Anthropic Economic Index: как мир (и не Россия) использует Claude

Anthropic Economic Index (AEI) — это исследовательская программа Anthropic, которая по обезличенным данным миллионов диалогов измеряет, как именно люди и компании используют Claude: для каких профессий и задач, вместо человека или в помощь ему, в каких странах и с каким успехом. Мы разобрали три последних отчёта — «География» (сентябрь 2025), «Экономические примитивы» (январь 2026) и «Кривые обучения» (март 2026) — собрали ключевые цифры на графиках и попробовали понять, куда всё это движется. И отдельно — что из этого следует для России, которой в данных AEI нет.

Как это измеряют. В основе — система Clio: она агрегирует диалоги, не раскрывая их содержимое (порог приватности — минимум 15 диалогов на любую ячейку данных). Задачи размечаются по государственной таксономии профессий США O*NET. Каждый отчёт — это срез примерно 1 млн диалогов Claude.ai и 1 млн обращений через API за одну неделю.

Оглавление

1. География: кто пользуется Claude

Использование Claude в мире распределено крайне неравномерно. На США приходится 21,6% всего мирового объёма — больше, чем на следующие несколько стран вместе взятые. За ними идут Индия (7,2%) и Бразилия (3,7%), затем Япония и Южная Корея.

Но абсолютный объём обманчив: в больших странах и пользователей больше. Поэтому Anthropic считает AI Usage Index (AUI) — использование на душу населения с поправкой на размер экономики. Здесь картина другая: лидируют небольшие технологичные страны.

Внутри США лидер с большим отрывом — округ Колумбия (индекс 3,82), за ним Юта, Калифорния и Нью-Йорк. Любопытные локальные аномалии: Бразилия использует Claude для перевода и изучения языков в шесть раз чаще среднемирового уровня, а Гавайи спрашивают про туризм вдвое активнее остальной Америки.

2. Автоматизация против аугментации

Ключевой водораздел всего индекса: автоматизация (Claude делает задачу за человека) против аугментации (Claude помогает, а решает человек). Доля «директивных» сессий — когда задачу делегируют целиком — росла весь 2025 год: с 27% в январе до пика в августе. А затем маятник качнулся обратно.

К ноябрю 2025 на Claude.ai аугментация снова вышла вперёд: 52% совместной работы против 45% автоматизации. Но это «средняя по больнице». Стоит разделить чат-интерфейс и программный доступ через API — и мы увидим два принципиально разных мира.

Главная развилка. Через API Claude в 75% случаев запускают как автономного исполнителя, а не помощника. Именно API, а не чат — настоящий фронт автоматизации. И именно там концентрируется «серьёзный» кодинг (46% трафика против 34% на Claude.ai).

3. Задачи и профессии: что делают с Claude

Программирование и математика — крупнейшая категория на обеих платформах. Но внутри Claude.ai её доля снижается (с 40% в начале 2025 до 34% к ноябрю), потому что «чистый кодинг» перетекает в API. Одновременно растёт доля обучающих сценариев — Claude всё чаще выступает репетитором.

Отдельная задача «исправление ошибок в коде» в одиночку занимает 6% всех диалогов Claude.ai — это самый частый единичный сценарий. При этом охват широк: 49% профессий уже имеют хотя бы четверть задач, которые люди выполняют с помощью Claude.

4. Экономика: успех, сложность, производительность

Отчёт «Экономические примитивы» перевёл использование в деньги и время. Средняя задача заняла бы у человека без ИИ около 3,1 часа; разработка ПО — 3,3 часа. Claude ускоряет простые задачи примерно в 9 раз, сложные (уровня высшего образования) — до 12 раз. А вот доля успешно завершённых задач сильно зависит от их типа.

Личные и бытовые задачи Claude закрывает увереннее (78%), чем сложную разработку (61%). Через API общий успех ниже (49%) — но туда и уходят самые трудные, длинные задачи. Что это даёт экономике в целом? Anthropic оценивает вклад ИИ в годовой рост производительности труда на горизонте десятилетия.

Даже самая осторожная оценка — 0,7–0,9 процентного пункта в год с учётом того, что человек и ИИ дополняют друг друга — сопоставима с бумом производительности конца 1990-х (~1,0 п.п.). Это не «революция за год», но устойчивый структурный сдвиг.

5. Кривые обучения: опыт меняет всё

Самый свежий отчёт (март 2026) проследил, как меняется поведение пользователей со стажем. Вывод: чем дольше человек пользуется Claude, тем сложнее, рабочее и совместнее становится его использование — и тем чаще оно успешно.

• Опытные пользователи (6+ месяцев) на 7 п.п. чаще применяют Claude для работы и показывают ощутимо более высокий успех.
• За каждый дополнительный год использования сложность задач растёт примерно на «один год образования».
• Разработчики выбирают более мощную модель Opus в 34% случаев, репетиторы — лишь в 12%: чем дороже «стоит» задача, тем чаще берут топовую модель.

При этом использование в целом становится более личным и разнообразным: концентрация в топ-10 задач на Claude.ai упала с 24% до 19%, доля личного применения выросла до 42%, а учебных сценариев — снизилась. Claude перестаёт быть только «рабочим инструментом» и всё глубже входит в быт.

