ai與眾所周知的AI革命相媲美，對本週的AI革命進行了新的啟示，發布了有關其技術如何使用的第一個主要數據驅動的研究。
這些報告分析了數百萬個互動，以揭示出令人驚訝的事實來揭示一個令人驚訝的事實:大多數人將AI用於個人任務，而不是ext ext Angpt Angpt ext Angpt Angpt Angpt a ext Angpt a ext Angpt a ext a Grows not Works dempole p.
。 “ AI Divide”，因為在富裕國家和企業中採用最高的是自動化。
”
This research provides the first concrete look at AI’s true economic and social footprint, clarifying its role in our daily lives and why its impact is so uneven.
The Great Divide: AI for Work vs. Play
The most striking revelation from the new research is that generative AI, long touted as a revolutionary workplace tool, is overwhelmingly a consumer現象。工作。
這一發現源自基於150萬個對話的有史以來最大的AI使用研究，從根本上講，它重塑了圍繞人工智能的敘述，這表明其主要影響目前是個人生活的中心，而不是職業生產力。
這一趨勢不是靜態的；
這是在加速。 NBER論文詳細介紹了與專業人士的無關消息的增長速度明顯快，從2024年6月的所有用法中的53％膨脹到一年後的70％以上。
快速偏移表明，隨著AI的範圍，AI變得更加主流，其作用越來越多，它的作用越來越多，它的作用越來越多，並且由個人公用事業定義，並在persive of Disporce ossist offersive offersive offersive ossections offersive offersive of of persife of of的效果> <
數據表明，雖然“寫作”是與工作相關的最常見的任務，但它與與個人指導和信息尋求信息有關的查詢數量相形見ward，該詢問的數量佔所有對話的近80％。
個人使用中的這種爆炸在大量規模上發生，因為聊天的整體用戶均已在整體用戶基礎上進行了700億個週期的活躍量，這一爆炸率很高。 70％的數字代表了廣泛而廣泛的全球受眾的活動。
這項研究使用隱私保護自動化管道分析了代表性的對話樣本，還提供了明確的證據，表明該平台超越了其初始以技術為中心的男性，男性主導的用戶基礎。
特別是，對用戶名的分析表明，2024年1月，只有37％的用戶通常具有女性名稱。到2025年7月，該數字已經攀升至52％，表明現在的用戶群反映了一個更加平衡的人群，這與普通人群更一致。
凸顯了AI作為每個人的工具的擴大吸引力，而不僅僅是在技術行業中的早期採用，而不僅僅是該平台的快速增長，因此
本文中所引用的外部經濟分析支持了本文中所引用的外部經濟分析，估計，消費者的經濟價值是在上面的，他們在上面的經濟價值付費了，他們付出了$ 97的費用。
龐大的數字量化了有形的（儘管經常被忽視），數以百萬計的利益是利用AI來度過自己的日常生活。
新興的AI經濟:自動化，增強和地理
AI用於純自動化。
詳細報告擬人的報告 表明，該指揮的企業使用了77％的通過其Claude Model Model Model Model Modeling Is’sopiant-iss“自動”。 This means businesses are programmatically delegating complete tasks to the AI, allowing its output to flow directly into downstream systems with minimal human interaction.
This approach, focused on direct task completion in areas like coding and administrative support, stands in stark contrast to consumer patterns, where usage is split almost evenly between automation and “augmentation”—a more collaborative, iterative process of learning and refinement between the user and the AI.
For the first time, Anthropic’s research also maps the geography of AI adoption, uncovering a stark global divide that mirrors historical patterns of technological diffusion.
To measure this, the report introduces the Anthropic AI Usage Index (AUI), which compares a country’s share of Claude usage to its share of the global working-age population.
