Anthropic проанализировала 100 тыс. анонимизированных диалогов с Claude и попыталась ответить на главный вопрос про ИИ: насколько он реально ускоряет работу, а не только впечатляет демо. По их оценке, текущие модели дают потенциал роста производительности в 1,8% в год — почти вдвое выше недавних темпов США. При этом медианная экономия времени на конкретной задаче — около 80%: типичная задача, которая без ИИ заняла бы полтора часа, с Claude превращается в несколько десятков минут. Важно, что метод опирается не на лабораторные соревнования людей и моделей, а на реальные рабочие чаты. Claude для каждой беседы оценивает, сколько времени заняла бы задача у компетентного специалиста без ИИ и сколько ушло с его помощью, и на этом разнице строится оценка. Чтобы проверить, насколько такие «машинные прикидки» далеки от реальности, их сравнили с реальными JIRA‑задачами разработчиков: корреляция оценок Claude с фактическим временем выполнения — 0,44 против примерно 0,50 у оценок самих разработчиков. То есть модель, по крайней мере, не сильно хуже живых инженеров в умении прикидывать трудозатраты. Где выигрыши максимальны? В высокооплачиваемых ролях и сложных задачах. Сильнее всего сжимаются как раз «тяжёлые» штуки на ~2 часа: разработка и рефакторинг кода, юридический анализ, управленческие и аналитические задачи. Для таких кейсов время может падать на порядок, особенно когда речь про длинные документы, сложные расчёты или подготовку материалов. А вот работы с низкой оплатой — логистика, обслуживание, приготовление еды и прочий преимущественно физический труд — почти не ускоряются: там просто мало того, что можно отдать на обработку текстовому ИИ. Вывод для людей и компаний довольно прагматичный. Во‑первых, 1,8% в год — это не «пророчество», а потенциал при широком внедрении, без учёта времени на проверку и доработку ответов модели: реальные выигрыши зависят от того, насколько вы перестроите процессы под работу с ИИ. Во‑вторых, именно сложные и дорогие задачи дают максимальный эффект, а значит, рациональная стратегия — не ждать «магического автопилота», а сознательно выносить в Claude самые длинные и мозгоёмкие куски работы, оставляя себе постановку задач, проверку качества и принятие решений. Именно так ИИ превращается из игрушки в устойчивый прирост продуктивности. https://www.anthropic.com/research/estimating-productivity-gains