2026 年 1 月 15 日，Anthropic 發布第四份 Economic Index 報告。這一版的重點是引入「economic primitives」（經濟原型）分類，並給出第一組數字：56% 的 Claude 對話被歸類為增強（augmentation），41% 為自動化（automation），其餘為混合型。
什麼是經濟原型
這套分類把每段對話放到一個簡單的座標上：AI 是在幫人把事情做得更好（增強），還是在直接完成原本由人執行的任務（自動化）？相較於籠統的「AI 會不會取代工作」，這個二分法把問題拆成可測量的單位。56% 對 41% 的分布，就是第一份大規模的量測結果。原型化也讓量測可以被重複：每份報告用同一套定義追蹤分布的變化，時間序列才有意義。
數字怎麼讀
- 增強仍是多數：目前的 Claude 使用以「協助人完成任務」為主流，「AI 自己把整件事做完」是明顯較小的那一塊
- 但 41% 不算低：自動化已是一條真實的第二曲線，不是邊緣案例；對「AI 主要還是輔助工具」的假設，這是直接的反證材料
- 約 3% 混合：分類本身的模糊地帶，提醒我們增強與自動化的界線在實務上常常連續而非二擇
另一個盲點是：對話只記錄了 AI 做了什麼，看不到人類接下來做了什麼——而就業影響恰恰住在那個縫隙裡。
方法論的能與不能
這份報告的價值與限制都來自資料來源。價值在於：它量測的是真實對話，而非問卷或推測，而且作為第四份報告，已經開始累積可比較的時間序列。限制也很清楚：
- 樣本是 Claude 的使用者，不等於整體經濟的 AI 採用面貌
- 對話分類靠的是對任務內容的判讀，邊界案例的歸類必然有詮釋空間
- 「對話內容」捕捉不到採用 AI 的組織決策與流程改變
把它當成方向性的溫度計很可靠，當成精確的勞動市場普查則會誤用。
對企業導入的啟示
對正在導入 AI 的組織，這組數字提供了一個有用的自問框架：我們內部的使用分布落在哪裡？偏增強的組織，投資重點應該在訓練與工作流設計——讓人更會用 AI；偏自動化的流程，重點則是驗收標準與例外處理——因為出錯時沒有人在中間把關。兩種分布對應完全不同的管理方式，而多數組織很可能兩者都有，只是從未量過。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。