OpenAI 完成 1,100 億美元融資 — 史上最大私募輪次如何重塑 AI 產業格局

Anthropic 最新發布的 Economic Index 報告，把外界對生成式 AI 的討論，從「模型愈來愈強」轉向「人們到底如何在真實工作中使用它」。這份報告聚焦 2026 年 2 月 5 日至 2 月 12 日的 Claude 使用情況，並與 2025 年 11 月的前一份研究比較，結果顯示 AI 的使用方式正在變得更成熟、更分散，也更偏向與人協作完成高價值任務。

這類數據對企業管理層尤其重要，因為它不只是展示一個模型有多強，而是反映 AI 實際進入工作流程後，哪些任務最適合由人機共同完成、哪些團隊更容易從 AI 中取得可衡量效益。

這份報告觀察到什麼變化

Anthropic 表示，本次研究延續先前的 Economic Index 框架，並發現 augmentation 也就是 AI 補強式協作，在 Claude.ai 與 API 流量中都略有提升。這代表愈來愈多使用者不是把 Claude 當成完全替代者，而是視為協同完成任務的工具。

同時，Claude.ai 的使用分布也更分散，前十類任務占比低於 2025 年 11 月。這說明 AI 使用情境不再集中在少數熱門任務，而是逐步滲透到更多工作細節與不同職能之中。

為何高經驗用戶更容易得到高價值成果

報告另一個值得注意的訊號，是 Anthropic 認為經驗較高的使用者，更常嘗試高價值工作，也更有機會引導模型產生成功結果。這反映 AI 工具的回報不只取決於模型能力，也強烈依賴用戶如何定義問題、分解任務、反覆調整輸入與驗證輸出。

從管理角度來看，這意味企業若只購買 AI 工具而不投資員工訓練，實際效益很可能被低估。真正拉開差距的，不是誰先開通工具，而是誰先把團隊帶進「懂得與 AI 協作」的成熟階段。

這對企業導入 AI 有什麼實務意義

當 AI 使用從少數任務擴展到更多工作場景，企業的 AI 策略就不能只鎖定單一部門。人力資源、銷售、營運、客戶服務、研究與知識工作團隊，都可能逐步出現不同類型的 AI 協作模式。

因此，企業接下來更需要建立跨部門的 AI 採用治理，包括使用規範、提示設計原則、資料安全流程，以及對輸出品質的審查機制。只有把這些制度補上，AI 擴散到更多任務時，才能真正形成穩定的生產力增益。

香港市場的機會與風險

香港不少企業目前仍把生成式 AI 視為實驗性工具，但這份報告顯示，國際市場已經往「日常化、協作化、分散化」階段移動。若本地企業還停留在零散試用，未來在人效、知識管理與內部流程速度上，可能與國際競爭者拉開差距。

另一方面，任務多元化也意味風險點變多。不同職能對資料敏感度、正確率和責任分界的要求不同，企業在擴大 AI 使用前，需要明確規定哪些工作可交由模型補強、哪些工作必須保留人工覆核。

結語

Anthropic 的 Economic Index 提醒市場，AI 導入已進入第二階段：關鍵不再只是「能不能用」，而是「能否在更廣泛工作流程中穩定創造價值」。對香港企業而言，現在正是從零散試驗轉向系統化訓練與治理的關鍵時點。