Как ИИ влияет на продуктивность офисных работников и экономику в целом
Этим вопросом задались в Anthropic, и оценили влияние ИИ на продуктивность и вклад в экономический рост (ни много – ни мало!) Расскажу кратко самое главное из этого амбициозного исследования.
Исследование показывает: текущие ИИ‑модели в среднем сильно ускоряют многие офисные и «знаниевые» задачи и теоретически могут заметно поднять рост производительности экономики, но оценки очень приблизительные и завязаны на текущие паттерны использования.
Как изучали валидировали результат?
Взяли 100 000 анонимных реальных сессий с Claude и для каждой оценили, сколько заняла бы эта задача у профи без ИИ и сколько времени она заняла с ИИ.
🔥 Еще больше интересного в моем канале продуктовые штучки
Сопоставили задачи с профессиями в O*NET и зарплатами BLS, чтобы понять «стоимость» этих задач в человеческом труде.
Проверили устойчивость оценок времени при разных формулировках промптов — корреляция высокая.
Сравнили оценки Claude по времени для задач из JIRA с фактическим временем и оценками разработчиков: модель чуть хуже людей, но даёт полезный «направленный» сигнал.
Пояснения. Схема исследования:
- брались реальные диалоги с Claude, оценивалось, сколько заняли бы те же задачи без ИИ и с ИИ,
- сравнивалось это время для разных профессий,
- и по этой экономии времени считалось, как могла бы вырасти производительность труда в экономике.
Ключевые результаты
Анализ 100 тысяч реальных диалогов с Claude показал, что ИИ ускоряет выполнение задач примерно на 80% по сравнению с человеком.
Если экстраполировать эти данные на всю экономику США, то при полном внедрении текущих ИИ-моделей за ближайшие 10 лет рост производительности труда может составить около 1,8% в год — это почти вдвое больше, чем средний темп роста за последние годы.
Средняя задача, с которой идут к Claude, без ИИ заняла бы около 1,4 часа и стоила бы примерно $55.
Claude в медиане сокращает время на задачу примерно на 80–84% (часто диапазон 50–95% в зависимости от типа задач).
Если такие выигрыши времени распространить на всю экономику США за 10 лет при условии широкой адопции, получается +1,8 процентного пункта к годовому росту производительности труда — почти удвоение недавнего темпа.
Где экономия больше?
Наибольшая выгода — в менеджменте, праве, финансах, IT, образовании и других видах сложного труда, где задачи завязаны на знания, длинные и дорогие.
Меньше эффект в ресторанах, рознице, строительстве, транспорте и рутинных операциях, где либо задач меньше в выборке, либо их трудно сильно ускорить ИИ.
Ограничения и оговорки
ИИ не видит всю работу, которая происходит до и после чата (проверка, доработка, внедрение), поэтому реальная экономия времени, возможно, ниже.
Данные только по пользователям Claude.ai, нерепрезентативны по всей экономике, много предположений о том, как и насколько широко ИИ будет внедрён.
Оценка 1,8% — это экстраполяция на всю экономику США при условии полного внедрения ИИ, без учёта будущего улучшения моделей и возможных трудовых потрясений. В отчёте подчёркивается, что реальные результаты могут быть ниже из-за неучтённых факторов, например, времени на проверку и доработку результатов ИИ.
То есть, по факту влияние ИИ может быть больше (это консервативный сценарий и оценка).
Авторы подчёркивают: это не прогноз будущего, а «что было бы, если текущий уровень ИИ и текущие паттерны использования масштабировать на всю экономику».
Anthropic предлагает взглянуть на ИИ не как на футуристическую угрозу, а как на ближайший источник реального экономического роста.
Пожалуйста, поддержите меня, поставьте лайк! 🙏
Откуда такой громкий вывод, спросите вы? Из исследования, которое показало, что ИИ в командной работе — это не просто инструмент, а активный участник, который влияет на то, как люди общаются, что они замечают и как они взаимодействуют друг с другом.