Пользователи Anthropic с большим стажем работы с ИИ ведут себя неожиданным образом: они реже доверяют Claude полную автономию, чаще итеративно дорабатывают свои запросы и в итоге решают более сложные задачи с более высокой вероятностью успеха. К таким выводам пришли исследователи компании в своем новом отчете “Anthropic economic index”.
В центре внимания отчета, выпущенного 24 марта, – так называемые “кривые обучения”. Аналитики изучили, как меняется поведение пользователей в зависимости от их стажа взаимодействия с ИИ. Оказалось, что те, кто использует Claude более полугода, на 10% реже обращаются к нему для личных целей и на 6% чаще задействуют в задачах, требующих более высокого образования. Самое же интересное – у этой группы на 10% выше показатель успешных диалогов, и этот эффект сохраняется даже при сравнении пользователей, решающих одинаковые задачи.
При этом исследователи отмечают, что опытные пользователи не просто “лучше” – они используют иные стратегии. Вместо того чтобы давать ИИ директивные указания (режим автоматизации), они чаще вступают с ним в итеративное взаимодействие: проверяют результаты, уточняют запросы и используют нейросеть как инструмент для расширения собственных возможностей. Это опровергает гипотезу о том, что к автоматизации склонны прежде всего продвинутые юзеры – на деле всё оказалось с точностью до наоборот.
Другая важная часть исследования касается диверсификации использования. За три месяца (с ноября 2025-го по февраль 2026-го) доля десяти самых популярных задач на Claude сократилась с 24% до 19%. Пользователи стали чаще обращаться к нейросети по личным вопросам – от спортивных результатов до советов по вечеринкам. Это привело к небольшому снижению средней стоимости задач: с 49,3 до 47,9 $. В то же время сложные задачи по кодингу начали мигрировать с веб-версии на API, где их доля растет, но они “размазываются” по множеству категорий.
Отдельно в отчете рассматривается выбор модели. Пользователи Claude с платным доступом интуитивно (или осознанно) подключают самую мощную модель Opus для более сложных задач. Например, при решении задач, связанных с разработкой ПО, Opus выбирают на 4,4 пп. чаще, чем в среднем, а для задач обучения – на 7 пп. реже. В API эта закономерность выражена еще сильнее: там с каждыми дополнительными 10 $ предполагаемой почасовой оплаты задачи доля использования Opus растет на 2,8 пп.
Наконец, исследование выделяет новые, быстрорастущие сценарии автоматизации в API. За три месяца вдвое выросла доля задач, связанных с автоматизацией продаж и B2B-лидогенерацией, а также с алгоритмической торговлей и мониторингом рынков.
Хотите быть в курсе важных новостей из мира ИИ? Подписывайтесь на наш Telegram‑канал BotHub AI News.