6. Корреляции и закономерности

Несколько устойчивых зависимостей, которые AEI фиксирует из релиза в релиз:

• Богатство → использование. Рост ВВП на душу на 1% связан с ростом использования Claude на душу примерно на 0,7%. Внутри США связь ещё сильнее: +1% ВВП на душу штата → +1,8% использования.
• Технологичность региона → использование. Каждый +1% доли ИТ-специалистов в штате даёт +0,36% использования на душу.
• Больше пользователей → меньше слепой автоматизации. Рост проникновения на 1% связан примерно с 3% снижением доли автоматизации: по мере взросления рынка люди чаще работают с ИИ в паре, а не «вслепую» делегируют.
• США сходятся, мир расходится. Внутри США разрыв между штатами сокращается (доля топ-5 штатов упала с ~30% до 24%), а вот между странами — растёт: доля топ-20 стран поднялась с 45% до 48%.

7. Выводы, прогнозы и гипотезы

Сведём наблюдения в несколько тезисов о будущем — часть из них Anthropic формулирует прямо, часть мы достраиваем как обоснованные предположения.

1. Автоматизация уходит в API. Чат остаётся территорией совместной работы, а автономные сценарии концентрируются в программном доступе. Два API-паттерна — автоматизация продаж и алготрейдинг — за один срез удвоились. Прогноз: именно здесь в ближайшие пару лет будет главный рост «ИИ вместо человека».
2. Skill-biased сдвиг и риск неравенства. Ранние технологичные пользователи получают больше пользы (сложнее задачи, выше успех), чем поздние. Это классическое «смещённое в пользу квалификации» технологическое изменение — оно может углублять разрыв на рынке труда, а не сокращать его.
3. Конвергенция ускоряется, но неравномерно. Внутри развитых рынков использование выравнивается в разы быстрее технологий XX века (прогноз полного выравнивания по штатам США — 5–9 лет). Между странами разрыв, наоборот, закрепляется.
4. Производительность — «медленный пожар». 0,7–1,8 п.п. в год не выглядят сенсацией, но накопленный за десятилетие эффект сопоставим с крупнейшими технологическими волнами прошлого.
5. Взросление пользователя предсказуемо. Раз опыт превращает использование в более сложное и успешное, выигрывают экосистемы, которые быстрее «прогоняют» массу людей через первый год работы с ИИ.

8. Отдельная глава: AEI и российские реалии

Важная оговорка. России в данных AEI нет. Claude официально недоступен в РФ, поэтому страна не попадает в страновую разбивку индекса, а «языкового» среза (например, по русскоязычным диалогам) у AEI нет в принципе. Всё ниже — не данные, а обоснованная экстраполяция мировых закономерностей на российский контекст.

Что это значит на практике?

• Реальное использование есть, но оно невидимо. Российские разработчики и компании работают с Claude через VPN и посредников-реселлеров API. Этот трафик существует, но в статистику Anthropic он либо не попадает, либо «размазывается» по другим юрисдикциям. Любые оценки по РФ обречены быть косвенными.
• Профиль, скорее всего, кодо-центричный. Мировой тренд — доминирование программирования, особенно через API. У России сильное инженерное сообщество, а доступ де-факто идёт именно через API-посредников — значит локальный профиль, вероятно, ещё сильнее смещён в разработку, чем среднемировой.
• Риск оказаться на «отстающей» стороне разрыва. AEI прямо показывает: между странами использование расходится, а богатые и технологичные экономики уходят в отрыв (топ-20 стран — уже 48%). Барьер официального доступа накладывается на этот тренд и работает против РФ: страна рискует систематически отставать не из-за нехватки специалистов, а из-за инфраструктурных и политических ограничений.
• Skill-biased эффект бьёт сильнее. Если в мире ранние технологичные адоптеры и так в выигрыше, то в РФ, где порог входа выше (VPN, оплата, юридическая серость), отрыв «продвинутых» пользователей от остальных будет ещё резче. Выигрывают senior-инженеры и продуктовые команды, у которых уже есть навык и инфраструктура.
• Корреляция с ВВП намекает на «средний» потенциал. Связь «богаче → больше используют» (0,7% на 1% ВВП) при доходах РФ уровня выше среднего предсказывала бы умеренное, но заметное использование на душу — если бы доступ был открыт. Это мера упущенного, а не реализованного.

Практический вывод для русскоязычного читателя. Даже без страновых данных выводы AEI применимы напрямую как руководство к действию: работайте с Claude совместно, а не только делегируйте «вслепую» (так выше успех); берите модель под сложность задачи (Opus — на дорогое и трудное); и помните про кривую обучения — первый год качественно меняет и сложность задач, и их успешность. Именно раннее и осмысленное освоение — то, что мировые данные награждают сильнее всего.

Источники

• Anthropic Economic Index — «Uneven geographic and enterprise AI adoption» (сентябрь 2025): anthropic.com/research/economic-index-geography
• Anthropic Economic Index — «Economic primitives» (январь 2026): anthropic.com/research/anthropic-economic-index-january-2026-report
• Anthropic Economic Index — «Learning curves» (март 2026): anthropic.com/research/economic-index-march-2026-report
• Открытые данные: huggingface.co/datasets/Anthropic/EconomicIndex

Графики построены редакцией ClaudeNews по опубликованным данным AEI. Цифры отражают недельные срезы и являются оценками Anthropic, а не точным учётом.