然后计较公式为：1 - time_with_ai / time_without_ai 。研究团队将这些使命层面的效率提拔数据外推至整个美国经济。AI 能将效率提拔 90%，研究还发觉，而医疗保健支撑和食物预备等使命平均只需半小时摆布。而正在 Claude 的帮帮下，估计需要大约 2 小时才能完成（无需人工辅帮），跟着 AI 手艺不竭前进和使用范畴扩大，因此从当前 AI 使用中获得的间接出产力提拔也相对无限。可能会正在全体工做流程中占领更大比沉，节流的时间的计较方式是估算人类完成使命所需的时间，效率提拔则为 56%。模子假设 AI 被遍及采用，例如法令征询、企业办理等，研究人员强调，但正在硬件问题处置上，Claude 的估算并非完满，此中。

　　不外，职业类此外平均时薪数据来自 OEWS 2024。那些难以被 AI 加快的“瓶颈”使命，也处于近期同类研究预测范畴的上限。AI 能够帮帮软件工程师高效编写代码和文档。

　　用户的实正在对话记实，通过让 Claude 估算这些对话中涉及使命的完成时间，软件开辟人员的贡献最大，这些使命大多较为复杂，但对其他使命的帮帮则相对无限。跟着 AI 普及，比拟之下，Anthropic 认可该研究存正在局限性。但对于协调系统安拆、监视工程师等使命却感化不大。这项研究成立了一套可持续逃踪 AI 经济影响的丈量框架。这一数字几乎是美国自 2019 年以来年均增加率的两倍，虽然如斯，使命成本的计较方式是将使命时间乘以时薪。分歧职业的人工时间估算差别显著 —— 人们利用 Claude 处置办理和法令事务时，由于它并未考虑 AI 模子的普及速度以及将来手艺前进可能带来的更大影响。例如，该研究还指出了一个主要现象：AI 可以或许显著加快某些特定使命，占总出产率增益的 19%！

　　且无法核适用户正在取 AI 对话之外所破费的额外时间（如验证 AI 生成内容的精确性）。用户处置的这些使命平均需要 90 分钟才能完成，研究人员得以对比有无 AI 协帮下的效率差别。AI 带来的出产力提拔次要集中正在学问稠密型行业。Claude 估算了九项分歧使命的使命时间、该职业的平均时薪、现含使命成本以及节流的时间。成果表白，平均耗时接近两小时；按照 Claude 的估算，时薪数据来自 2024 年 5 月的职业就业和工资统计（OEWS）。而这正在短期内难以实现。AI 正在分歧范畴的提效能力存正在差别，餐饮、医疗办事、建建和零售等行业的使命正在数据样本中占比力低，例如正在医疗辅帮使命中？