Anthropic经济指数：AI使用新度量

执行摘要

印度已经是全球最大的IT服务出口国，同时拥有世界上增长最快的人工智能用户群体之一。了解人工智能在印度如何被使用——以及它与其他国家有何不同——对于为该国的人工智能政策、投资和部署提供依据至关重要。本简报基于第四份Anthropic经济指数报告的数据，提供关于Claude.ai在印度使用情况的洞察，该报告涵盖2025年11月全球约100万次Claude.ai对话。印度占Claude.ai总使用量的5.8%，仅次于美国。然而，当前的应用仍然集中，这表明在更广泛的人群中扩大使用机会存在重大机遇。

研究结果指向这样一个用户群体：他们在专业场景中更重度地应用人工智能，赋予其更多自主权，并带来在没有协助的情况下完成起来耗时明显更长的任务。人类无法独自完成的复杂任务占比更高，表明印度用户正在前沿使用这项技术。

印度是全球人工智能应用领先国家之一

按Claude.ai总使用量份额计算，印度在所有国家中排名第二，仅次于美国。然而，按人均计算，即根据劳动年龄人口进行调整后，印度在116个拥有足够观察量的国家中排名第101位，低于新加坡或马来西亚等其他亚洲国家。这一差距表明，印度整体Claude使用量高反映的是其庞大的人口规模，而非普通人大量使用Claude。这表明存在增加应用的重大机遇。

印度境内使用集中

地理集中

使用集中在少数经济高度活跃的邦。马哈拉施特拉邦、泰米尔纳德邦、卡纳塔克邦和德里合计占印度Claude.ai总使用量的一半以上。这一模式与印度IT行业的地理分布和城市经济产出高度吻合。

集中在这四个邦——班加罗尔、海得拉巴、金奈、孟买和德里国家首都辖区所在地——表明当前的人工智能应用主要由印度成熟的科技劳动力推动，而非广泛的消费者使用。

职业任务集中

通过将任务映射到相关职业来推断，印度Claude.ai使用的职业构成偏向软件开发和工程岗位，这与该国庞大的IT服务行业相一致。

印度用户执行的最常见O*NET任务证实了这种以软件为主的特征：

印度在用于软件相关任务的人工智能使用份额方面全球排名第一（占所有映射到O*NET任务的45.2%），领先于越南（42.1%）和埃及（39.2%）。教育类任务出现在最常见的单项任务中（见表1），并且在将任务聚合到职业组时也出现（见图3），这表明学习和教学是其他常见用例。

经济基元：印度如何以不同方式使用人工智能

我们最新的经济指数报告引入了“经济基元”——对人类与人工智能如何协作的基本测量。将印度与全球平均水平进行比较，揭示了若干独特模式。

更高的生产力提速。印度用户使用人工智能完成任务平均需要14.8分钟，而没有人工智能则需要3.8小时——提速15倍。在全球范围内，用户完成任务平均需要15.4分钟，而没有人工智能则需要3.1小时——提速12倍。这表明，人工智能在印度用户带来的更复杂任务上产生了格外显著的生产力提升。

更强的工作导向。印度Claude.ai使用中51.3%与工作相关，而全球为46%。课程作业占20.9%（全球为19.3%），个人使用占27.8%（全球为34.7%）。这种偏重工作、个人使用较低的特征与印度庞大的专业服务行业相一致，也与主报告中人均GDP较低的国家倾向于工作和课程作业而非个人使用的发现相符。

更高的人工智能自主权。印度用户赋予人工智能更多决策自主权（在1-5分制中为3.60，而全球为3.38，其中1表示不授权，5表示极度授权）。这表明他们更愿意让人工智能独立运作，而不是仅将其用作助手。

更低的仅人类能力。我们测量的数据点之一是，人工智能是否被用于做人类无法独自完成的事情，例如用他们不懂的语言编写代码。我们发现，84.6%的任务可以由人类独自完成（全球为87.9%），这表明印度用户更频繁地将他们无法轻易独立完成的任务交给人工智能。

提示词技能很重要。作为人类和人工智能为对话带来的技能的代理指标，我们估算某人理解用户提示词或对话中人工智能回复所需的受教育年数。我们发现，提示词的人类教育水平（12.2年）和回复的人工智能教育水平（12.5年）相对接近，这反映了输入质量决定输出质量的全球模式。比较各国人工智能教育的平均值，印度位列前10%，这表明印度用户正在从Claude获得复杂的输出。

影响

要扩大人工智能的经济影响，需要超越软件和IT服务领域。45.2%的任务映射到软件相关职业——这是所有国家中最高的份额。四个邦（马哈拉施特拉邦、泰米尔纳德邦、卡纳塔克邦和德里）占全部使用量的一半以上。这反映了印度IT行业的地理分布，并表明当前的人工智能应用在很大程度上是现有专业优势和以IT为核心的工作流程的延伸。

投资于AI可以带来可观且可衡量的生产力提升。印度用户将AI应用于原本需要3.8小时的任务，将其压缩至约15分钟——提速15倍，而全球为12倍。这意味着印度已经从AI中提取了显著价值：引入更困难的任务，并将完成这些任务所需的时间压缩到超过全球平均水平的程度。

弥合绝对使用量与人均使用量之间的差距，需要解决结构性障碍。印度在总使用量上排名第2，但在人均使用量上排名第101。这两个数字之间的差距既反映了印度庞大的人口规模，也反映了当前采用范围有多么狭窄集中。在全球范围内，人均AI采用率与人均收入高度相关。印度的人均使用量与这一关系所预测的结果一致。如果不解决与收入、数字基础设施以及IT行业以外认知度相关的结构性障碍，印度的AI采用很可能仍将保持集中。

拥抱AI自主性似乎对印度用户大有裨益。更高的自主性评分、更长的基线任务时间，以及频繁用于人类可独立完成的任务，表明印度专业人士正信任AI做出决策，并利用它来增强人类能力。

投资于AI技能可能带来高回报。全球数据中提示词复杂程度与响应质量之间的强相关性表明，专注于有效使用AI的培训项目——尤其是针对印度当前以IT为主的用户群体之外的劳动者——可以显著提高更广泛AI采用所带来的回报。

方法

本分析使用来自Claude.ai消费者使用的隐私保护数据，时间范围为2025年11月13日至20日，如第四份Anthropic经济指数报告所述。经济基元使用该报告中详述的方法计算。地理归属使用基于IP的地理定位。职业和任务分类基于对O*NET任务分类法和SOC职业组的映射。对于国家层面的排名，我们只纳入样本中至少有200个观测值的国家，因为在我们的随机样本中，低使用量国家的该指标存在不确定性。底层数据包括Claude.ai Free、Pro和Max的使用情况。

有关完整方法、全球发现和时间序列分析，请参见《Anthropic经济指数2026年1月报告》。

引用

@online{appel2026indiacountrybrief,
author = {Ruth Appel},
title = {India Country Brief: The Anthropic Economic Index},
date = {2026-02-16},
year = {2026},
url = {https://www.anthropic.com/research/india-brief-economic-index},
}

致谢

Sally Aldous、Jake Eaton、Ria Strasser Galvis、Hanah Ho、Maxim Massenkoff、Peter McCrory、Jared Mueller、Emily Pastewka、Sarah Pollack、Nitarshan Rajkumar、David Saunders、Alexandra Sanderford、Kim Withee。