Anthropic 员工与美国成年人对 AI 如今能做哪些事的判断范围相近，但对 2030 年的预期明显分歧。这是一份10 月 16 日发布的研究报告的发现。这种差距关系到工作与政策决策，但研究衡量的是人们的看法，而不是 AI 实际会达到的发展速度。

报告询问，AI 何时能像熟练专业人员一样完成八项任务。受访 Anthropic 员工中，91% 预期 AI 到 2030 年能够做出诺贝尔奖级别的发现，受访美国成年人中的相应比例为 39%。对于自身岗位，员工预期到 2030 年，AI 平均能够完成相当于其当前工作时间 75% 的工作；有工作的美国受访者给出的平均比例为 28%。这些数字描述的是预期能力，而不是已经自动化的工作，也不是确定会消失的岗位。

重大变化

  • 发生了什么变化： Anthropic 发布了一项比较，涉及公众和员工对 AI 能力、工作场所使用及经济影响的预期。
  • 如何运作： 研究人员调查这两组人，再将对五个经济问题的完整回答输入此前发布的模型，生成 2030 年情景。
  • 为何重要： 劳动者、管理者和政策制定者可以看见预期在哪些方面存在分歧，同时将问卷中的看法与实测采用情况及经济预测区分开来。

两个不同样本之间的比较

Morning Consult 于 2026 年 8 月 11 日至 23 日，通过自愿加入的在线样本群体调查了 10,980 名不同的美国成年人。回答按人口特征加权，以反映美国成年人口。在线招募排除了无法上网的人，加权也不能纠正自愿参与者与总体之间的所有差异。未来相关问题分别询问 2027 年和 2030 年；报告主要呈现 2030 年的回答。

Anthropic 另行开展的未加权内部调查于 8 月 9 日至 12 日进行，收到全公司 1,334 份回答。其员工既不是美国劳动者的代表性样本，其回答也不是 Anthropic 公司计划的声明。技术附录提供了样本与加权细节。

两组人对采用情况的判断也不同。对于他们预期 AI 能够完成的任务，美国成年人预期到 2030 年，其中 42% 会实际使用 AI，员工给出的比例为 65%。在工作中使用 AI 的美国成年人中，26% 表示，对于适合当前 AI 的任务，使用 AI 后，包括检查和修正在内，所需时间只有原来的四分之一或更少。员工中的相应比例为 59%。这些是受访者对适合任务的评估，并非测得的整个经济体的生产率提升。

GDP 数字从何而来

研究人员收集了 3,259 名美国成年人和 1,093 名员工关于五项输入的完整回答：能力、采用情况、自动化程度、节省的时间，以及被 AI 挤出原岗位的劳动者需要多久才能在另一职业找到工作。他们将每个人的回答映射到其经济情景模型中，其余参数保持为该模型“Substantial”情景的取值。

在此基础上，处于中位水平的美国成年受访者的回答意味着 2030 年 GDP 年增长率为 5.4%，处于中位水平的员工回答则意味着 17.1%。两个分布大范围重叠。这些是根据预期构建的有条件模型结果，不是已观察到的增长，也不是哪一组人最终会被证明正确的预言，更不是 Anthropic 的公司预测。模型假设同样重要：改变问卷所得五个维度之外的输入，也可能改变结果。

实际问题在于，能力会在哪些地方转化为使用。美国受访者最常选择的潜在工作场所采用障碍是客户更愿意由人服务，其次是隐私与安全、可靠性，以及法律或责任。每人最多可选三项；员工没有被问及这一障碍问题。对考虑部署 AI 的雇主而言，这些回答指出了值得审视的顾虑，但问卷无法确定哪些障碍会在 2030 年真正构成限制。

本文延续我们对Anthropic 10 月 16 日劳动力研究的报道。此前那份报告考察了公司内部的招聘与工作情况，本篇所述研究则比较公众问卷与内部调查中的预期。

来源与延伸阅读