AI 期待落差研究：91％ Anthropic 員工看好諾貝爾獎級發現，公眾為何只有 39％？
AI 期待落差研究比較美國成人與 Anthropic 員工對 2030 年能力、採用和工作的看法。本文解讀 39％與91％差距、問卷樣本，以及 GDP 模型情境為何不等於官方預測。
AI 期待落差研究把一個日常經驗量化出來：同樣使用 AI，有人覺得它只是方便的寫作工具，有人卻預期幾年後工作方式會徹底改變。
Anthropic 在 2026 年 10 月 16 日公布調查，認為 AI 能在 2030 年做出諾貝爾獎級發現的比例，美國成人為 39％，公司員工則達 91％。
這不是問兩組人「AI 一定會拿到獎嗎」。問卷測的是對能力的期待，並把技術能做到什麼，和企業實際會不會採用分開詢問。
差距也出現在自己的工作。美國就業受訪者平均預期，AI 能承擔 28％現有工時，Anthropic 員工則估計 75％。兩個數字都是受訪者的個人判斷。
不過，兩組對失業的思考沒有完全相反。在預期自身工作被自動化的程度相近時，他們預期的失業率也相近，分歧主要落在進展與普及速度。
對工作者與企業而言，這份研究的用途是找出自己預設了哪些條件。先分清能力、採用與節省時間，才能把「AI 會改變工作」變成可檢查的準備。
AI 期待落差研究怎麼調查？先分清兩組樣本
這份調查比較兩組人對未來的預期，回答來自個人看法，和實際模型測驗或公司營運計畫不同。
依 Anthropic 研究全文，美國成人調查由 Morning Consult 在 2026 年 8 月 11 日至 23 日進行，共訪問 10,980 人，並加權使人口結構接近美國成人。
加權就是調整不同受訪群體的比重，例如讓年齡分布更接近整體人口。但調查來自自願加入的線上樣本，無法納入沒有網路的人，也不能保證消除所有選樣差異。
公司員工調查則在 8 月 9 日至 12 日進行，共有 1,334 人回答，來自公司各處，結果沒有加權。這組資料反映參與員工的看法，不能代表所有 AI 研究者。
需要指定年份的未來題目，美國成人分為 2027 年、2030 年兩組；員工的對應題目使用 2030 年。能力題另外詢問何時能做到，因此圖表也能呈現兩個年份。研究主要報告 2030 年結果。
因此，看到 10,980 人這個總樣本數時，也要知道不是每一個未來題目都由全體回答。後續經濟模型更只使用完整回答相關問題的人。
這些方法差異不會讓比較失去意義，卻會影響數字如何解讀。調查可以告訴我們差距在哪裡，不能單憑哪一組較接近技術，就宣布他們的預測一定正確。
先釐清資料性質，再看差距最大的能力問題，才不會把期待寫成已完成的成果。
39％與 91％，為什麼主要分歧在未來能力？
兩組對 AI 現在能做什麼的判斷相對接近，但對接下來幾年的進步速度看法差很多。
研究詢問八類任務，從日常電子郵件到諾貝爾獎級科學發現，讓受訪者判斷 AI 何時能做到和熟練專業人士相當。問題問的是能力，不以企業是否真的使用為條件。
這個設計能把「做得到」和「會不會交給它做」分開。例如一個人可以相信 AI 已能整理合約，同時認為公司基於責任與流程，仍會保留人工操作。
在八類任務的相對難度上，兩組排序大致一致。但公司員工預期未來能力進展更快，美國成人則有較高比例認為某些任務永遠無法做到。
對未來科學發現的期待因此出現 52 個百分點差距。這個差距來自兩組選擇某個答案的比例，描述的是看法分布，和模型評測分數或實現機率不同。
使用頻率也與看法有關。經常在工作使用 AI 的美國成人，對未來能力的期待較高，但整體仍低於 Anthropic 員工的回答。
