根据 Anthropic 对其 Claude 模型使用情况的研究显示,仅有 4% 的职业在其 75% 以上的工作任务中使用 AI。研究发现约 36% 的职业在至少 25% 的工作任务中运用 AI。这些发现与此前报告一致,表明很少有企业完全接纳这项技术。
在寻求 AI 协助的人群中,约 37% 从事软件工程相关工作,10% 在媒体、艺术和设计领域工作,9% 从事教育和图书馆服务。
AI 最不适用的职业往往涉及体力劳动,如运输和物料搬运、医疗保健支持以及农业、渔业和林业等领域。
研究发现,57% 的 AI 使用是用于增强人类工作能力,43% 用于工作自动化。
为了解 AI 对经济的影响,作为仅次于 OpenAI 的顶级商业 AI 竞争者之一的 Anthropic 推出了 Anthropic 经济指数。
基于一份研究论文,该倡议着眼于 AI 对美国劳工统计局定义的特定职业的影响。
Anthropic 表示,AI 正在影响人们的工作,这个问题近年来引发了众多研究,并引起了关于劳动力成本、工资和自动化后果等棘手的社会政治问题。
在受过良好教育的经济体中,AI 促进女性就业
在题为《AI 与欧洲女性就业》的经济研究论文中,研究人员发现,在女性劳动力参与率高且教育程度高的国家,AI 可以促进女性就业。
作者指出,女性比男性更有可能从事 AI 暴露度较高的职业。然而,较高的教育水平有助于减轻这些角色中的潜在负面影响。
在法国召开人工智能行动峰会讨论这些问题之际,Anthropic 基于其软件用户的提示数据提供了实际 AI 使用情况的数据,并确保采取了适当的隐私保护措施。
目前,AI 的影响范围并不广泛,但它确实改变了某些工作。
研究表明,AI 使用在中高收入职业中达到峰值,尤其是 IT 相关工作。但在工资谱系的两端都出现下降趋势 - 既包括医生等高薪职业,也包括餐厅工作人员等低薪工作。
Anthropic 的研究人员还指出,2023 年的一项研究预测,80% 的美国工作者至少 10% 的工作任务可能受到大语言模型的影响。该公司的数据显示,目前只有约 57% 的职业在至少 10% 的任务中使用 AI,不过随着 AI 应用的扩展,这个数字可能会上升。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。