2023 年 3 月 Claude 首次亮相，ChatGPT 是 2022 年 11 月推出，都快 3 年了。
01
怎么用 ChatGPT 的？
① 使用 ChatGPT 大部分非工作目的
陆陆续续都在讨论 AI 对工作效率的影响，但是这个报告说超过 70% 的ChatGPT 使用是用于非工作目的，更多是学习、创意、生活建议。
而且非工作使用的增长速度远快于工作使用。
② 三大核心用途
近 80% 的对话集中在三个主题：
实用指导（28.8%）：如操作指南、创意构思、辅导教学（占所有信息的10%）。 写作（24.4%）：如写邮件、修改文本、翻译、总结。这是最主要的工作用途（占工作相关信息的40%）。 寻求信息（23.9%）：如搜索事实、产品、食谱，功能类似但更灵活的搜索引擎。
④ 编程和陪伴并非主流
使用 ChatGPT 进行编程仅占所有对话的 4.2%，和使用 Claude 的行为很不一样。
这个比想象中的要少，毕竟 AI 在生产力提升方面， AI 编程是一个被验证、高价值的场景。
尽管职业不同，但人们使用 ChatGPT 的方法高度相似，主要集中在获取信息、记录信息、决策与解决问题和创造性思维上。
再次说明 ChatGPT 作为通用型知识和决策辅助工具的性质。
⑦ 性别差距已逆转
早期用户中约80%具有通常男性化的名字。但到 2025 年中，性别比例几乎完全平衡，甚至略微偏向通常女性化的名字，表明初期的性别鸿沟已基本消失。
⑧ 用户年轻化且向发展中国家扩散
而且受过教育的用户在工作场景使用 ChatGPT 的可能性要高得多。大学生以下的用户，工作相关的对话占比为 37%，大学生为 46%，研究生教育背景的用户为 48%。
更有意思的是，「写作」相关消息所占比例呈现出随教育水平提升而增加的趋势。
总结一下：目前 ChatGPT 主要通过提供「决策支持」来创造经济价值，尤其在知识密集型工作中提升决策质量。
更多用户把 ChatGPT 作为 Copilot 增强人类能力的边界，而非完全替代人类工作的「自动执行者」Coworker 模式。
02
怎么用 Claude 的？
① 地理分布不均
美国是 Claude 的最大用户，其次为印度、巴西、日本、韩国。
人均使用量与国家收入水平 人均 GDP 高度正相关，技术先进的小国，如以色列、新加坡
领先。
有钱的国家用先进工具的人越多。。。
② 再看美国国内
华盛顿特区人均食用量更多是文档编辑和信息搜索，加州是Coding，纽约是金融相关，夏威夷更多是旅游相关任务。
这和这几个州的高收入群体的行业强相关，说明目前 Claude 还是在一些偏高级的用户在用。
③ 怎么用的
这里和 ChatGPT 的结论很不一样：Claude 的计算机与数学用途占主导地位，约占对话的 37-40%。
但知识密集型任务增长显著：教育教学任务的比例已上升超过 40%，从全部对话的 9% 增至 13%，与自然科学和社会科学相关的任务份额也增加了三分之一，从 6% 增至8%。
与此同时，传统商业任务的相对频率下降：管理相关任务在全部对话中的比例已从5%降至3%，与商业和金融运营相关的任务份额减半，从6%降至3%。
当然，在绝对数量方面，每个类别的对话总量仍显著增加。
④ 交互方式
使用 Claude 最小干预下直接完成任务（自动化）急剧增长，从 27% 升至39%
而且使用 Claude 进行自动化任务「尽可能 AI 自己完成」首次超过「人和 AI 协作」
从 Claude 的报告来看，AI 正在迅速赢得用户的信任，并越来越多地承担完成复杂工作的责任。
而且高收入国家更倾向于使用「人和 AI 协作」，而低收入国家更倾向于「尽可能 AI 自己完成」。
我感觉这是因为高收入国家人群对 AI 的边界认识更深刻，很清楚使用现阶段的 AI 在很多场景没办法达到完全的自动化。
⑤ 企业 vs. 消费者使用差异
API 企业用户更集中于 Coding（44% vs 36%）和行政任务，更少用于教育（4% vs 12%）和艺术（5% vs 8%）。
Coding 占比这么高，Cursor、Claude Code 这种 AI 编程助手功不可没吧。而且企业用户极度偏向自动化（77%，且多是指令式），远高于消费者用户。
企业用户对任务成本 token 消耗不敏感，更高价的任务类别使用更频繁。
03
那 AI 抢了谁的饭碗
刚刚看了 ChatGPT 和 Claude 的用户使用报告，还有挺多有意思的结论。
3 年多过去了， 之前大家关心的问题有初步结论了吗？ AI 到底有没有让人类大面积失业？AI 到底抢了谁的饭碗？
这里再附上另外一篇论文的总结，叫做《Generative AI as Seniority-Biased Technological Change: Evidence from U.S. R´esum´e and Job Posting Data》
这个研究基于 2015-2025 年间美国 28.5 万家公司的近 6200 万名员工和超过 2.45 亿份招聘信息分析。
① 整体就业趋势出现分化
自 2022 年中开始，初级和资深员工的就业增长轨迹出现明显分歧。
初级员工就业增长停滞并于2023年初开始下降，而资深员工就业则持续上升。
而且从 2023 Q1 开始，发布岗位要求会用 AI 的公司初级员工数量相对于不要求的公司开始急剧下降，在六个季度后下降了 7.7%。
相反，资深员工在采用公司中一直增长更快。
初级员工数量下降，主要是减少招聘，而非裁员，通过停止招聘新人的策略来调整劳动力结构。
另一个有趣的发现是，初级员工晋升到资深职位的人数增加了。AI 替代了入门级任务，减少了对新初级员工的需求，但同时提升了现有初级员工的价值，加速了他们的内部晋升。
