码和办公/管理任务是API的最常见用途。
- 高自动化： 77％的业务API用途用于自动化，其中一项任务已完全委派给了AI。这显着高于Claude.ai的消费者使用中大约50％的自动化率。
- 成本超过成本的能力： 企业表现出较弱的价格敏感性，表明他们优先考虑AI执行复杂任务而不是这些任务成本的能力。
- 高级用途的瓶颈： 该报告将数据现代化视为关键挑战。公司需要投资策划高质量的上下文数据，以使AI能够在法律分析或医学诊断等领域进行更复杂的工作。
为了支持研究界的进一步分析，拟人化已经开源了报告的基础数据集。数据包括Claude.ai和Enterprise API的任务级使用模式，使研究人员能够独立研究AI对劳动力市场，收养驱动因素和任务自动化的经济影响。
