Anthropic 員工與美國成年人對 AI 現在能做哪些事情的判斷範圍相近，但對 2030 年的預期有明顯分歧。這是10月16日發布的研究報告的發現。這項差距關係到工作與政策決策，但研究衡量的是人們的看法，而非 AI 實際會達到的發展速度。

報告詢問，AI 何時能像熟練的專業人員一樣完成八項任務。受訪 Anthropic 員工中，91% 預期 AI 到 2030 年能做出諾貝爾獎等級的發現，受訪美國成年人的對應比例為 39%。對自身工作，員工預期到 2030 年，AI 平均能完成相當於目前工作時間 75% 的工作；有工作的美國受訪者給出的平均比例為 28%。這些數字描述的是預期能力，並非已經自動化的工作或確定會消失的職位。

重大變化

  • 發生了什麼變化： Anthropic 發布一項比較，涵蓋公眾與員工對 AI 能力、職場使用及經濟影響的預期。
  • 如何運作： 研究人員調查兩組人，再將五個經濟問題的完整回答輸入先前發布的模型，產生 2030 年情境。
  • 為何重要： 勞動者、管理者與政策制定者可以看見預期在哪些方面不同，同時將問卷中的看法與實測採用情況及經濟預測區分。

兩個不同樣本的比較

Morning Consult 於2026年8月11日至23日，透過自願加入的線上樣本群體，調查了 10,980 名不同的美國成年人。回答按人口特徵加權，以反映美國成年人口。線上招募排除了無法上網的人，加權也無法修正自願參與者與總體之間的每一項差異。未來相關問題分別詢問 2027 年及 2030 年；報告主要呈現 2030 年的回答。

Anthropic 另行進行的未加權內部調查於8月9日至12日進行，收到全公司 1,334 份回答。員工並非美國勞動者的代表性樣本，他們的回答也不是 Anthropic 公司計畫的聲明。技術附錄提供樣本與加權細節。

兩組人對採用情況的判斷也不同。對於他們預期 AI 能完成的任務，美國成年人預期到 2030 年，其中 42% 會使用 AI，員工則為 65%。在工作中使用 AI 的美國成年人中，26% 表示，對適合目前 AI 的任務，使用 AI 後連同檢查與修正，所需時間是原來的四分之一或更少。員工的對應比例為 59%。這些是受訪者對適合任務的評估，並非測得的整體經濟生產力提升。

GDP 數字從何而來

研究人員取得 3,259 名美國成年人與 1,093 名員工針對五項輸入的完整回答：能力、採用情況、自動化程度、節省的時間，以及被 AI 取代原工作的人需要多久才能在其他職業找到工作。他們將每人的回答映射到其經濟情境模型中，其他參數維持模型「Substantial」情境的取值。

在此基礎上，位於中位水準的美國成年受訪者的回答，意味著 2030 年 GDP 年成長率為 5.4%，位於中位水準的員工回答則意味著 17.1%。兩個分布大幅重疊。這些是根據預期建立的條件式模型結果，並非觀察到的成長，也不是任何一組最終會被證明正確的預言，更不是 Anthropic 的公司預測。模型假設也很重要：改變問卷所得五個面向之外的輸入，可能改變結果。

實際問題在於，能力在哪些地方轉化為使用。美國受訪者最常選擇的潛在職場採用障礙，是客戶較偏好由人服務，其次為隱私與安全、可靠性，以及法律或責任。每人最多可選三項；員工沒有被問及這項障礙問題。對考慮部署 AI 的雇主而言，回答指出值得檢視的顧慮，但問卷無法確定哪些障礙會在 2030 年真正造成限制。

本文延續我們對Anthropic 10月16日勞動力研究的報導。先前那份報告探討公司內部的招募與工作情況，本篇所述研究則比較公眾問卷與內部調查的預期。

資料來源與延伸閱讀