數據揭密：人工智慧在經濟任務中的應用與轉型

InfoAI 市場報告數據解讀

隨著人工智慧（AI）技術以驚人速度改變全球產業格局，從軟體開發到創意寫作，AI已悄然滲透進各行各業的日常作業，成為推動生產力與創新力的核心動力。本文解讀從數百萬筆真實對話中，揭露AI如何改變勞動市場生態的報告：《Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations》，帶你了解在這場技術革命背後的真實數據，以及其在各項經濟任務中所展現的多元運用。

隨著人工智慧（AI）技術迅速演進，學術界與產業界紛紛關注其對勞動市場與經濟結構的深遠影響。過去針對AI影響的研究多以專家預測或問卷調查為主，缺乏以實證數據為基礎的量化分析。在《Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations》這份報告中，透過大規模實證分析探討人工智慧（AI）在經濟各項任務中的實際運用情形，分析數百萬次來自Claude.ai平台的對話資料，並根據美國勞工部O*NET資料庫中的職業任務進行分類與對應。

研究團隊透過隱私保護機制（Clio系統），從眾多對話中自動化提取與分類任務資訊，從而描繪出AI在各行各業中如何協助人類進行工作。此舉除了能夠動態追蹤AI運用的深度與廣度，也提供政策制定者與企業及早掌握技術變革帶來的潛在影響。

摘要解讀

首先，研究結果顯示，AI應用最集中的領域包括軟體開發、程式除錯、網站維護、技術文件撰寫及資料分析等與電腦科技密切相關的任務。這類任務在Claude.ai對話中佔有近半比例，而相對需要實際體力操作的職業（如建築工人、醫療護理等）則呈現較低的使用率。此外，約有36%的職業至少有25%的任務使用到AI，僅有約4%的職業在75%以上的任務中使用到AI，說明目前的AI應用大多集中於特定任務，而非全面取代整個職位的工作內容。

其次，這份報告進一步分析了不同職業技能在AI對話中的呈現狀況。結果指出，涉及閱讀理解、寫作、程式設計及批判性思考等認知型技能在對話中出現頻率較高；而需要實際操作或維護設備等體力技能則較少被使用。這種分布反映出現階段AI較適合輔助分析、創意生成與資訊處理，而對於需要直接進行實體作業的任務，AI的效能則較為有限。

在探討經濟層面的影響時，報告同時考慮了職業薪資水平及入職門檻兩大因素。數據顯示，AI的使用率在薪資中上階層達到高峰，主要集中於與資訊技術相關的職位，如軟體程式設計師及網頁開發人員；而在薪資最低或最高的極端職位中，AI的應用則顯著較低。對於入職門檻來說，報告發現需要相當程度準備（例如具有大學學歷）的職業，其AI使用率最高，而對於入門或高度專業化的職位則相對較低，這可能反映出技術應用不僅取決於AI本身的能力，還受限於職業特性與組織內部的應用成本與法規約束。

另一方面，研究團隊區分了AI對話中兩種主要的合作模式：自動化（automation）與輔助增能（augmentation）。在自動化模式下，使用者僅委派任務給AI，由其直接執行任務；而在輔助增能模式中，使用者與AI進行反覆迭代、共同完成任務。結果顯示，57%的對話呈現出輔助增能的特性，而43%則屬於自動化類型。這樣的比例表明，現階段AI更多地作為一個協同合作的工具來提升工作效率，而非單純替代人力操作。

報告在方法論上採用了多層次的分類架構，首先利用句向量嵌入技術將ONET中的近兩萬個任務進行分群，並建立層次結構，再透過Clio系統將每次Claude.ai的對話依照任務分類結果進行標註。此方法不僅保證了資料的隱私安全，也在任務分類精度上獲得了較高的人工驗證分數，從而提高了結果的可靠性。儘管如此，研究者也明確指出幾項限制：如數據來源僅限於Claude.ai平台，對話樣本僅來自短期截面，且ONET資料庫本身具有靜態性，難以捕捉到新興職位與任務的動態變化，這些因素均可能導致對實際經濟影響的估計存在偏差。

此外，報告亦與以往基於專家預測或問卷調查的研究進行對比，發現兩者在某些預測上存在出入。例如，先前研究曾預測高薪職位對AI的依賴程度極高，但本次實證資料顯示，實際上中高薪職位的AI應用更為普遍，而極高薪及低薪職位均呈現較低使用率。這或許暗示著除技術可行性之外，實際的應用還受到組織內部結構、資源分配以及法規約束等多重因素的影響。未來，若能進一步將不同產業及國家層面的數據整合，將有助於更全面地理解AI在全球勞動市場中的滲透與變革效應。