這種關聯可能來自更多接觸、不同工作型態或其他因素。調查沒有隨機要求一組人長期使用 AI，因此不能直接證明只要用得多，就一定會產生某種預期。
對讀者比較實用的問題，是自己判斷未來時，依據的是哪一類任務。如果經驗主要來自閒聊，可能看不到工具操作的進展。若只看成功展示，也可能忽略日常失敗。
延伸閱讀：AI 能力為何有人覺得普通、有人覺得驚人？從 Karpathy 熱文建立工作實測方法
但就算能力持續進步，是否普及仍有另一組障礙，這也是研究刻意拆開詢問的部分。
為什麼 AI 能做到，不代表企業就會採用？
企業採用需要流程、責任與人的接受度配合，所以模型能力只是其中一個條件。
問到 2030 年時，在 AI 能勝任的工作任務裡，美國成人預期約 42％會由 AI 參與處理，員工預期約 65％。分母是 AI 適用的任務，並非全社會所有工作。
研究也讓美國成人從九項障礙選最多三項。客戶偏好與真人互動是最常被選的項目，其次包括資料隱私與安全、可靠性，以及法律與責任問題。
因為每人可以複選，這組百分比加起來會超過百分之百。它呈現受訪者認為重要的障礙，不能當成各障礙占企業成本的比重。
對經常在工作使用 AI 的人，資料隱私與安全更常排在前面。這也顯示，接觸工具之後，可能同時提高對能力的期待，以及對導入條件的敏感度。
例如公司已有可用的文件摘要模型，仍可能因資料權限沒有整理好，無法把整個知識庫交給代理。這不是摘要能力不足，而是工作流程尚未準備好。
另一個常被混在一起的問題是自主程度。AI 協助起草、人類完成大部分工作，和 AI 完成後由人檢查，會形成不同的人力需求與覆核成本。
調查顯示，員工較常預期未來由 AI 完成工作，或由人類檢查 AI 成果。這仍是對未來分工的看法，並不代表每項工作都已具備無人監督的條件。
企業若想用這份研究安排試用，可以先選一段權責清楚的流程。把可用資料、可操作範圍與交付標準寫下來，才看得出障礙到底來自模型還是組織。
採用之後，還有一個會改變經濟效果的問題：究竟省下多少時間。
省下一半時間和取代一份工作，有什麼不同？
任務變快可以增加產出，也可能改變人力需求，但兩者之間還有新需求、價格及工作重新分配等環節。
研究請受訪者想像一項現在 AI 很適合做的任務，並把檢查及修正答案的時間算進去。這比只計算模型生成速度，更接近工作者真正投入的時間。
在工作使用 AI 的美國成人中，26％表示任務只需原本四分之一時間或更少。員工中有 59％這樣回答。這是受訪者報告的時間節省，不是研究者逐項實測的平均效率。
以下把幾種看起來相似、實際回答不同問題的數字分開。
| 問題 | 數字代表的意思 | 不能直接換算成什麼 |
|---|---|---|
| 任務省多少時間 | 一項適合 AI 的任務變快多少 | 整週所有工作效率 |
| AI 能做多少工時 | 對現有工作可自動化比例的預期 | 同比例的人員會失業 |
| 公司是否擴編 | 員工對未來招聘的個人看法 | 公司正式招聘計畫 |
| 經濟成長情境 | 多組假設代入模型的結果 | 已確定的 GDP 增長率 |
表格裡第二與第三列可以同時成立。AI 承擔更多原有任務後，公司仍可能因服務需求增加而擴編，但這種情況不會自動發生在每個產業。
在員工調查中，95％預期 Anthropic 未來一年人數增加，受訪者的增幅預期中位數為 66％。官方明確說明，這些是員工個人預期，不代表公司的招聘計畫。
相較之下，被 AI 影響的工作者能否換到新職業，還有技能與市場摩擦。研究因此也詢問轉職所需時間，沒有把新工作出現視為沒有成本的過程。
