(Photo by The New York Public Library on Unsplash)
✳️ tl;dr
- 2025-09-15 Anthropic 發布第三份 Economic Index（從不同維度切入），首次追蹤 Claude 在 150+ 國家和美國所有州的使用模式。 1
- （可能是模型業界第一份完整的地理分布 AI 採用數據？！）
- 企業 API 客戶的自動化率達 77%，遠高於消費者用戶的 50%，顯示企業正在積極將 AI 從協作工具轉向生產力替代方案。
- 指令式自動化在 8 個月內從 27% 躍升至 39%，這是首次自動化（49.1%）超越擴增（47%），反映模型能力提升帶來的用戶信心增長。
- API 使用的價格敏感度僅 3%（成本指數每增 1% 僅減少 0.29% 使用），企業優先考慮 能力 和 價值 而非 成本，
- 推測原因是 隱藏的基礎設施成本 遠超 模型費用（每 1 美元模型費需額外 5-10 美元才能落地、達到 production ready）。
- Ernest 的現場觀察也相同，會嫌 token 貴的需求提出者，通常自身沒有健全的組織營運系統或工作流程。反之則會看出整體創造的價值，而勇於導入 AI。
- 約 5% 的 API 流量專門用於開發和評估 AI 系統，形成「AI 開發 AI」的遞迴改進循環，推測這可能加速能力提升但也需要更強的安全監督。
- 美國州際 GDP 彈性（1.8）顯著高於跨國（0.7），但收入的解釋力反而較低，說明產業組成和經濟結構是更強的採用驅動因素。
- AUI = Anthropic AI Usage Index
- 華盛頓特區 AUI 最高（3.82），主要用於文件編輯和資訊搜尋；加州（第三）側重程式設計；紐約（第四）偏好金融任務，地方經濟結構直接映射到 AI 使用模式。
- 教育指導任務增長 40%（9% → 13%），科學研究增長 33%（6% → 8%），顯示知識密集型領域的快速採用，推測高技能工作者正在利用 AI 提升專業能力。
- 商業管理任務下降 40%（5% → 3%），金融營運任務減半（6% → 3%），推測這些領域可能正在被自動化或用戶轉向更專業化的工具。
- 富裕國家傾向使用 AI 進行擴增協作（augmentation），貧窮國家更偏好自動化（automation），控制任務組合後每增加 1% 人口調整使用量對應約 3% 的自動化減少。
- 研究使用隱私保護分類方法結合 O*NET 資料庫（19,498 個任務描述）和 Claude 自有分類系統雙重驗證，確保數據匿名化。
- 但其靜態性質和粗粒度分類可能無法捕捉 AI 創造的新興任務和不同複雜度的程式設計工作。 23
- 企業 AI 真實成本包括數據工程、安全合規、持續監控和整合架構，遠超表面的 API 費用，推測這解釋了為何企業對價格不敏感。 45
- 模型能力提升（Sonnet 3.6 → 4.x 系列）直接驅動行為變化，更好的輸出品質減少迭代需求，推測未來更強大的模型可能進一步提高自動化佔比並改變人機協作模式。
✳️ 知識圖譜
(更多關於知識圖譜…)
✳️ 延伸閱讀
https://www.anthropic.com/research/economic-index-geography ↩︎ ↩︎
https://www.pewresearch.org/social-trends/2023/07/26/2023-ai-and-jobs-methodology-for-onet-analysis/ ↩︎ ↩︎
https://academic.oup.com/pnasnexus/article/3/9/pgae320/7758639 ↩︎ ↩︎
https://www.anthropic.com/research/anthropic-economic-index-september-2025-report ↩︎ ↩︎
https://www.pymnts.com/artificial-intelligence-2/2025/enterprises-confront-the-real-price-tag-of-ai-deployment ↩︎ ↩︎
https://www.aalpha.net/blog/advantages-of-software-development-outsourcing-to-india/ ↩︎
https://www.yourteaminindia.com/blog/outsourcing-in-india ↩︎
https://serjhenrique.com/which-economic-tasks-are-performed-with-ai-evidence-from-millions-of-claude-conversations/ ↩︎
https://www.statista.com/outlook/tmo/it-services/it-outsourcing/india ↩︎