作者:TinTinLand
为什么那些从 AI 中获益最多的人,反而是最担心失业的人?
4 月 22 日,Anthropic 发布了一份覆盖 81,000 名 Claude 真实用户的调查报告——《81,000 人告诉我们的:AI 经济学的真实影响》(What 81,000 people told us about the economics of AI),试图揭开了普通人在 AI 浪潮下真实的处境与心态。
报告提到的核心结论如下:
-
AI 介入越深的职业,从业者的失业焦虑就越强,尤其是刚入行的职场新人;
-
收入最高和最低的群体,生产力提升反而最为显著。而这种提升大多不是 “做得更快”,而是 “做到了以前根本做不了的事”;
-
那些通过 AI 获得最高效率提升的人,反而对职业前景感到最深刻的焦虑。
TinTinLand 对全文进行了深度编译,带你拆解这份关于 AI、经济与生存的最新调研。
🤔 谁在担心失业?
五分之一的人表示担忧
“和如今所有白领一样,我几乎每时每刻都在担心自己的工作会被 AI 取代”。—— 某软件工程师
受访者中,约五分之一的人明确表达了对经济性失业的担忧。
一位软件开发者表示,“现在这个阶段的 AI,很可能会取代初级职位”。还有一些人则哀叹,自己的工作内容正在被自动化蚕食。
一位市场研究人员表示:“毫无疑问,AI 提升了我的能力。但未来,它可能会取代我的工作。”
在某些岗位上,AI 的到来甚至让工作变得更难。一位软件开发者观察到:“自从 AI 出现后,项目经理开始给我们派越来越难的任务和 bug。”
数据验证
在本报告中,我们使用 Claude 从受访者的回答中推断他们的属性和情绪。例如,许多受访者会在回答中顺带提及自己的职业,或提供关于工作生活的细节,这使我们能够推断其职业类别。类似地,我们通过让 Claude 识别并解读受访者关于“自身岗位面临 AI 替代风险”的直接表述,对 “失业担忧” 进行了量化。
研究发现,受访者对 AI 威胁的主观感知与其岗位的 “观测暴露度” 高度相关。所谓暴露度,是指该职业中由 AI 实际承担的任务比例。
例如,小学教师对自身被替代的担忧明显低于软件工程师,这与 Claude 流量中编程任务占主导的现实完全吻合。
如图 1 所示,纵轴表示某一职业中有多少比例的受访者认为 AI 已经在替代他们的岗位,或很可能在不久的将来发生这种情况;横轴表示 “观测暴露度”。
暴露度每增加 10 个百分点,感知到的岗位威胁就会上升 1.3 个百分点。处于暴露度最高 25% 的人群,其表达担忧的频率是最低 25% 人群的三倍。
图 1:AI 带来的岗位威胁与观测暴露度
年轻人更慌
职业阶段是影响焦虑感的关键变量。在此前的研究中我们已观察到,美国应届毕业生和职场新人的招聘已经出现放缓迹象。
在本次调查中我们也发现:职业早期的从业者,对失业的恐慌程度远高于资深从业者。
图 2:不同职业阶段的失业担忧
谁在从 AI 中受益?
大多数人感到生产力提升
我们用 Claude 对受访者自述的生产力提升程度进行评分,采用 1 到 7 分制:1 分代表 "效率下降",2 分代表 "没有变化",之后每一个等级代表更高的提升。
-
典型的 7 分回答:“以前建一个网站要几个月,现在 4、5 天就搞定了”;
-
5 分回答:“原本可能要花四个小时的事,半小时就做完了”;
-
2 分回答:“AI 帮我修复了一段代码,但反复试了好几次才得到想要的结果”。
最终平均分为 5.1,意味着 “明显更高效”。
当然,这些受访者本身就是活跃的 Claude 用户,并且愿意参与调查,因此他们比普通用户更可能感知到生产力收益。约有 3% 的人报告了负面或中性的影响,另有 42% 没有明确提及生产力变化。
高收入者最受益
这一结果在收入层面存在一定分化。
图 3 左侧显示,高薪职业(如软件开发者)获得了最大的生产力提升。不仅仅是编程类工作,即使剔除计算机和数学类职业,这一趋势依然成立。
在需要更高教育水平的任务中,Claude 往往能更大幅度地缩短完成任务所需的时间(相较于不使用 AI 的情况)。
但有一个细节值得关注:低薪岗位的受益程度同样不容小觑。一位客服代表用 AI 快速生成回复,节省了大量时间;一位快递员在用 Claude 创办电商业务;一位园艺工人在开发音乐应用。AI 正在为受教育程度较低、收入较低的人打开一扇以前从未触及过的门。
图 3:按职业划分的生产力提升(推断)
我们在图 3 右侧对这一结果进行了更细致的拆解。
排名最高的是管理类职业,这些受访者大多是使用 Claude 来创业的企业家。其次是计算机与数学类职业,包括软件开发者。生产力提升最为温和的两个群体是科研和法律从业者。
一些律师对 AI 能否准确遵循复杂指令表示担忧:“我已经给出了非常具体的规则,包括内容位置、如何解读法律文件、希望它执行的操作...... 但它每次都会跑偏。”
收益流向了谁?