對企業導入而言，應同時追蹤省下的時間拿去做什麼。若只是增加更多需要覆核的產出，工作可能更忙，卻沒有相同幅度的可用成果增加。
延伸閱讀：Google 專利律師 AI 實驗：工作變好，三個月後能力也會變好嗎？
這些分工與摩擦的假設，正是後面經濟模型會得到不同結果的原因。
5.4％與 17.1％ GDP 情境，為什麼不是官方預測？
研究把問卷答案放進模型，計算每個人的期待可能對應什麼經濟情境。結果描述的是假設的後果，而不是 Anthropic 宣布的未來成長率。
這個框架來自官方經濟情境研究，把能力、普及、自動化、時間節省與失業者轉職摩擦連在一起，看它們如何共同影響經濟結果。
在完整回答相關問題的樣本中，有 3,259 名美國成人及 1,093 名員工。這是經濟模型使用的子樣本，不是前面調查的全部受訪者。
將答案代入模型後，美國成人中位數對應 2030 年當年 GDP 成長率為 5.4％，員工中位數對應 17.1％。兩組內部差異很大，情境分布也有重疊。
這表示同一套模型，在不同假設下能產生很不一樣的結果。若預期 AI 普及慢、節省時間較少，或轉職困難，計算結果就會跟另一組答案不同。
模型本身也有結構與假設。因此，結果同時依賴受訪者的回答，以及研究者如何把回答轉成經濟影響，不能用一個百分比消除所有不確定性。
研究還納入網站互動工具的使用者作比較，但這群人是自行前來作答。對 AI 有興趣的人更可能參與，所以他們不具全體人口的代表性。
對一般讀者，這套工具可以用來檢查自己的假設是否一致。例如一方面認為 AI 能做大部分工作，另一方面又認為完全不會改變產出及用人，就需要補上中間的原因。
企業可以把哪個假設拿來測試？
若團隊最不確定的是能力，就用有參考答案的任務比較。若模型已能完成，但員工不願使用，就應調查流程、信任或資料取得的障礙。
若採用已經普及，卻沒有省下時間，則把等待、補充背景與覆核分開記錄。這能看出模型生成變快後，工作是否卡在另一個環節。
涉及人力規劃時，還要觀察需求有沒有增加。某項任務變快後，團隊可能接下原本沒資源處理的工作，因此不能只看舊任務省下多少時間，就直接刪去相同人力。
這種拆法能讓不同看法的人討論同一個問題。有人相信能力將快速提升，有人擔心客戶不接受，兩人可能同時說對不同的環節，並非只能用樂觀或悲觀區分。
它的價值在於把討論拆成可檢查的條件，而不是讓每個人挑一個最喜歡的成長數字。
AI 期待落差常見問題
91％代表 AI 在 2030 年獲獎的機率嗎？
不是。它是受訪員工中，認為 AI 屆時能做出諾貝爾獎級發現的比例。問卷測的是能力期待，沒有替獎項結果計算機率。
員工更接近技術，所以答案一定比較準嗎？
調查不能證明這點。接近技術可能帶來資訊，也可能伴隨工作背景及選樣差異。要判斷預測準確度，仍需日後用實際結果檢查。
這項研究是在預告裁員嗎？
不是。它比較人們對能力、工作與經濟的預期，沒有宣布公司裁員計畫。任務自動化比例也不能直接當成失業比例。
台灣工作者能直接使用這些比例嗎？
這些數字來自美國成人與一家 AI 公司員工，不是台灣代表性調查。可以借用問題拆解方式，但實際準備應看自己的任務、產業與導入條件。
用工作紀錄更新預期，讓討論接回實際經驗
這份調查顯示，人們對 AI 的分歧不只來自樂觀或悲觀，也來自對能力、普及與節省時間的不同假設。對企業，先辨認哪個條件最不確定，才知道下一次試驗要測什麼。
對工作者，可以從固定任務留下使用前後的紀錄，包含完成時間、修正次數及覆核成本。當經驗累積，再調整對未來的判斷，比直接採用某一組人的百分比更有依據。
想持續追蹤 AI 研究與工作變化，可以免費訂閱 AI 郵報，並挑一個每週重複的任務，建立自己的能力與採用紀錄。