結果表明，AI的使用大量集中在高收入，技術發達國家。例如，新加坡和加拿大的使用率分別比他們的人口分別表現出4.6倍和2.9倍。
該報告發現，一個國家的AUI和其人均GDP之間的正相關性很強包括印度（0.27倍），印度尼西亞（0.36倍）和尼日利亞（0.2倍）在內的經濟體顯示出低於預期的採用率。
這種模式表明，像過去的變革性技術一樣，AI的經濟益處最初可能會富含報告，從而使人們對
在美國，景觀更加細微，在當地經濟條件嚴重影響使用模式。儘管加利福尼亞州的總使用量很大，但華盛頓特區（3.82倍的人口份額）和猶他州（3.78倍）的人均採用卻超過了它。
該數據表明，區域AI的使用通常反映了當地經濟的獨特性。 For instance, California shows disproportionately high use for IT-related requests, Florida for financial services and business advice, and Washington D.C. for tasks related to document editing, information provision, and career assistance.
This granular view demonstrates that AI is not a monolithic tool but a flexible technology being adapted to solve specific, localized economic challenges.
A Tale of Two Taxonomies:用戶如何與AI
互動以超越簡單的用法統計數據，兩項研究都介紹了新穎的框架以對用戶的意圖進行分類，從而揭示了AI創造經濟價值的關鍵區別。 i
n的 nber paper ，OpenAi將所有交互分類為三種基本模式:詢問用戶尋求信息或建議支持決策的信息；這樣做，用戶請求諸如電子郵件，代碼或摘要之類的有形輸出；和表達，涵蓋個人反思和遊戲。研究發現，對於普通消費者而言，AI的主要作用是顧問的作用。
所有消息的幾乎一半（49％）屬於問候類別，這個數字比其他任何消息都快。這突出了AI的新興功能是人類解決問題的“共同駕駛”，該工具可以增強判斷而不是僅完成任務。
但是，這種平衡在專業背景下發生了巨大變化。對於與工作相關的查詢，主要模式佔所有消息的56％。
根據OpenAi研究，“寫作”是迄今為止與工作相關的最常見的活動，佔所有專業信息的40％。
這表明在業務環境中，AI的唯一功能與傳統的能力相差異性。
” data shows that most of these writing tasks involve modifying existing text—editing, critiquing, or translating—rather than creating new content from scratch, pointing to a highly collaborative workflow.
Anthropic’s analysis of its enterprise API流量強烈加強了這一發現，表明業務使用壓倒性地集中在面向任務的應用程序中。
編碼和辦公/管理任務是最常見的，這反映了其對程序化自動化的適用性。該企業專注於詢問該報告的更廣泛結論，即企業主要利用AI委派和自動化特定的高價值工作流程。 T
他的系統部署是一個關鍵的渠道，預計AI可以在整個經濟中帶來廣泛的生產率提高。
有趣的是，Anthropic的報告發現了違反直覺的經濟動態:企業客戶似乎在很大程度上對成本不敏感。該分析發現，任務成本（由輸入和產出令牌的數量決定）與其用法頻率之間存在正相關。
業務正在優先使用模型能力，而通過使任務自動化遠遠超過API呼叫的邊際成本而產生的經濟價值遠遠超過了自動化的範圍。
該報告確實指出，用於更複雜的AI部署的關鍵瓶頸是訪問上下文信息，因為複雜的任務要求企業提供冗長，組織良好的數據輸入。
在一起，兩者都將兩者的凝聚力描繪出具有雙重身份的技術。對於個人消費者而言，AI的最大價值在於其要求的能力-提供豐富日常生活的個性化指導和決策支持。
對於企業而言，它的權力在於做到-自動化的複雜任務並產生有形的輸出，以驅動效率。這種分叉從根本上重塑了知識工作的執行方式，從而在個人和專業領域創造了獨特的價值創造模式。
新興的AI經濟:自動化，增強和地理
AI用於純自動化。
詳細報告擬人的報告 表明，該指揮的企業使用了77％的通過其Claude Model Model Model Model Modeling Is’sopiant-iss“自動”。 This means businesses are programmatically delegating complete tasks to the AI, allowing its output to flow directly into downstream systems with minimal human interaction.
This approach, focused on direct task completion in areas like coding and administrative support, stands in stark contrast to consumer patterns, where usage is split almost evenly between automation and “augmentation”—a more collaborative, iterative process of learning and refinement between the user and the AI.