總結來看，該報告以創新的實證框架，成功量化了AI在經濟任務中的使用情形，並指出目前AI主要聚焦在軟體開發、技術寫作及資料分析等認知型任務上。透過對對話數據的細緻分類與分析，研究不僅展示了AI如何在各個職業中輔助或部分取代人類勞動，還揭示了不同職業、技能、薪資層級及入職門檻之間的運用差異。這些發現對政策制定者、企業管理層及勞動市場參與者具有重要參考價值，因為它們有助於及早預測AI帶來的結構性變革，並為未來勞動市場的轉型做好準備。隨著AI技術的持續進步與普及，建立動態監測機制將成為未來應對技術與經濟變革的重要工具，進一步提升社會整體的生產力及競爭力。

報告的重點提煉

在職業層級上的AI整合深度

• 只有約4%的職業，其75%以上的任務涉及AI使用；

• 約36%的職業至少有25%的任務中使用AI。

• 目前AI主要集中在部分任務上，而非全面取代整個職業角色。

AI使用分布與重點領域

• 軟體開發與程式除錯

• 網站維護與技術文件撰寫

• 資料分析與系統管理

職業技能的分布與應用 （在AI對話中，認知型技能出現頻率較高）

• 閱讀理解

• 寫作

• 批判性思考

• 程式設計

薪資與入職門檻的影響
• AI使用率在中高薪職位中達到高峰，尤其是資訊科技相關領域（例如軟體程式設計師、網頁開發人員）；

• 薪資極低與極高的職位均呈現較低的AI應用，這可能與這些職位的實際作業需求及相關規範限制有關。

• 在入職門檻方面，要求較高準備（如大學學歷）的職業，其AI使用率最高；而對於入門或高度專業化的職位，使用率則相對偏低 。

自動化與輔助增能兩種使用模式

將使用模式分為自動化（AI直接執行任務）與輔助增能（人機合作、反覆迭代完善結果）：

• 43%的對話屬於自動化模式，使用者將任務完全委派給AI；

• 57%的對話屬於輔助增能模式，使用者與AI共同協作完成任務。

研究發現

1. 任務分布與職業層級

• AI 使用高度集中於軟體開發、程式除錯、網站維護與技術文件撰寫等電腦科技任務，這些任務在總體對話中所佔比例接近一半。

• 但在實體操作或需要體力工作的領域（例如建築、醫療護理），AI 的應用顯著較低。統計顯示，僅有約 4% 的職業中有超過 75% 的任務涉及 AI；而約 36% 的職業則至少有 25% 的任務使用了 AI。

2. 職業技能與應用趨勢

• 分析結果發現，涉及閱讀理解、寫作、程式設計、批判性思考等認知型技能的任務，在 AI 對話中出現頻率較高。

• 與此同時，與設備維護、安裝等體力技能以及部分管理技能（例如談判）相關的任務，則較少被 AI 輔助，反映出現階段 AI 在提升知識處理與資訊生成方面的明顯優勢。

3. 薪資與入職門檻的影響

• 數據顯示，AI 使用率在中高薪的資訊科技相關職位中達到高峰，如軟體程式設計師與網頁開發人員；而薪資最低與最高的職位均呈現較低的 AI 使用率，這可能與這些職位的實際作業需求和法規約束密切相關。

• 同時，要求較高教育或專業準備的職位（例如大學學歷以上）中，AI 的使用也更為普遍；而對於入門級或極度專業化的工作，其使用率則相對偏低。

結論

整體而言，這份研究以大規模實證數據展示了 AI 在經濟任務中的應用現狀，明確指出 AI 目前主要聚焦於軟體開發、技術寫作及資料分析等認知型任務，而在體力操作及高度專業化領域則相對受限。透過自動化與輔助增能兩種模式的辨識，研究揭示了現階段 AI 更多地作為協同工具來提升工作效率，而非完全替代人力。儘管研究存在數據來源與分類精準度等限制，但其提供的數據驅動分析方法，無疑為理解未來 AI 對勞動市場及經濟結構的影響奠定了堅實基礎。隨著技術的持續進步與應用場景的不斷擴展，未來將有助於我們更全面、動態地掌握 AI 帶來的結構性變革，從而為各界制定更具針對性的轉型策略提供依據。

延伸閱讀

InfoAI，給你駕馭AI的知識和技能，成為AI時代的專家與達人。

InfoAI智能情報：助你駕馭AI創造新價值

www.InfoAI.com.tw

提案成功： 商業提案、創業募資、計劃報告

www.pitch.com.tw