ดัชนีเศรษฐกิจ Anthropic: เจาะลึกข้อมูลการใช้งาน Claude 3.7 Sonnet ต่อตลาดแรงงาน

เมื่อเดือนที่แล้ว เราได้เปิดตัว Anthropic Economic Index ซึ่งเป็นโครงการริเริ่มใหม่ที่มุ่งเผยแพร่ข้อมูลและผลการวิจัยอย่างสม่ำเสมอ เพื่อทำความเข้าใจผลกระทบของ AI ต่อตลาดแรงงานและเศรษฐกิจในระยะยาว

ล่าสุดเราได้เผยแพร่รายงานการวิจัยฉบับที่สองจากดัชนีดังกล่าว ซึ่งรวบรวมข้อมูลการใช้งานบน Claude.ai หลังจากการเปิดตัว Claude 3.7 Sonnet โมเดลรุ่นล่าสุดที่มีความสามารถโดดเด่นด้าน agentic coding และมาพร้อมโหมด "extended thinking" ใหม่

สรุปผลลัพธ์สำคัญจากการศึกษาล่าสุด มีดังนี้:

• นับตั้งแต่เปิดตัว Claude 3.7 Sonnet เราพบสัดส่วนการใช้งานเพิ่มขึ้นในด้านการเขียนโปรแกรม (coding) รวมถึงแอปพลิเคชันด้านการศึกษา วิทยาศาสตร์ และการดูแลสุขภาพ
• ผู้ใช้เน้นใช้โหมด "extended thinking" กับงานด้านเทคนิคและงานเฉพาะทาง เช่น นักวิจัยวิทยาการคอมพิวเตอร์, นักพัฒนาซอฟต์แวร์, นักออกแบบแอนิเมชันมัลติมีเดีย และนักออกแบบวิดีโอเกม
• เราพบความแตกต่างของการเพิ่มศักยภาพ (augmentation) และการทำงานอัตโนมัติ (automation) ในแต่ละอาชีพ โดยงาน Copywriter และบรรณาธิการมีสัดส่วน task iteration (มนุษย์และ AI ร่วมกันเขียน) สูงสุด ขณะที่งานแปลและล่ามมีพฤติกรรมแบบ directive (AI ทำงานเองโดยมนุษย์แทรกแซงน้อยที่สุด) ในระดับสูงสุด

นอกจากนี้ เรายังได้เผยแพร่อนุกรมวิธานการใช้งานบน Claude.ai แบบล่างขึ้นบน (bottom-up taxonomy) เป็นครั้งแรกของโลก ครอบคลุมหมวดหมู่ละเอียดถึง 630 หมวดหมู่ ตั้งแต่การซ่อมบำรุงในครัวเรือนไปจนถึงคำแนะนำด้านเทคโนโลยีแบตเตอรี่ เพื่อเป็นประโยชน์ต่อนักวิจัยในการมองเห็นกรณีการใช้งานที่วิธีแบบเดิมอาจมองข้ามไป

ชุดข้อมูลสำหรับการวิเคราะห์เหล่านี้ พร้อมให้ดาวน์โหลดฟรี เพื่อศึกษาข้อมูลเชิงลึกเพิ่มเติม

มีอะไรเปลี่ยนแปลงบ้างนับตั้งแต่การเปิดตัว Claude 3.7 Sonnet?

หลังการเปิดตัว Claude 3.7 Sonnet เราได้ทำการวิเคราะห์ ข้อมูลย้อนหลัง อีกครั้งจากบทสนทนา 1 ล้านรายการบน Claude.ai (ทั้งแบบ Free และ Pro) ในช่วง 11 วันแรก ซึ่งข้อมูลส่วนใหญ่มาจากโมเดล 3.7 Sonnet เนื่องจากเป็นค่าเริ่มต้นในปัจจุบัน

เราใช้เครื่องมือวิเคราะห์ที่รักษาความเป็นส่วนตัวชื่อ Clio ในการจับคู่การสนทนากับฐานข้อมูลงาน O*NET ของกระทรวงแรงงานสหรัฐฯ กว่า 17,000 รายการ เพื่อหารูปแบบภาพรวมในแต่ละสายอาชีพ

ผลการวิเคราะห์พบว่าสัดส่วนการใช้งานในหมวดการเขียนโปรแกรม การศึกษา และวิทยาศาสตร์เพิ่มขึ้นเล็กน้อย ซึ่งการเติบโตในด้าน coding นั้นเป็นไปตามเป้าหมายของโมเดลรุ่นนี้ ส่วนการเพิ่มขึ้นในหมวดอื่นสะท้อนถึงการแพร่กระจายของ AI เข้าสู่ระบบเศรษฐกิจในวงกว้างและการปรับปรุงความสามารถของโมเดลที่เหนือความคาดหมาย

ในช่วงสองเดือนที่ผ่านมา สัดส่วนการใช้งานในด้าน coding การศึกษา และวิทยาศาสตร์ปรับตัวเพิ่มขึ้น (สีเขียว) ขณะที่บางหมวดลดลง (สีน้ำเงิน) เมื่อเทียบกับข้อมูลชุดแรกในช่วงปลายปี 2567 ถึงต้นปี 2568

ผู้คนใช้ extended thinking mode อย่างไร?

