# 从8.1万用户调查看AI经济学：职业暴露度与替代担忧

- 来源：Anthropic：Research（发表成果 · 网页）
- 发布时间：2026-04-22 00:00
- AIHOT 分数：74
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmoabrx2t01ajsl1yui6uuwza
- 原文链接：https://www.anthropic.com/research/81k-economics

## 精选理由

Anthropic 对 81000 名用户的调查，第一次把 AI 暴露度和就业焦虑直接挂上钩了，高收入者和早期职业者两头挤压，这个数据比任何猜测都硬。

## AI 摘要

一项针对8.1万名Claude用户的调查显示，从事AI高暴露职业（如软件工程师）的从业者对岗位替代的担忧显著更高，其中早期职业者焦虑感尤为突出。约五分之一受访者明确表达失业忧虑，且职业AI暴露度每增加10%，感知到的岗位威胁就上升1.3%。在生产力方面，受访者平均自评生产力增益较高，最高薪与最低薪群体报告了最大幅度的效率提升，主要体现在工作范围拓展。值得注意的是，从AI中获得速度提升最大的人群，对岗位替代的担忧反而更强烈。

## 正文

核心发现：

我们近期对 81,000 名 Claude 用户进行的调查显示，在 AI 接触程度较高岗位工作的人，对 AI 导致岗位替代的担忧也更多。这种担忧在职业生涯早期的受访者中同样更为突出。

收入最高和最低职业群体报告的生产力提升幅度最大，最常见的原因是工作范围扩大（从事新任务）。

因 AI 而获得最大效率提升的受访者，对岗位替代的担忧程度也更高。

为了让公众了解我们观察到的 AI 带来的经济变化，我们的经济指数分享了 Claude 被要求执行哪些工作，以及在哪些岗位中 Claude 承担了最大比例的任务。然而，迄今为止，我们尚缺乏关于这些使用模式如何映射到人们对 AI 的看法和印象的信息。

我们近期对 81,000 名 Claude 用户进行的调查研究，提供了一种将人们的经济担忧与我们在 Claude 流量中量化的情况联系起来的方法。

该调查询问了人们对 AI 发展的愿景和恐惧。人们分享的许多想法都涉及经济话题。我们了解到，许多人担心岗位替代——尽管他们也感觉自己在工作中效率更高、能力更强。在某些情况下，AI 使他们能够创业，或为他们腾出时间处理更重要的事情；而在另一些情况下，AI 则令人感到压抑，或是被雇主强加于身。

调查结果提供了初步证据，表明观察到的接触程度（我们衡量 AI 替代风险的指标）与围绕 AI 的经济担忧相关。在接触程度高的职业（根据观察到的 Claude 执行的任务来定义）中，人们对经济替代更为焦虑。这与人们普遍意识到 AI 的扩散及其潜在影响是一致的。我们将在下文详细阐述我们的发现。

谁在担忧岗位替代？

“嗯，就像如今任何一个拥有白领工作的人一样，我百分之百担心，几乎每时每刻都在担心自己最终会被 AI 抢走工作。”——软件工程师。

在我们的调查中，五分之一的受访者对经济性替代表示担忧。有些人对此表达了抽象层面的忧虑：一位软件开发人员警告说，“当前状态下的人工智能存在被用于取代初级岗位的可能性。”另一些人则感叹他们的工作，或工作中的某些部分，正在被自动化取代。一位市场研究员表示：“在提升我的能力方面，这毫无疑问。[但]未来人工智能可能会取代我的工作。”在某些工作中，人们觉得AI让工作变得更难了。一位软件开发人员观察到，“当AI出现后，项目经理开始分配越来越难的任务和漏洞需要解决。”

在本报告中，我们使用基于Claude的分类器，从受访者的回答中推断其属性和观点。例如，许多参与者在谈话中会提及自己的行业，或提供有关其工作生活的信息性细节，这使我们能够推断出他们的职业。同样，我们通过提示Claude识别并解读受访者明确表示自身岗位面临AI驱动替代风险的直接引述，来量化对失业的担忧。我们在附录中给出了示例提示词。

受访者感知到的AI威胁与我们自己测量的实际暴露度指标相关，该指标反映了某项工作中使用Claude完成的任务所占百分比。当受访者的实际暴露度测量值较高时，他们对AI的担忧也更大。例如，小学教师对自己被替代的担忧程度低于软件工程师，这与Claude的使用偏向编码任务这一事实相符。

我们在下面的图1中展示了这一点。纵轴是特定职业中表示AI已经或可能很快取代其岗位的受访者百分比。横轴是实际暴露度。该图显示，平均而言，处于暴露度较高职业的人更倾向于表达对工作被自动化取代的担忧。暴露度每增加10个百分点，感知到的职业威胁就增加1.3个百分点。暴露度处于前25%的人群提及这种担忧的频率是后25%人群的三倍。

图 1：AI 带来的工作威胁感知与实测暴露度。图中展示了表示感受到 AI 带来一定工作威胁的受访者比例，与 Massenkoff 和 McCrory（2026 年）提出的实测暴露度指标之间的对比。若受访者表示其岗位已被取代或大幅缩减，或此类变化在短期内可能发生，则被编码为感受到工作威胁（使用 Claude 进行编码）。绿色线条为简单线性拟合结果。

另一个重要的劳动者特征是职业阶段。在先前的研究中，我们报告了美国近期毕业生和早期职业工作者招聘放缓的初步迹象。在本调查中，约半数受访者我们能够从其回答中推断出职业阶段。² 我们发现，早期职业工作者对岗位被取代的担忧程度远高于资深工作者。

