執行摘要
印度已經是全球最大的 IT 服務出口國，也是全球人工智慧用戶群成長最快的國家之一。了解人工智慧在印度的使用方式以及它與其他國家的不同之處對於為該國的人工智慧政策、投資和部署提供資訊至關重要。本簡報借鑒了第四份人類經濟指數報告的數據，提供了有關 Claude.ai 在印度使用情況的見解，該報告涵蓋了 2025 年 11 月全球約 100 萬次 Claude.ai 對話。印度佔 Claude.ai 總使用量的 5.8%，僅次於美國。然而，目前的採用仍然集中，這表明存在著在人群中更廣泛地擴大使用範圍的重大機會。
調查結果表明，用戶群在專業環境中更廣泛地應用人工智慧，賦予其更多自主權，並為克勞德帶來了在沒有幫助的情況下需要更耗時才能完成的任務。人類無法單獨完成的複雜任務比例較高，這表明印度用戶正在前沿使用該技術。
印度是全球人工智慧採用的領先國家之一
以 Claude.ai 總使用量比例計算，印度在所有國家中排名第二，僅次於美國。然而，以人均計算，調整勞動年齡人口後，印度在觀測量充足的 116 個國家中排名第 101 位，低於新加坡或馬來西亞等其他亞洲國家。這一差距表明，印度總體上克勞德的高使用率反映了其人口的龐大規模，而不是普通人大量使用克勞德。這顯示了提高採用率的重大機會。
印度境內集中使用
地理集中度
使用集中在少數經濟高度活躍的州。馬哈拉施特拉邦、泰米爾納德邦、卡納塔克邦和德里合計佔印度 Claude.ai 總使用量的一半以上。這種模式密切反映了印度 IT 產業的地理和城市經濟產出。
這四個邦（班加羅爾、海得拉巴、金奈、孟買和德里 NCR 的所在地）的集中度表明，當前人工智慧的採用主要是由印度成熟的技術勞動力推動的，而不是廣泛的消費者採用。
職業任務的集中度
透過將任務映射到相關職業推斷，印度 Claude.ai 使用的職業組合偏向軟體開發和工程角色，這與該國龐大的 IT 服務產業一致。
印度用戶執行的最常見的 O*NET 任務證實了軟體密集型設定檔：
印度在軟體相關任務的人工智慧使用比例方面排名全球第一（佔所有 O*NET 映射任務的 45.2%），領先越南（42.1%）和埃及（39.2%）。在最常見的個人任務中（參見表 1）以及將任務聚合到職業組時（參見圖 3），教育任務的存在表明了學習和教學中的其他常見用例。
經濟原語：印度如何以不同的方式使用人工智慧
我們最新的經濟指數報告引入了「經濟原語」——人類與人工智慧如何協作的基本衡量標準。將印度與全球平均水平進行比較，可以發現幾個獨特的模式。
更大的生產力加速。 印度用戶使用 AI 平均需要 14.8 分鐘才能完成任務，而沒有 AI 則需要 3.8 小時，加速了 15 倍。在全球範圍內，用戶平均需要 15.4 分鐘才能完成在沒有 AI 的情況下需要 3.1 小時的任務，速度提高了 12 倍。這表明人工智慧正在為印度用戶帶來的更複雜的任務帶來巨大的生產力提升。
工作導向更加堅定。 印度 51.3% 的 Claude.ai 使用與工作相關，而全球這一比例為 46%。課程作業佔 20.9%（全球為 19.3%），個人用途佔 27.8%（全球為 34.7%）。工作重、個人使用較少的情況與印度龐大的專業服務部門以及主要報告的發現一致，即人均 GDP 較低的國家傾向於工作和課程而不是個人使用。
更高的人工智慧自主性。 印度用戶將更多的決策自主權委託給人工智慧（在 1-5 等級範圍內，全球為 3.60 比 3.38，其中 1 表示不授權，5 表示極端授權）。這表明人們更願意讓人工智慧獨立運行，而不是純粹將其用作助手。
降低人類獨有的能力。 我們衡量的數據點之一是人工智慧是否被用來做人類自己無法完成的事情，例如用他們不知道的語言編寫程式碼。我們發現 84.6% 的任務可以由人類獨自完成（全球這一比例為 87.9%），這表明印度用戶更頻繁地將他們無法輕鬆獨立完成的任務交給人工智慧。
