AI 公司员工与公众为何看见不同的未来？

样本 → 四层判断 → 条件情景

把未来能力、实际采用、自报省时和经济模型分开，才看得清预期差距。

调查与模型推演，不是能力实测或因果估计。正文、16 页 PDF 及 6 页附录文字已核；重点图逐项定位。未使用微观数据或重跑外部经济模型，不重建未知区间。

本次变化：首次整理所选 2026-10-16 报告，四结论、同号论述及三张本站重绘，保留样本、时段、问法和模型边界。

方法、实验与证据

先读样本与问法

机制
两组调查比较主观预期，公众加权、员工不加权。
条件／配置
公众 2026-08-11 至 23 日；员工 2026-08-09 至 12 日。公众去重后 10,980 人，员工 1,334 人。
报告结果
公众未来题随机分为 2027／2030 两半；逐题排除不确定，模型只用完整回答。
局限
在线自愿面板、单公司内部调查；各图分母不同。

The AI Expectations Gap · official appendix, October 2026 · Appendix A. Survey samples, p.2

采用与省时分别提问

机制
采用题以 AI 能胜任的任务为分母；省时题先指定适合 AI 的任务。
条件／配置
2030 年采用预期；当前任务省时包含检查与修正。
报告结果
预期采用 42%／65%；耗时降至四分之一或更少 26%／59%，后一公众分组仅工作中使用 AI 者。
局限
两个指标、两类分母；不是同一使用漏斗或实测生产率。

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Adoption; Figure 4, pp.4–7

经济模型给出条件情景

机制
将五维回答输入既有模型，其余参数固定为 Substantial 情景。
条件／配置
完整回答：公众 3,259 人、员工 1,093 人；另有上线 48 小时内访客 23,075 人。
报告结果
2030 年 GDP 年增长率情景中位数：5.4%、17.1%、12.5%。
局限
是模型转换的条件结果，非观测增长或确定预测；访客自选择。

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Figure 7; footnote 5, pp.11–12 and 15

关系与依据

AI 公司员工与公众为何看见不同的未来？

  1. 未来能力的分歧很大，不能当成已经实现

    一般能力与自身工作两个问题都出现差距，但人群和问法必须保留。

  2. 能做、会采用与能省时，是三层不同判断

    条件采用比例与主观省时分别统计，不能串成转化漏斗或宏观生产率。

  3. 失业预期的相似关系，不证明采用 AI 会导致失业

    按自身工作暴露分组后，两组预期接近；关联不是就业结果。

  4. 模型情景把信念翻译成结果，不是确定的 GDP 预测

    完整回答子样本、访客自选择和固定参数决定情景的解释边界。

1. 未来能力的分歧很大，不能当成已经实现

这份报告比较的是人们如何预期 AI 改变工作。公众调查由 Morning Consult 在线开展，先从 16,395 次完整访谈去重到 10,980 人并重新加权；员工调查有 1,334 人、不加权。公众未来题随机分为 2027 和 2030 两半，不能把总人数作为每一个 2030 结果的分母。

2030 年诺奖级发现预期 39%对 91%；自身工作时数平均预期 28%对 75%
图 1｜本站重绘图 1 与图 5 的正文点估计，两块图分母不同。原图 5 有 95%置信区间，本图不重建未知区间。 · FieldToFit 按原报告已核统计事实重绘；不是作者原图。 · Graphics © FieldToFit; source facts: Sacher, Cotter, Jones, Korinek and McCrory, The Anthropic Institute, 2026-10-16. Original report graphics are not reproduced.

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Figures 1 and 5, pp.4 and 8

  1. 诺奖级发现题询问 AI 何时能做到，不问企业是否会采用；它是对未来能力的意见。
  2. 自身工作题是当前工作时数中 AI 到 2030 年能完成的比例。图 5 中公众在职者有效回答 2,278 人、员工 1,147 人；公众取区间中点，员工使用滑杆；它既不是岗位消失比例，也不是今天的自动化水平。

适用边界：适用边界：接近技术前沿不等于预测必然更准；本研究没有用未来真实结果检验哪一组正确。

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Figures 1 and 5; footnotes 1–2

返回核心结论

2. 能做、会采用与能省时，是三层不同判断

即使认为 AI 能胜任任务，也未必认为企业会使用它。作者把采用题明确限定在 AI 能做的任务中。省时题则要求想象一个当前适合 AI 的任务，并把检查、修正纳入耗时；它不是对全部工作日进行计时实验。

条件采用预期公众 42%员工 65%；耗时至四分之一或更少为工作中用 AI 公众 26%员工 59%
图 2｜本站重绘采用段落与图 4 点估计。两面板不得相乘，不反推各分组人数；省时为受访者回答。 · FieldToFit 按原报告已核统计事实重绘；不是作者原图。 · Graphics © FieldToFit; source facts: Sacher, Cotter, Jones, Korinek and McCrory, The Anthropic Institute, 2026-10-16. Original report graphics are not reproduced.