图 2：按职业阶段划分的经济替代担忧程度。图中展示了按职业阶段划分，表示感受到 AI 带来一定工作威胁的受访者比例。两个字段均通过使用 Claude 驱动的分类器从自由回答中推断得出。

谁从 AI 中受益？

我们使用 Claude 对调查回答进行评估，将受访者自我报告的 AI 生产力提升程度按 1 至 7 分进行评分，其中 1 分代表“效率降低”，2 分代表“无变化”，后续每个等级代表更大的提升。获得 7 分的回答包含这样的评价：“以前需要几个月才能建好的网站，我（用 AI）4 到 5 天就做完了”；Claude 对“原本可能需要四个小时的工作，现在一半时间就完成了”这样的表述给出了 5 分，而对“就我个人而言，AI 帮我修复了网站上的代码。但反复尝试了好几次才得到我想要的结果”这样的表述给出了 2 分。³

总体而言，受访者报告了有意义的平均生产力提升。平均生产力评分为 5.1，对应“效率显著提升”。当然，我们的受访者是活跃的 Claude 用户，并且愿意参与调查。这可能使他们比普通用户更倾向于报告生产力提升。约 3% 的受访者报告了负面或中性影响，42% 的受访者未就生产力方面给出明确反馈。

这种差异在一定程度上与收入水平相关。图3左侧面板显示，高薪职业人群（如软件开发者）从AI中获得的生产力提升最为显著。这一结果并非仅由编程领域驱动；即便排除计算机与数学相关职业，结论依然成立。这印证了此前经济指数报告中的发现——同样倾向于高薪工作者：在需要更高教育水平的任务中，Claude往往能更大比例地缩短任务完成时间（相较于不使用AI的情况）。

部分低收入工作者也描述了较高的生产力提升。其中包括一位客服代表，他利用“AI根据现有回复快速生成新回复，节省了大量时间”。在某些情况下，低薪岗位人员还将AI应用于技术类副业项目。例如，一名送货司机正使用Claude开展电商业务，而一位园林设计师则在构建音乐应用程序。

图3：按职业划分的推断生产力增益。左侧面板显示，根据美国劳工统计局职业薪资中位数四分位数划分，各职业从AI中获得的平均推断生产力收益（使用基于Claude的分类器推断）。右侧面板按主要职业类别展示相同结果。误差线表示95%置信区间。

我们在图3右侧面板中对此进行了更详细的分析，展示了按主要职业类别划分的推断生产力增益。排名最高的是管理类职业。这些受访者大多是使用Claude创业的企业家。4 排名第二的是计算机与数学类职业，包括软件开发者。生产力提升幅度最小的两个群体是科学和法律领域的从业者。部分律师对AI遵循精确指令的能力表示担忧。例如：“我给出了非常具体的规则，说明什么内容放在哪里、如何解读法律文件、我希望它做什么……但它每次都会偏离指令。”

随着人工智能在经济中扩散，一个关键问题是其收益将流向何处——是流向劳动者、他们的管理者、消费者，还是企业。受访者在大约四分之一的访谈中指出了这些收益的获得者。总体而言，这些人中的大多数提到自己受益，表现为任务完成更快、工作范围扩大以及时间得到释放。但在指明受益方的受访者中，有10%表示雇主或客户正在要求并获得了更多的工作量。较小比例的受访者提到了人工智能公司受益，而更小比例的人则认为人工智能将是净负面影响。这取决于职业阶段：只有60%的早期职业工作者表示他们个人从人工智能中受益，而资深专业人士的这一比例为80%。

图4：人工智能生产力盈余流向何处？在指明其人工智能生产力提升受益方的受访者中，各受益方所占比例。

范围与速度

受访者还分享了他们在哪些方面获得了生产力提升。我们将其分为范围、速度、质量和成本。例如，许多使用人工智能进行编码任务的人会说这样的话：“我不是技术背景，但现在我成了一名全栈开发者。”这是工作范围的扩展；人工智能为他们解锁了新的能力。相比之下，一些用户加快了他们已经从事的任务的速度，比如那位会计师所说：“我构建了一个工具，帮助我在15分钟内完成一项过去需要2小时的融资任务。”质量提升通常来自于对代码、合同及其他文件进行更彻底的检查。还有一小部分受访者提到了使用人工智能的低成本：“如果我雇一个社交媒体经理，那会超出我的预算。”

我们发现最常见的生产力提升体现在范围上，在明确提及生产力影响的用户中，有48%提到了这一点。在提及生产力的用户中，40%强调了速度。

图5：用户报告了哪种类型的生产力提升？描述各类生产力收益的受访者比例。

人们与 Claude 的互动体验也可能影响他们对 AI 的担忧程度。为了评估这一点，我们测量了受访者报告的工作提速情况，具体方法是提取他们的工作是否变得慢得多（我们将其编码为 1）、速度没有变化（编码为 4）、还是变得快得多（编码为 7）。

我们发现，工作提速与感知到的职业威胁之间的关系呈 U 型曲线（见图 6）。最左侧的柱状图代表那些表示 AI 拖慢了其工作速度的受访者。这些受访者更倾向于认为 AI 对他们的生计构成了重大威胁。例如，一些创意工作者，如纯艺术家和作家，发现 AI 过于僵化和死板，无法帮助他们完成自己的工作。与此同时，他们担心 AI 向创意领域的扩散会使他们更难找到工作。

图 6：来自 AI 的职业威胁与工作提速。按推断出的提速水平划分，表示自己所在岗位的替代已经发生或在短期内可能发生的受访者百分比。

对于其余受访者，感知到的职业威胁随着其回答所隐含的提速水平提高而持续增加。这在经济学上具有一定道理：如果完成某项任务所需的时间正在迅速缩短，那么该岗位未来的存续能力可能会面临更多不确定性。