For the first time, Anthropic’s research also maps the geography of AI adoption, uncovering a stark global divide that mirrors historical patterns of technological diffusion.
To measure this, the report introduces the Anthropic AI Usage Index (AUI), which compares a country’s share of Claude usage to its share of the global working-age population.
結果表明，AI的使用大量集中在高收入，技術發達國家。例如，新加坡和加拿大的使用率分別比他們的人口分別表現出4.6倍和2.9倍。
該報告發現，一個國家的AUI和其人均GDP之間的正相關性很強包括印度（0.27倍），印度尼西亞（0.36倍）和尼日利亞（0.2倍）在內的經濟體顯示出低於預期的採用率。
這種模式表明，像過去的變革性技術一樣，AI的經濟益處最初可能會富含報告，從而使人們對
在美國，景觀更加細微，在當地經濟條件嚴重影響使用模式。儘管加利福尼亞州的總使用量很大，但華盛頓特區（3.82倍的人口份額）和猶他州（3.78倍）的人均採用卻超過了它。
該數據表明，區域AI的使用通常反映了當地經濟的獨特性。 For instance, California shows disproportionately high use for IT-related requests, Florida for financial services and business advice, and Washington D.C. for tasks related to document editing, information provision, and career assistance.
This granular view demonstrates that AI is not a monolithic tool but a flexible technology being adapted to solve specific, localized economic challenges.
A Tale of Two Taxonomies:用戶如何與AI
互動以超越簡單的用法統計數據，兩項研究都介紹了新穎的框架以對用戶的意圖進行分類，從而揭示了AI創造經濟價值的關鍵區別。 i
n的 nber paper ，OpenAi將所有交互分類為三種基本模式:詢問用戶尋求信息或建議支持決策的信息；這樣做，用戶請求諸如電子郵件，代碼或摘要之類的有形輸出；和表達，涵蓋個人反思和遊戲。研究發現，對於普通消費者而言，AI的主要作用是顧問的作用。
所有消息的幾乎一半（49％）屬於問候類別，這個數字比其他任何消息都快。這突出了AI的新興功能是人類解決問題的“共同駕駛”，該工具可以增強判斷而不是僅完成任務。
但是，這種平衡在專業背景下發生了巨大變化。對於與工作相關的查詢，主要模式佔所有消息的56％。
根據OpenAi研究，“寫作”是迄今為止與工作相關的最常見的活動，佔所有專業信息的40％。
這表明在業務環境中，AI的唯一功能與傳統的能力相差異性。
” data shows that most of these writing tasks involve modifying existing text—editing, critiquing, or translating—rather than creating new content from scratch, pointing to a highly collaborative workflow.
Anthropic’s analysis of its enterprise API流量強烈加強了這一發現，表明業務使用壓倒性地集中在面向任務的應用程序中。
編碼和辦公/管理任務是最常見的，這反映了其對程序化自動化的適用性。該企業專注於詢問該報告的更廣泛結論，即企業主要利用AI委派和自動化特定的高價值工作流程。 T
他的系統部署是一個關鍵的渠道，預計AI可以在整個經濟中帶來廣泛的生產率提高。
有趣的是，Anthropic的報告發現了違反直覺的經濟動態:企業客戶似乎在很大程度上對成本不敏感。該分析發現，任務成本（由輸入和產出令牌的數量決定）與其用法頻率之間存在正相關。
業務正在優先使用模型能力，而通過使任務自動化遠遠超過API呼叫的邊際成本而產生的經濟價值遠遠超過了自動化的範圍。
該報告確實指出，用於更複雜的AI部署的關鍵瓶頸是訪問上下文信息，因為複雜的任務要求企業提供冗長，組織良好的數據輸入。
在一起，兩者都將兩者的凝聚力描繪出具有雙重身份的技術。對於個人消費者而言，AI的最大價值在於其要求的能力-提供豐富日常生活的個性化指導和決策支持。
對於企業而言，它的權力在於做到-自動化的複雜任務並產生有形的輸出，以驅動效率。這種分叉從根本上重塑了知識工作的執行方式，從而在個人和專業領域創造了獨特的價值創造模式。