- 对 Claude.ai 上 100,000 个真实对话的分析显示，不使用 AI 完成任务的平均时间为 90 分钟，而 AI 有助于将时间缩短 80%。
- 根据 ONET 和 BLS 薪资数据换算，一项任务的平均价值为 55 美元。Claude 通常用于完成耗时 1.4 小时的复杂任务。
- 不同职业的时间节省差异很大：法律和管理任务耗时近 2 小时，而食物准备仅需 30 分钟。医疗协助节省了 90% 的时间，但硬件故障排除仅节省 56%。
- 具体案例：课程大纲开发从 4.5 小时缩短到 11 分钟；撰写发票和笔记节省 87%；金融分析节省 80%，一项价值 31 美元的任务。
- 整个数据集的中位数时间节省达到 84%，大多数介于 50% 到 95% 之间。
- 当对整个美国经济进行模拟并假设 AI 在 10 年内被普遍应用时，劳动生产率每年可提高 1.8%——是 2019 年以来平均增长速度的两倍。这相当于全要素生产率（TFP）每年增加 1.1%。
- 最大的生产率贡献来自编程（19%），其次是管理（6%）、营销（5%）、客户服务（4%）和中学教师（3%）。
- 餐馆、现场医疗保健、建筑和零售等一些行业贡献很少，因为样本集中适合生成式 AI 的任务较少。
- AI 大幅加速的任务将导致未加速的任务成为瓶颈，例如教师仍然需要监督课堂或工程师仍然需要手动安装系统。
- 主要局限性：时间预测仍有噪音，缺乏实证数据，ONET 任务模型简化，未考虑企业重组和技术创新，数据样本仅来自 Claude 用户。
📌 像 Claude 这样的生成式 AI 可以将平均价值 54-55 美元的任务时间缩短 80%，并有助于在未来十年内将美国劳动生产率每年提高 1.8%。对整个美国经济进行模拟，劳动生产率每年可提高 1.8%，相当于全要素生产率（TFP）每年增加 1.1%。最大的生产率贡献来自编程（19%），其次是管理（6%）、营销（5%）、客户服务（4%）和中学教师（3%）。
