Anthropic 经济团队在最新研究计划《我们的经济未来情境》中，推演了 AI 对美国经济的三种可能影响路径。模型显示，在最极端情境下，2030 年全体失业率可能升至 11.9%，但 GDP 也将比没有 AI 的世界高出 32.4%。
模型按任务而非职业评估冲击
研究人员在技术报告中，没有直接以「职业」作为计算单位，而是把每一份工作拆解成一组任务，再判断这些任务会被 AI 增强、自动化，还是基本不受影响。
以护理师为例，抽血、巡房、检伤分类、记录生命体征、叫物资等，都被纳入任务清单。报告指出，AI 不能替病人洗澡；但代写出院卫教、远程监测、排班等工作，属于「增强」范围。记录生命体征、叫物资这类重复任务，则可能被 AI 直接自动化接手。
研究还提到，AI 也可能催生新任务，例如检查 AI 自己完成的检伤分类是否准确。按照这套逻辑，一份工作是否消失，不取决于职位名称，而取决于内部各项任务分别会如何变化。
三种情境指向不同增速
Anthropic 将这套任务模型套入整个美国经济后，推演出温和、显著和极端三种情境。
- 温和情境下，2030 年 GDP 仅比没有 AI 的世界高出 1.6%，年增长率为 2.4%，冲击大致相当于互联网。
- 显著情境下，GDP 高出 8.3%，年增长率升至 5.4%，影响超过互联网与铁路。
- 极端情境的前提，则是出现会自我迭代升级的 AI 系统，同时企业采用速度异常之快。在这一设定下，GDP 将高出 32.4%，年增长率达到 15.4%。
薪资与失业分布并不对称
报告显示，三种情境下，薪资、失业和所得分配的变化并不一致。
- 温和情境中，知识型职业薪资增长 0.4%，其他职业增长 1.1%，劳动占所得比重从 60% 小幅降至 59.4%。
- 显著情境中，知识型职业薪资转为下滑 0.3%，其他职业则增长 5.9%；劳动占所得比重降至 56.1%，资本占所得比重升至 43.9%。
- 极端情境中，知识型职业薪资重挫 11.5%，其他职业薪资则增长 33.6%；劳动占所得比重降至 45.2%，资本占所得比重升至 54.8%。
在极端情境下，资本所得比没有 AI 的世界高出 81.4%，劳动所得仅高出 0.5%。按报告的描述，经济总量虽然变大，但增长成果更多流向资本，而不是劳动者。
调查结果接近「显著」情境
Anthropic 在 8 月委托 Morning Consult 对逾 1 万名美国人进行问卷调查，其中一般大众样本为 10,980 人，网站访客样本为 10,559 人。
按中位数受访者对 AI 的判断推导，到 2030 年，GDP 将比没有 AI 的路径高出 8.6%，四分位区间为 3% 到 19%；全体失业率为 4.6%；知识型职业就业人数减少 4.2%；知识型职业薪资仅增长 0.6%。整体结果接近该研究中的「显著」情境。
不过，调查中约有一成受访者给出的答案，已经落入最极端的那种世界。
转岗预期与AI能力认知存在分歧
调查还显示，多数人认为换工作只需要几周，但中位数受访者实际预期要花约 8 个月，才能重新找到工作。
对 AI 节省时间的判断也高度分化。约三成受访者认为 AI 完全省不了时间，另有 49% 的人认为至少能省下一半时间。报告据此指出，公众对 AI 能力的想象仍存在明显差异。
研究焦点落在利益分配
这项研究提出的核心问题，不只是 AI 会取代多少工作、速度有多快，还包括经济增长成果最终会落到谁手中。
Anthropic 给出的三种情境，都指向相似方向：AI 越强，经济增长越快，资本占走的比重越高，劳动者拿到的比重越低。即使在极端情境下平均薪资名义上仍在增长，知识型工作者的处境也会变差。
报道提到，工程师、客服等知识密集职业，未来可能需要转向水电工、护理师等 AI 较难触及的职业，但转岗本身并不容易。
Anthropic 也表示，正将这套模型与其资助的研究及政策建议结合，并强调应让 AI 的经济收益被更广泛分享。