Anthropic模擬2030年AI經濟：成長加速，知識工作薪資未必上升

（媒角抵加／林承志綜合報導）Anthropic於2026年9月公布2030年AI經濟情境模型，分析美國的成長、薪資與就業變化。在「顯著變化」情境中，GDP比沒有AI的基準高8.3%，知識工作薪資卻略低於基準。研究將企業導入速度與轉職困難納入考量，呈現生產力增加後利益分配的落差；台灣讀者可藉此理解工作變化，但數字適用範圍限於美國模型。

關鍵資訊

• 研究單位：Anthropic Institute，並提供互動式情境探索工具。
• 研究範圍：2026年至2030年的美國經濟。
• 情境設定：溫和、顯著與極端變化，均未指定發生機率。
• 知識工作範圍：模型涵蓋管理、專業、銷售與辦公室職業。

經濟增加的產出，未必進入知識工作者薪資

研究團隊在《Economic Scenarios for Transformative AI》中，將AI能力、採用程度與自動化等假設，轉換為經濟結果。顯著變化情境下，2030年GDP比無AI基準高8.3%，知識工作薪資低0.3%，其他職業薪資則高5.9%。

極端情境的差距更大：GDP比基準高32.4%，知識工作薪資低11.5%。這些百分比比較的是同一年有無AI影響的兩條經濟路徑，不代表從現在到2030年的薪資漲跌幅。

模型中的AI增加產出，也降低部分知識任務對人力的需求；資本取得的所得比重隨之提高。因此，經濟成長與受影響勞工的收入可能朝不同方向變化。

AI能完成的任務，仍須經過企業採用

Anthropic的官方說明指出，顯著情境假設AI到2030年能處理約一半知識工作，其中多數可自主完成。然而，企業並未在所有適用工作上採用AI，多數知識任務仍由人完成。

這套模型以任務組合描述職業，區分AI協助、全自動執行、未受影響與新增加的任務。某項能力達標，並不直接對應同等比例的職缺消失；企業實際採用哪些任務，會改變最後的就業結果。

轉職所需時間，決定失業空窗有多長

研究將勞工轉換職業的困難納入模型。原有工作需求減少時，即使其他職業出現職缺，受影響者仍可能需要學習技能，並花時間找到新工作；轉換越慢，失業壓力越大。

極端情境另假設AI快速普及、能自主處理大量知識任務，卻幾乎沒有創造新的知識任務。Anthropic指出，這可能需要能持續改進自身的AI。三種情境的用途是比較假設造成的差異，研究未判定哪一種必然發生。

台灣職場可檢視任務分工，數字仍有地域限制

對台灣企業與工作者而言，可從自身工作盤點哪些步驟已交由AI執行、哪些仍須人工核對，以及省下的時間用於增加產出或調整人力。這些變化比單看模型能做多少工作，更接近個別職場的實際處境。

這份美國模型未納入政策回應、景氣循環與高度先進機器人的影響，也沒有提供台灣薪資或失業率估計。其結果仍取決於技術、導入與勞動市場假設。

資料來源與更新紀錄

• Anthropic：Scenarios for our Economic Future，2026年9月版，查閱日期2026年9月11日。
• Anthropic Institute：Economic Scenarios for Transformative AI，2026年9月工作論文；數字參照表3。
• Axios：New research sketches out how AI might reshape the economy，2026年9月9日，補充研究公開時間。
• 更新紀錄：2026年9月11日完成初稿；薪資與GDP百分比均以2030年無AI情境為比較基準。