(Source: Anthropic)
Penerapan kecerdasan buatan (AI) sedang terjadi dengan kecepatan yang belum pernah terjadi sebelumnya, jauh melampaui teknologi sebelumnya seperti listrik atau internet. Meskipun demikian, adopsi teknologi baru ini secara historis menunjukkan pola yang tidak merata, terkonsentrasi pada beberapa wilayah geografis dan sejumlah kecil tugas di perusahaan pada fase awalnya. Saat ini, muncul pertanyaan penting apakah AI mengikuti pola adopsi yang serupa, dan apa dampaknya terhadap kesenjangan ekonomi global?
Untuk memahami pola adopsi AI tahap awal ini, Anthropic memperluas Anthropic Economic Index dengan dua dimensi utama yaitu analisis geografis percakapan Claude.ai dan penggunaan API oleh perusahaan. Analisis ini bertujuan mengungkap bagaimana penggunaan Claude berevolusi dari waktu ke waktu, bagaimana pola adopsi berbeda antarwilayah, dan bagaimana perusahaan menerapkan AI canggih untuk mengatasi masalah bisnis.
Salah satu temuan utama mengenai pola penggunaan Claude.ai adalah terjadi perubahan dari waktu ke waktu. Meskipun penggunaan Claude untuk pengkodean masih mendominasi total sampel sebesar 36%, namun porsi penggunaan untuk tugas pendidikan melonjak dari 9.3% menjadi 12.4%, dan tugas ilmiah dari 6.3% menjadi 7.2%. Hal ini menunjukkan bahwa AI mulai menyebar dengan cepat pada tugas-tugas yang melibatkan sintesis dan penjelasan pengetahuan.
Selain itu, pengguna juga memberikan lebih banyak otonomi kepada Claude. Percakapan direktif, di mana pengguna mendelegasikan tugas lengkap kepada Claude, melonjak dari 27% menjadi 39%. Peningkatan signifikan dalam penggunaan secara otomatif ini dapat mengindikasikan bahwa model-model AI semakin mumpuni dalam mengantisipasi kebutuhan pengguna dan menghasilkan keluaran berkualitas tinggi pada percobaan pertama.
Penggunaan Claude Di Beberapa Negara
Dari perspektif geografis, adopsi AI menunjukkan konsentrasi yang jelas. Anthropic AI Usage Index (AUI) menunjukkan bahwa penggunaan Claude berkorelasi kuat dengan pendapatan per kapita antarnegara. Negara-negara seperti Singapura dan Kanada memiliki tingkat penggunaan per kapita yang jauh lebih tinggi dari yang diperkirakan berdasarkan populasi mereka, yaitu masing-masing 4.6x dan 2.9x. Sebaliknya, negara-negara berkembang, termasuk Indonesia 0.36x, India 0.27x, dan Nigeria 0.2x, menggunakan Claude lebih sedikit.
Di Amerika Serikat, faktor-faktor ekonomi lokal juga membentuk pola penggunaan. Distrik Columbia memimpin penggunaan per kapita 3.82x, diikuti oleh Utah 3.78x. Pola penggunaan ini mencerminkan ciri khas ekonomi lokal; misalnya, penggunaan tinggi untuk IT di California, untuk layanan keuangan di Florida, dan untuk pengeditan dokumen dan bantuan karier di DC.
Ada juga perbedaan dalam fungsi penggunaan berdasarkan tingkat adopsi. Negara-negara dengan adopsi rendah cenderung lebih fokus pada tugas pengkodean. Sebagai perbandingan, tugas pengkodean mencakup lebih dari separuh semua penggunaan di India, dibandingkan dengan sekitar sepertiga secara global. Seiring dengan kematangan adopsi, penggunaannya menjadi lebih beragam, dengan peningkatan penekanan pada pendidikan, sains, dan bisnis.
Terkait dengan adopsi di tingkat perusahaan, analisis terhadap lalu lintas API (Application Programming Interface) Anthropic menunjukkan bahwa 77% dari penggunaan bisnis melibatkan pola penggunaan otomatisasi, dibandingkan dengan sekitar 50% untuk pengguna Claude.ai. Hal ini menunjukkan bahwa bisnis yang mengadopsi AI di tahap awal cenderung menggunakan Claude secara terprogram untuk mengotomatiskan tugas-tugas. Selain itu, kemampuan model tampaknya lebih penting daripada biaya dalam membentuk penerapan bisnis.
Kesenjangan geografis ini menimbulkan pertanyaan penting tentang konvergensi ekonomi global. Jika keuntungan produktivitas AI lebih besar di wilayah dengan adopsi tinggi, pola penggunaan saat ini menunjukkan bahwa manfaat AI dapat terkonsentrasi di wilayah yang sudah kaya. Hal ini berpotensi meningkatkan ketidaksetaraan ekonomi global dan membalikkan konvergensi pertumbuhan yang terlihat dalam beberapa dekade terakhir.
Oleh karena itu, Anthropic telah membuka data dasar yang digunakan dalam laporan ini untuk mendukung penelitian independen. Data ini mencakup pola penggunaan tingkat tugas dan rincian mode kolaborasi, dengan tujuan membantu peneliti menginvestigasi konsekuensi pasar tenaga kerja lokal, faktor penentu adopsi AI, dan peran biaya dalam membentuk pola penerapan AI di tingkat perusahaan.