随着 AI 在经济体系中的扩散,一个关键问题是:这些收益最终会流向谁 —— 是劳动者本身、管理者、消费者,还是企业?
总体来看,大多数人认为收益归于自己:任务更快完成、能做的事情更多、多出了可自由支配的时间。
然而,仍有 10% 的受访者感到这种红利被雇主或客户 “收割”:需要在同等时间内交付更多的产出。还有一小部分人提到 AI 公司会从中受益。
这种差异也与职业阶段有关:只有 60% 的职场新人认为自己是 AI 红利的受益者,而资深专业人士中这一比例高达80%。
图 4:AI 生产力红利流向何处?
效率提升体现在哪里?
“我做到了以前做不到的事"”
受访者分享了他们在哪些方面感受到了生产力提升。我们将其拆分为四个维度:工作范围(scope)、速度(speed)、质量(quality)和成本(cost)。
分析发现,在所有明确提到生产力变化的受访者中,最常见的提升来自 “工作范围的扩展”,占比达到 48%;而有 40% 的人强调了速度的提升。
例如,许多使用 AI 进行编程的人表示:“我本来不是技术人员,但现在已经可以做全栈开发了。”这属于工作范围的扩展 —— AI 为他们解锁了新的能力。
也有人是在原有任务上实现提速,比如一位会计表示:“我做了一个工具,可以在 15 分钟内完成过去需要 2 小时的融资任务。”
质量方面的提升,通常体现在对代码、合同以及各类文档进行更全面、更细致的检查。而还有一小部分受访者提到 AI 的低成本优势。
图 5:用户报告的生产力提升类型
速度越快,越怕失业
研究发现,AI 对工作速度的提升与岗位威胁感知之间呈现出 U 型关系(见图 6)。
-
低速组(变慢): 主要是创意工作者(如作家、艺术家),他们认为 AI 的僵化限制了创作流,但又担心低质 AI 内容的泛滥会挤压生存空间。
-
高速组(极速提升): 当任务完成时间从数小时缩短至数分钟时,用户会产生强烈的不安全感——如果工作变得如此简单,那么“我”存在的长期价值是什么?
图 6:AI 带来的岗位威胁与速度变化的关系
结语:我们能从中读到什么?
人们的感知与数据高度吻合
数据表明,人们的感知与实际使用数据是一致的:Claude 能承担的任务越多,人们对 AI 的影响也最为担忧。
另外,职场早期人群的经济焦虑更高,这与既有研究结果相符。
AI 在赋能,但焦虑也是真实的
与此同时,调查也呈现了硬币的另一面:AI 正在真实地拓展人们的能力边界。
虽然高薪人群对 AI 带来的生产力提升最为积极,但低薪岗位和教育水平较低的群体同样报告了显著的效率提升。大多数受访者认为,Claude 通过拓展工作范围或提升执行速度,增强了他们的能力。
但这并不能消解焦虑。那些受益最深的人,往往也是最不安的人 —— 因为他们比任何人都更清楚,AI 能做到什么。
局限与展望
需要指出的是,我们的分析也存在一些重要局限:
受访者都是 Claude 的活跃用户,更容易感知到 AI 带来的个人收益;职业、职业阶段等信息是从开放回答中推断的,存在一定误差;另外,调查采用开放式问题,结果取决于受访者 “恰好主动提到了什么”。
但无论如何,80,508 名 Claude 用户在报告中提到的经济焦虑,本身就是一个不容忽视的信号。
