動察Beatingのモニタリングによると、Anthropicは最新のAI経済指数レポートを発表し、9700人のユーザーアンケート調査とテレメトリデータを組み合わせ、人工知能が仕事のパターンとキャリアの見通しに与える影響を明らかにしました。レポートでは、仕事の価値が高いほど、消費されるAI計算リソースも多いことが判明しました。高給職の平均計算リソース消費量は低給職の2.07倍です。例えば、マーケティングマネージャーが企画書を作成する際に消費する計算リソースは、編集者が記事を修正する際の2.5倍です。しかし、高給職にも例外があり、高収入の薬剤師が日常的にAIを使用する際の計算リソース消費量は、統計アシスタントの20分の1に過ぎません。
アンケート調査では、3分の1以上のユーザーがAIが1年以内に仕事の大部分を引き継ぐと予想しています。意外なことに、仕事を完全にAIに任せて自動実行させる人ほど、将来の収入と雇用見通しに対して最も楽観的であり、自分のスキルが低下することを心配していません。異なるAIツールを使用する際、ユーザーの委任度合いには大きな差があります。ウェブ上で記事を書く場合、ユーザーはAIと13回にわたって修正を繰り返す習慣があります。一方、ターミナルツールのClaude Codeを使用する場合、ユーザーは通常1つの指示を出すだけで、AIに一気に生成させます。
自律性スコアでは、ユーザーがコマンドラインツールのClaude Codeを使用する際、AIに自主的に意思決定させる傾向が強く、スコアはウェブ版より平均0.37ポイント高く(同じモデルでは0.26ポイント高い)なりました。唯一の例外はデータテーブルの処理です。ウェブ版のユーザーは主に頭脳を使った計画が必要な金融モデリングを行っているのに対し、Claude Codeを使用するユーザーは主に機械的なデータ抽出を行わせているため、テーブルタスクではウェブ版のAIの自律性が逆に0.35ポイント高くなりました。AIが最終的に生成する返答は、通常ユーザーの初期質問よりも深みがあり、デザインやゲーム開発タスクでは、AIの返答の教育理解ハードルはユーザーの質問よりも平均で約2年高い水準でした。
テレメトリデータは、異なる人々の残業の傾向も示しています。夜間や週末などの非就業時間にAIを使って残業するのは主に高給職であり、高給職のタスク割合は8%上昇したのに対し、中低給職では4%から11%減少しました。性別分析では、異なる協調の好みも示されています。女性ユーザーは反復的な協力を好む傾向があり、コマンドラインツールや自動実行タスクの使用割合はそれぞれ6.3ポイントと7.3ポイント低いものの、AIとのチャットインタラクションの総時間は長く、議論を繰り返す習慣があります。