Enterprise AI / 企業落地

超過三成五的人認為 AI 一年內會接手大部分工作——但這份調查的樣本要先看清楚

賴家榮 Andy Lai - FULLDOT news 發表文章的作者
賴家榮 Andy Lai
FULLDOT news 總編輯 · SAIP-TAIWAN CAIO
2026-08-08 10:00:00 | 出處: Anthropic, "Anthropic Economic Index report: Cadences"
超過三成五的人認為 AI 一年內會接手大部分工作——但這份調查的樣本要先看清楚 | FULLDOT news
發表文章的作者 賴家榮 觀點劃重點

Anthropic 經濟指數 2026 年 6 月報告以「節奏」為題,揭露 AI 使用如何被真實世界的作息牽動:報稅日前一天的相關詢問是平常的 8 倍。其中超過 35% 受訪者預期 AI 一年內接手大部分工作,但這個數字有重要的樣本限制。

Anthropic 經濟指數的 2026 年 6 月 26 日報告以「節奏」(Cadences)為題,主張一件相當直觀但少被量化的事:「外在世界的節奏形塑了 Claude 的使用方式。」

這份報告的價值不在於證明 AI 很好用,而在於它提供了少見的、以實際使用行為為基礎的規模化觀測。對正在評估導入的企業來說,這比廠商簡報上的預測有用。

使用行為確實跟著生活作息走

  • 私人性質的對話在平日約 35%,週末升到接近 50%
  • 食譜相關的詢問在晚上 6 點是平均值的 2.3 倍
  • 報稅相關詢問在 4 月 14 日是 5 月平常日的 8 倍

這些數字本身不驚人,但它證明了一件對導入規劃有意義的事:AI 的使用量不是平均分佈的,它有尖峰。如果你在規劃地端算力或 API 預算,用平均值估算會在尖峰時段出問題。

93% 的對話產出了具體成果

報告指出 93% 的 Claude 對話產生了可辨識的成果物,分佈如下:

  • 解釋說明 17%
  • 文件與報告 15%
  • 指引建議 11%

這個組合對企業評估很有參考價值:前三名沒有一項是「寫程式」或「創意發想」,而是把已有的資訊整理成可交付的形式。這與我們在Stanford AI Index 採用落差中談過的觀察一致——實際產生價值的多半是不起眼的文書環節。

那個 35% 的數字,要連著限制一起讀

報告中最容易被斷章取義的是這一項:超過 35% 的受訪者預期 AI 會在 12 個月內處理他們大部分的工作。

這個數字會被拿來當作「AI 取代人力」的證據,但報告自己列出的限制讓它必須被謹慎解讀:

  • 樣本不具代表性。報告明講:「經濟指數調查並不代表一般人口。」電腦/數學類職業佔受訪者 30%,但在美國就業人口中只佔 4%
  • 技能自評不可靠。報告指出「技能可能在變得更有價值、且當事人自認學到更多的同時,仍然退化」。
  • 因果方向未確定。自動化程度高的人比較樂觀,但這可能是選擇效應——「最看好 AI 的人,也最願意把整項任務交出去。」
  • 分類器準確度會漂移。「準確分類 Claude 所做的工作,將持續是一個移動中的標的。」
  • 樣本有排除規則。每人少於五次會談的對話被排除,以降低抽樣雜訊。

一個以資訊工作者為主、且是重度使用者的樣本,對 AI 前景的判斷當然偏高。把 35% 直接套用到台灣製造業或服務業的人力規劃上,是不成立的。

企業與消費者的使用方式不同

報告把結果分成 Claude 對話(聊天與 Cowork)與第一方 API 流量。其中的差異值得注意:增強型使用(使用者從中學習、反覆修改、取得回饋)在 Claude.ai 上略超過一半;而 API 流量則以自動化使用為主,反映其程式化的性質。

對企業的意涵:你在聊天介面看到的使用樣態,不能拿來推估 API 整合後的樣態。兩者的價值結構不同,評估方式也應該不同。

需要保留的懷疑

這份報告的資料來自 Anthropic 自家產品的使用紀錄與自家的使用者調查。它能說明 Claude 使用者在做什麼,不能代表整體 AI 市場,更不能代表尚未採用 AI 的企業。

另外,所有以對話分類器為基礎的統計都受限於分類器本身的準確度,這一點報告已自行揭露。

常見問題

「35% 的人認為 AI 一年內會接手大部分工作」可信嗎?

數字本身出自報告,但樣本有明確偏誤:Anthropic 自己說明「經濟指數調查並不代表一般人口」,其中電腦/數學類職業佔受訪者 30%,而在美國就業人口中僅佔 4%。這是一個以資訊工作者、且是 Claude 重度使用者為主的樣本。用它推估其他產業的人力規劃並不成立。

這份報告對企業導入 AI 有什麼可直接使用的資訊?

兩點最實用。一是使用量有明顯尖峰而非平均分佈(報稅詢問在 4 月 14 日達平日 8 倍),規劃算力或 API 預算時用平均值估算會在尖峰出問題。二是產出成果的前三名為解釋說明 17%、文件與報告 15%、指引建議 11%,都是把既有資訊整理成可交付形式的工作,而非寫程式或創意發想。

企業 API 的使用樣態和一般聊天介面一樣嗎?

不一樣。報告顯示 Claude.ai 上的增強型使用(使用者從中學習、反覆修改、取得回饋)略超過一半,而第一方 API 流量以自動化使用為主,反映其程式化性質。因此不能用聊天介面觀察到的樣態,去推估 API 整合後的價值結構。

下一步

若你正在估算 AI 導入的實際投報,我們把評估架構與尖峰負載的估算方式整理在白皮書專區

出處

本文依據 Anthropic, "Anthropic Economic Index report: Cadences",發表於 2026 年 6 月 26 日:anthropic.com/research/economic-index-june-2026-report。加註引號者為該報告原文之中譯。

本文為產業觀察。報告資料來自 Anthropic 自家產品使用紀錄與自家使用者調查,不代表整體 AI 市場。

AI 講師 賴家榮 Andy Lai
專業 AI & 行銷講師

企業 AI 轉型、RAG 向量庫與數位行銷內訓 | 賴家榮 老師親授

樹德 / 輔英 / 屏東大學兼任講師!手把手帶領企業團隊打造專屬 AI 代理與高轉化品牌流量。

本篇文章出處來源聲明
MEDIA CITATION
原始發行媒體 Anthropic, "Anthropic Economic Index report: Cadences"
發表文章的作者 賴家榮 Andy Lai