巴克莱称，由Claude驱动的员工助手已有超过16,000名用户，处理的搜索请求超过100万次。在其全球市场部门，Claude模型每天帮助分类、补充信息并分派约120,000封客户邮件。这些数字描述的是使用量和处理量，并未说明银行为客户提供服务的速度提高了多少、系统出错的频率如何，或整体工作成本是否降低。

随着巴克莱扩大与Anthropic的合作，这一区分很重要。在10月1日的公告中，Anthropic称，巴克莱预计到2026年底将有一半开发者使用Claude Code，并预计到2027年有大多数软件工程师使用。这些是采用目标，并非当前使用情况的结果。

三种工作流程，三种不同指标

公告描述了三项部署。巴克莱的Colleague Knowledge Assistant自2025年以来一直在运行。Anthropic称，该助手使用检索增强生成，也就是先检索相关信息，再由模型生成回答。超过16,000名员工已采用该工具；它处理了超过100万次搜索，并帮助员工为超过2,000万名英国零售银行客户提供服务。

在全球市场部门，Claude模型对收到的客户邮件咨询进行分类、补充信息和分派。每天约120,000封邮件是处理量指标。公告没有说明其中有多少封需要更正、为员工节省了多少时间，或回复速度与服务质量是否发生变化。

第三个领域是软件开发。巴克莱称，它正在使用Claude帮助现代化旧有平台并提升软件质量。年底50%的采用预期以及2027年“大多数”开发人员使用的目标，描述的是计划覆盖范围。公告没有提供当前开发人员人数，也没有给出交付时间、缺陷、安全问题或维护成本方面的实测变化。

把这些数字合并成一项生产力主张，会混淆不同的统计口径。搜索次数不一定等于独立用户数，也不一定代表已解决的客户请求。处理的邮件数量不能说明分派是否正确，也不能说明还剩多少人工工作。开发者能够使用Claude Code，也不能证明它改善了最终软件。

公开证据能够说明什么

这是一项由Anthropic在公司新闻页面发布的联合商业公告，其中包含巴克莱高管的评论；但本文没有找到由巴克莱发布的公告或运营报告，提供研究方法和结果数据。Bloomberg Línea另行报道了合作扩展和邮件处理量。报道还提到，巴克莱提出了约20亿英镑的整体效率节省目标，其中包括通过AI实现的节省。该银行整体目标并未将节省归因于Claude，也不能证明目标已经实现。

这项部署仍值得关注，因为它具体展示了一家大型银行将AI用于哪些方面：内部知识检索、高流量邮件队列分流和软件工程。下一步有用的证据应针对每种工作流程分别提供：员工助手的回答准确率和人工更正情况；邮件的错误分派率和处理时间；工程工作的代码质量、安全缺陷和审查投入。公开成本和评估方法也有助于读者判断，报告中的使用量是否转化为净收益。

目前，这份公告记录了部署活动和未来计划，但没有独立证明客户支持提速、软件质量改善、运营成本降低或错误减少。巴克莱表示，其自身的衡量标准是客户和员工的结果；目前公布的数据尚未衡量这些结果。

重大变化

  • 变化所在： 巴克莱正在将Claude扩展到多个银行工作流程，并预计到2026年底，将有一半开发者使用Claude Code。
  • 为何重要： 已披露的数字显示了采用情况和处理量；公告没有公布质量、错误、成本或生产力指标。
  • 后续观察： 按工作流程披露的结果，包括更正率、处理时间、代码质量和总成本，以及开发者采用计划的进展。

资料与延伸阅读