Anthropic最新数据：49%的职业已有四分之一任务用上了AI——而且扩散速度超乎想象

49%的职业，已经有人在用Claude处理至少四分之一的日常工作了。[事实] 如果你还觉得AI只是硅谷程序员的玩具，这个数字该让你清醒一下了。

Anthropic刚发布了2026年3月的经济指数报告，标题叫"学习曲线"——数据讲了一个既快速又不均衡的扩张故事。AI不只是在增长，它正在重塑谁在用、怎么用、以及哪些职业首先感受到冲击。

大局观：AI使用在"摊开"，不只是"变多"

划重点：和上次报告相比，变化最大的是分布模式。六个月前，AI使用高度集中——排名前十的O*NET任务占了Claude.ai总流量的24%。[事实] 现在这个数字降到了19%。[事实] 使用正在向更多任务、更多职业扩散。

Claude.ai用户的平均任务时薪从¥360降到了¥349。[事实] 平均教育年限从12.2年降到了11.9年。[事实] 说白了：AI不再只是高学历、高收入人群的专属工具了。前台接待、销售人员、行政助理——这些岗位的人也开始出现在数据里。

与此同时，软件开发人员和计算机专业人士仍然主导着API使用——但这里也在发生转变。编程任务正从Claude.ai（聊天界面）迁移到API，这是一个明确信号：企业正在把AI嵌入自动化工作流，而不是靠员工一个个手动跟Claude聊天。[事实]

深度用户vs浅度用户：差距在拉大

报告里最扎眼的发现之一跟学习曲线有关——这也是报告标题的由来。使用平台六个月以上的用户，成功率比新用户高出10%。[事实] 他们把Claude用在工作上的比例也高出7个百分点。[事实]

这意味着什么？说实话，AI使用能力正在变成一项真正的职场技能，不是什么新鲜玩意儿。老用户不只是用得更多，而是用得更好。他们的学习类使用占比从19%降到了12%，而个人和工作使用从35%升到了42%。[事实] 他们已经过了"学着用"的阶段，进入了真正的日常融合。

对于客服人员和辅导教师来说，这个鸿沟尤其值得关注。这些岗位的AI采用率在上升，但一个花了几个月学会高效提示词的人，和一个刚刚开始的人，两者之间的差距可能决定了——你是被AI赋能，还是被AI替代。

API信号：当AI从"工具"变成"基础设施"

Claude.ai的使用在扩散和多样化，但API的使用却在做相反的事——集中化。[事实] 排名前十的API任务现在占了33%的流量，六个月前是28%。[事实] 而排在顶部的任务很说明问题：编程、B2B销售自动化和算法交易。

Claude.ai和API之间的这种分化是报告里最重要的信号之一。当企业从"员工和AI聊天"转向"AI嵌入自动化流水线"的时候，说明技术正在从辅助领域跨入自动化领域。[观点]

管理类职业在API使用中的占比从3%跳到了5%。[事实] 听起来不多，但这代表了一个重要的新前沿——AI开始触及决策岗位，不再只是执行岗位。如果你是管理顾问或销售经理，你的竞争对手现在正在打造的工具，几年内就会重塑你所在的行业。

AI的地理分布：国内趋同，全球集中

Anthropic的数据还揭示了一个有意思的地理模式。在美国国内，AI使用在趋同——使用量前五的州占国内总流量的比例从30%降到了24%。[事实] 按照这个速度，报告估计美国各州将在5到9年内达到大致相当的人均使用水平。[事实]

但放眼全球就不一样了。前20个国家现在占了48%的使用量，之前是45%。[事实] 国际上的AI采用在集中，不是在扩散。富裕国家正在拉开距离，这对全球劳动力市场有实际影响——发展中经济体的工人可能在获得相同工具之前，就已经面临来自海外的AI驱动竞争了。

怀疑论者怎么说——以及他们为什么也有道理

值得指出的是这些数据没有显示什么。经济创新集团（EIG）和其他劳动经济学家一直认为，AI暴露不等于失业。他们说得没错——目前来看。美国失业率仍接近历史低点，AI暴露度最高的职业也没有出现大规模裁员。

[观点] 更可能的短期场景是工资压力和任务重新分配，而不是岗位直接消失。如果AI能处理49%的职业中25%的任务，雇主可能不会裁人——但下个季度可能少招几个人，或者期望同样的团队产出更多。

Opus模型使用数据也支持这种细微差别。计算机和数学类职业选择Opus（最强模型）的比例为55%，而教育工作者只有45%。[事实] 平均任务时薪每增加¥73，Opus在Claude.ai上的使用率就提高1.5个百分点，在API上提高2.8个百分点。[事实] 高薪工人在投资更好的AI工具——这个模式可能会拉大而非缩小职业间的生产力差距。

这对你的职业意味着什么

如果你正在看这篇文章并琢磨自己的工作会怎样，实话实说：观望的窗口正在关闭。六个月前，AI还是技术圈的工具。现在它正扩展到行政、销售、教育和客户服务岗位。提前入场的人已经有了可衡量的优势——成功率高10%，工作使用多7个百分点。

数据没有说你的工作会消失。数据说的是，你工作的本质正在被一项一项任务地改写，而最快学会新规则的人会胜出。

想了解AI对你具体职业的影响数据，请访问我们的职业页面。

来源

• Massenkoff, M., Lyubich, E., McCrory, P., Appel, R., & Heller, R. (2026). "Learning Curves: How AI Use Evolves Over Time." Anthropic Economic Index, 2026年3月. https://www.anthropic.com/research/economic-index-march-2026-report

更新记录

• 2026-03-24：基于Anthropic经济指数2026年3月报告首次发布。

---

本分析在AI辅助下完成。所有事实性陈述以[事实]标记，观点和解读以[观点]标记，预测以[估算]标记。来源数据和方法详情请参见链接报告。各职业详细数据请访问职业页面。