提示技巧很重要。 作為人類和人工智慧在對話中帶來的技能的代表，我們估計了一個人需要接受多少年的教育才能理解對話中的用戶提示或人工智慧回應。我們發現提示的人類教育程度（12.2 年）和回答的人工智慧教育程度（12.5 年）相對相似，反映了輸入品質影響輸出品質的全球模式。與各國人工智慧教育平均水平相比，印度排名前 10%，這表明印度用戶正在從 Claude 那裡獲得複雜的輸出。
影響
擴大人工智慧的經濟影響需要超越軟體和 IT 服務。 45.2% 的任務屬於軟體相關職業——這一比例在所有國家中最高。四個邦（馬哈拉施特拉邦、泰米爾納德邦、卡納塔克邦和德里）佔全部使用量的一半以上。這反映了印度 IT 行業的地理位置，並表明當前人工智慧的採用很大程度上是現有專業優勢和專注於 IT 的工作流程的延伸。
投資人工智慧可以帶來可觀且可衡量的生產力提升。 印度用戶將人工智慧應用於原本需要 3.8 小時的任務，將其壓縮至約 15 分鐘，速度提高了 15 倍，而全球的速度為 12 倍。這意味著印度已經從人工智慧中獲取了巨大的價值：帶來更艱鉅的任務，並比全球平均進一步壓縮完成這些任務所需的時間。
縮小絕對使用量與人均使用量之間的差距需要解決結構性障礙。 印度的總使用量排名第 2，但人均使用量排名第 101。這兩個數字之間的差距反映了印度龐大的人口數量以及目前採用率的集中程度。在全球範圍內，人均人工智慧採用率與人均收入密切相關。印度的人均使用量與此關係的預測一致。如果不解決與收入、數位基礎設施和 IT 行業之外的意識相關的結構性障礙，印度人工智慧的採用可能會保持集中。
接受人工智慧自主似乎對印度用戶很有好處。 更高的自主得分、更長的基線任務時間以及頻繁使用人類可以單獨完成的任務表明，印度專業人士相信人工智慧可以做出決策，並利用它來增強人類的能力。
投資人工智慧技能可以獲得高回報。 全球數據中的即時複雜性和回應品質之間的密切相關性表明，專注於有效使用人工智慧的培訓計劃（特別是針對印度當前 IT 密集用戶群之外的工人）可以有意義地提高更廣泛採用人工智慧的回報。
方法論
該分析利用了 2025 年 11 月 13 日至 20 日 Claude.ai 消費者使用情況的隱私保護數據，如第四份人類經濟指數報告中所述。經濟原語是使用該報告中詳述的方法計算的。地理分配使用基於 IP 的地理定位。職業和任務分類是基於 O*NET 任務分類法和 SOC 職業組的映射。對於國家/地區級別排名，我們僅在樣本中包含至少 200 個觀察值的國家，因為隨機樣本中低使用率國家/地區的衡量標準具有不確定性。底層資料包括 Claude.ai Free、Pro 和 Max 使用情況。
有關完整的方法論、全球調查結果和時間序列分析，請參閱人類經濟指數 2026 年 1 月報告。
引文
@online{appel2026indiacountrybrief,
author = {Ruth Appel},
title = {India Country Brief: The Anthropic Economic Index},
date = {2026-02-16},
year = {2026},
url = {https://www.anthropic.com/research/india-brief-economic-index},
}致謝
莎莉·奧爾德斯、傑克·伊頓、莉亞·斯特拉瑟·加爾維斯、哈納·何、馬克西姆·馬森科夫、彼得·麥克羅裡、賈里德·穆勒、艾米麗·帕斯圖卡、莎拉·波拉克、尼塔山·拉吉庫瑪、大衛·桑德斯、亞歷山德拉·桑德福德、金·威西。
