8.1
深览指数
科技虎嗅·冷眸··AI 生成
AI公司员工眼中的2030年，与普通人完全不同
Anthropic 一项大规模调查发现，AI 实验室员工与美国普通民众对 2030 年 AI 能力的预期存在巨大鸿沟：员工平均认为 AI 届时可完成自身 75% 的工作，而普通在职人士仅预期 28%。这种分歧并非源于对经济理论的不同理解，而是基于日常接触 AI 的经验差异。报告还揭示了关键反直觉发现：即使 AI 能胜任大部分任务，企业雇用人数仍可能增长，但初级岗位入口正在收窄。适合关注 AI 劳动力影响、技术预测偏差的企业管理者、政策研究者及从业者阅读。原文 ↗
核心观点
- ▍AI 实验室员工与美国普通公众对 2030 年 AI 经济影响的预期鸿沟，主要源自对技术进步速度与采用范围的不同经验判断，而非对经济理论的分歧。
- ▍任务自动化与企业雇佣决策并非简单对应：AI 能完成大部分工作，不必然导致裁员，企业可能因效率提升而扩张，但初级职业入口可能收窄。
- 01Anthropic 员工平均预计到 2030 年 AI 可完成自身 75% 的工作时间对应任务，而美国在职人士的平均预期仅为 28%。
- 02关于 2030 年 AI 能否做出诺贝尔奖级发现，91% 的 Anthropic 员工认为可以，而美国公众只有 39%。
- 03在个人工作层面，受访者预期 AI 能完成自身工作比例每高 10 个百分点，对 2030 年失业率的预测平均高 0.4 个百分点。
- 04Anthropic 员工预计，到 2030 年底，开发前沿模型的工作中由 AI 完成的比例将达到 95%（中位数）。
- 05在 Anthropic 员工中，85% 表示使用 AI 完成特定任务所需时间不超过原来的一半。
- 0695% 的 Anthropic 员工预计未来 12 个月公司总人数将增加，预期中位数增长 66%。
- 07Anthropic 内部研究发现，2025 年初以来，初级技术员工在公司技术部门中的占比从 21% 下降至 14%。
反方 / 局限
- — “75% 工作可由 AI 做”不等于“75% 的人会失业”，负责判断、把关和承担后果的岗位可能仍然存在。
- — 17.1% 的 GDP 增长情景是问卷答案代入特定经济模型后的输出，并非员工直接预测或政府数据，宏观增长不等于个人收入同步增长。
- — 美国公众预期“客户更愿意与真人打交道”是 AI 采用的最大障碍，技术能力不等于商业落地。
AnthropicAnthropic InstituteDaron AcemogluPascual RestrepoSzymon SacherTess CotterCharles I. JonesAnton KorinekPeter McCroryErik Brynjolfsson斯坦福数字经济实验室The AI Expectations Gaprecurse self-improvement (递归式自我改进)so-so technology
24 分钟 · 3 卡片 · 4 资料
读原文 →