ฟีเจอร์ "extended thinking" ออกแบบมาเพื่อให้โมเดลมีเวลาคิดวิเคราะห์ก่อนตอบคำถามที่ซับซ้อน ซึ่งเราพบว่าโหมดนี้ถูกใช้มากที่สุดในงานแก้ปัญหาทางเทคนิคและงานสร้างสรรค์ โดยนักวิทยาศาสตร์คอมพิวเตอร์มีการใช้สูงสุดเกือบ 10% ตามด้วยนักพัฒนาซอฟต์แวร์ 8% และงานสายดิจิทัลอาร์ต/วิดีโอเกมที่ 6-7%

ข้อมูลเชิงลึกเหล่านี้ช่วยให้เราเข้าใจว่าผู้ใช้เลือกใช้โหมดการคิดขั้นสูงเมื่อใด เพื่อสนับสนุนการวิจัยเพิ่มเติม เราได้เผยแพร่ชุดข้อมูลที่จับคู่งาน O*NET กับสัดส่วนโหมดการคิดไว้บนหน้า Hugging Face ของเรา

กราฟแสดงกลุ่มอาชีพที่มีการใช้งาน extended thinking mode สูงสุด โดยเน้นไปที่งานเชิงเทคนิคและงานสร้างสรรค์ดิจิทัล

ความแตกต่างระหว่าง augmentation กับ automation ในแต่ละงานและอาชีพ

จากการวิเคราะห์ความสมดุลระหว่างการใช้ AI เพื่อ เพิ่มศักยภาพ (augmentation) กับการใช้เพื่อ ทำงานอัตโนมัติ (automation) พบว่าสัดส่วนยังคงไม่เปลี่ยนแปลงมากนัก โดยการเพิ่มศักยภาพยังเป็นส่วนใหญ่ที่ 57% แต่พบว่าพฤติกรรมการใช้เพื่อ "การเรียนรู้" (learning) เติบโตขึ้นจาก 23% เป็น 28%

สมดุลระหว่างการเพิ่มศักยภาพและการทำงานอัตโนมัติยังคงที่ แต่การสนทนาเพื่อการเรียนรู้มีแนวโน้มเติบโตขึ้นอย่างเห็นได้ชัด

เมื่อวิเคราะห์รายหมวดอาชีพ งานบริการสังคมและการศึกษามีสัดส่วนการเพิ่มศักยภาพสูงถึง 75% ขณะที่งานด้านการผลิตและคอมพิวเตอร์มีความสมดุลระหว่างสองฝั่งอยู่ที่ประมาณ 50-50% โดยยังไม่พบหมวดอาชีพใดที่ AI เข้ามาทำงานแทนที่แบบอัตโนมัติทั้งหมด

กราฟแสดงอาชีพยอดนิยมแบ่งตามประเภทปฏิสัมพันธ์ เช่น บรรณารักษ์เน้นการเรียนรู้ ขณะที่ Copywriter เน้นการขัดเกลางานร่วมกับ AI

อนุกรมวิธานการใช้งานบน Claude.ai แบบล่างขึ้นบน

เราได้สร้างชุดข้อมูลใหม่แบบล่างขึ้นบน (bottom-up) เพื่อปิดช่องว่างของ O*NET ที่อาจไม่ครอบคลุมงานใหม่ๆ ของโมเดลอเนกประสงค์ ชุดข้อมูลนี้ประกอบด้วยคลัสเตอร์กิจกรรม 630 กลุ่ม เช่น การจำลองทางฟิสิกส์ การช่วยเหลือระบบประปา หรือการให้คำแนะนำเทคโนโลยีแบตเตอรี่ ซึ่งจะช่วยให้นักวิจัยเห็นภาพการใช้งาน AI ในโลกจริงได้ชัดเจนยิ่งขึ้น

บทสรุป

รายงานฉบับที่สองชี้ให้เห็นว่า Claude 3.7 Sonnet เริ่มถูกนำไปใช้ในงานที่ซับซ้อนขึ้น โดยเฉพาะในด้านเทคนิคและวิทยาศาสตร์ แม้ความสมดุลระหว่างการเพิ่มศักยภาพและการทำงานอัตโนมัติจะยังคงเดิม แต่เราจะติดตามตัวชี้วัดเหล่านี้ต่อไปเมื่อความสามารถของโมเดลพัฒนาขึ้นและถูกผสานเข้ากับเศรษฐกิจมากขึ้น

หากคุณสนใจร่วมวิจัยผลกระทบของ AI ต่อตลาดแรงงาน Anthropic กำลังเปิดรับสมัครตำแหน่ง Societal Impacts Research Scientist, Research Engineer และ Economist เพื่อขับเคลื่อนงานวิจัยในด้านนี้

ภาคผนวก

เราได้รวบรวมข้อมูลทางเทคนิคเพิ่มเติม เช่น "เส้นโค้งของงาน" (Task Curve) ที่แสดงความลึกของการใช้งาน AI ในแต่ละอาชีพ ซึ่งยังคงมีรูปแบบคล้ายเดิม รวมถึงรายละเอียดการเปลี่ยนแปลงของส่วนแบ่งการใช้งานในหมวดคอมพิวเตอร์และคณิตศาสตร์ที่เพิ่มขึ้นสูงสุดถึง 3%

เนื้อหาที่เกี่ยวข้อง

• การให้ทุนวิจัยผลกระทบของ AI ต่อความอยู่ดีมีสุข (wellbeing)
• เบื้องหลังการทำงานของลายน้ำข้อความ (text watermark) ใน Claude
• การปรับปรุงความปลอดภัยด้านชีววิทยาใน Fable 5