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Adoption, p.4; Figure 4, p.7

  1. 公开调查允许选择“不确定”，各题有 12%至 21%选择该项并被排除；员工可跳题。比较前需核对每题有效回答，而非假定同一分母。
  2. 隐私、安全、可靠性、客户偏好和法规都可能影响实际采用。这里记录的是受访者认为的障碍，不能直接当作每项障碍造成的使用损失。

关键证据：关键证据：任务省时包含检查与修正，但仍是调查自报；不能据此写成公司或全社会已经实现对应生产率增幅。

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Adoption and its obstacles; Figure 4; Appendix Figure A2

返回核心结论

3. 失业预期的相似关系，不证明采用 AI 会导致失业

作者先告知约 4.2%的当前失业率，再询问 2030 年预期，并按受访者认为自身多少工作会被 AI 完成分组。两组都呈现“认为自身暴露更高的人，也预期更高失业”的关系；相同暴露分组的预测相近。

  1. 这是对两种主观预期的横截面比较，没有随机分配 AI 使用，也没有追踪实际失业，不能读成 AI 使用造成就业变化的实验。
  2. 任务自动化、企业招聘与个人再就业是不同问题。员工对公司继续招聘的回答也只是内部问卷的个人预期，不能改写为公司计划。

作者结论：作者观察：两组对自身工作暴露的判断不同，却显示出相似的暴露—失业预期关系。本站不将此关系外推成确定的就业结局。

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Figure 6; Hiring and re-employment, pp.9–11

返回核心结论

4. 模型情景把信念翻译成结果，不是确定的 GDP 预测

五维输入分别涉及能力、采用、自主程度、省时和再就业。作者只取回答完整者，并将其他模型参数固定为既有 Substantial 情景。图中的增长率因此是特定框架下的条件推演，不是受访者直接预测的 GDP 数字，也不是已经实现的经济增长。

2030 年 GDP 年增长率模型情景中位数：公众 5.4%、网站访客 12.5%、员工 17.1%
图 3｜本站重绘图 7 正文中位数，单位为年增长率%。分布广且重叠；不重建未转录分位区间，不当作预测准确度排名。 · FieldToFit 按原报告已核统计事实重绘；不是作者原图。 · Graphics © FieldToFit; source facts: Sacher, Cotter, Jones, Korinek and McCrory, The Anthropic Institute, 2026-10-16. Original report graphics are not reproduced.

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Figure 7, pp.11–12

  1. 公众模型子样本为 3,259 人，仅来自 2030 半样本；员工为 1,093 人。另有 2026-09-09 网页上线后 48 小时完成的 23,075 份访客回答，题目更简短，且访客主动进入网站。
  2. 附录通过同分位替换并平均五维的 120 种顺序，分解模型中位数差距。图 A1 线段是替换顺序造成的范围，不是统计置信区间；本站未重跑模型或使用微观数据。

适用边界：适用边界：美国在线面板与单一前沿实验室不能代表所有国家、职业或 AI 公司；加权不能消除全部自选择和测量差异。

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · Figure 7; footnote 5; Appendix A–B

返回核心结论

报告与日期

The AI Expectations Gap: Public and Frontier Lab Views on AI’s Impact on Work · 2026-10-16; unnumbered report; appendix dated October 2026 · 首次发布 2026-10-16 · 首次整理不算上游实质修订；附录只标月份。

The AI Expectations Gap · official appendix, October 2026 · October 2026 appendix; unnumbered · 首次发布 2026-10 · 首次整理不算上游实质修订；附录只标月份。

地图首次发布 2026-10-19T03:13:10.131232+00:00 · 地图修订 2026-10-19T03:13:10.131232+00:00

Claude档案