印度国别报告:Anthropic 经济指数¶
原文:India Country Brief: The Anthropic Economic Index
日期:2026-02-16
作者:Ruth Appel
类别:经济研究
执行摘要¶
印度作为全球最大的 IT 服务出口国,其 AI 用户增长位居全球前列,但采用高度集中于少数邦和 IT 行业,人均渗透率仅排第 101 位,存在巨大增长空间。
印度已经是全球最大的 IT 服务出口国,同时拥有全球增长最快的 AI 用户群体之一。本报告利用第四期 Anthropic 经济指数报告的数据,分析了印度的 Claude.ai 使用情况,涵盖 2025 年 11 月约 100 万次全球 Claude.ai 对话。印度占全球 Claude.ai 使用量的 5.8%,仅次于美国排名第二。然而,采用仍然高度集中,表明存在更广泛普及的重大机遇。
核心发现表明,印度用户在更多专业场景中应用 AI,委托给 AI 更多自主权,并带来"没有辅助会显著更耗时"的任务。复杂任务占比较高表明印度用户正在技术的前沿运作。
印度处于全球 AI 采用的领先行列¶
印度以 5.8% 的总量占比位居全球第二,但人均排名仅第 101 位——总量优势来自人口基数而非高个体使用率。
印度在全球 Claude.ai 使用总量中排名第二,仅次于美国。但从人均角度(按适龄工作人口调整)来看,印度在 116 个有足够观察量的国家中仅排第 101 位——远低于新加坡或马来西亚。这一差距表明印度的高总使用量反映的是人口规模而非高个体使用率,指向巨大的增长机遇。

图1. 全球 Claude.ai 使用量前 20 国家。印度占全球 Claude.ai 消费者使用量的 5.8%,仅次于美国。柱状图显示 2025 年 11 月 13-20 日观察到的各国对话总量占比。印度以蓝色标注;N = 975,160 次全球对话。
印度境内使用高度集中¶
地理集中度¶
四个邦(马哈拉施特拉邦、泰米尔纳德邦、卡纳塔克邦和德里)贡献了印度超过一半的 Claude.ai 使用量,与 IT 行业地理分布高度吻合。
使用量集中在少数经济活跃度最高的邦。马哈拉施特拉邦、泰米尔纳德邦、卡纳塔克邦和德里合计占印度 Claude.ai 使用总量的一半以上,与 IT 行业地理分布和城市经济产出密切对应。

图2. 印度各邦 Claude.ai 使用占比。前几位邦:马哈拉施特拉邦(15.5%)、泰米尔纳德邦(13.2%)、卡纳塔克邦(12.7%)、德里(10.5%)。灰色区域表示数据不足。2025年11月数据。地图数据来自 Natural Earth。
这四个邦——班加罗尔、海得拉巴、金奈、孟买和德里国家首都区的所在地——表明 AI 采用主要由印度已建立的技术劳动力驱动,而非广泛的消费者普及。
职业任务集中度¶
职业构成偏向软件开发和工程角色,与印度庞大的 IT 服务部门一致。

图3. 印度 Claude.ai 使用按职业群组分布。水平柱状图显示各 SOC 职业群组在印度 Claude.ai 使用中的占比。橙色标记表示全球平均水平以供对比。2025年11月数据。

表1. 印度 Claude 使用中最常见的 O*NET 任务。部分任务名称为便于阅读已缩短。
关键数据: 印度在 AI 使用中用于软件相关任务的占比全球第一(占所有 O*NET 映射任务的 45.2%),领先越南(42.1%)和埃及(39.2%)。教育类任务也跻身最常见行列,表明学习和教学是另一大主要用途。
经济原语:印度如何不同地使用 AI¶
印度用户实现了 15 倍的生产力提升(全球平均 12 倍),且在"独立可完成"任务上的比例更低,意味着他们更多地将 AI 用于超出自身能力边界的任务。
最新经济指数报告引入了"经济原语"——人类与 AI 协作的基础度量。将印度与全球平均水平比较,揭示了独特的使用模式。

图4. 印度 Claude.ai 使用与全球平均对比。各面板将印度(N = 58,098)与全球平均(N = 975,160)在九个经济原语维度上进行比较。2025年11月数据。
核心数据对比:¶
| 指标 | 印度 | 全球平均 | 差异解读 |
|---|---|---|---|
| 使用 AI 花费时间 | 14.8 分钟 | 15.4 分钟 | 基本持平 |
| 不使用 AI 完成时间 | 3.8 小时 | 3.1 小时 | 任务更复杂 |
| 生产力提升倍数 | 15x | 12x | 更大加速效果 |
| 工作相关使用占比 | 51.3% | 46% | 更强工作导向 |
| 课程学习使用占比 | 20.9% | 19.3% | 略高 |
| 个人使用占比 | 27.8% | 34.7% | 显著更低 |
| AI 自主性(1-5 分) | 3.60 | 3.38 | 更多授权 |
| 人类可独立完成任务占比 | 84.6% | 87.9% | 更多超能力边界任务 |
| 提示词教育水平 | 12.2 年 | — | — |
| 响应教育水平 | 12.5 年 | — | 前 10% |
更大的生产力提升: 印度用户实现 15 倍加速 vs 全球 12 倍,表明"在印度用户带来的更复杂任务上获得了超额的生产力收益。"
更强的工作导向: 重工作、低个人使用的特征与印度的专业服务行业一致,也符合较低人均 GDP 国家倾向于工作和课程学习(而非个人使用)的全球规律。
更高的 AI 自主性: 印度用户委托更多决策权(3.60 vs 3.38),表明"更愿意让 AI 独立运作。"
更低的独立完成能力: 84.6% 的任务可由人类独立完成(vs 全球 87.9%),意味着印度用户更频繁地带来无法轻松独立完成的任务。
提示技巧重要性: 印度在响应教育水平方面排名前 10%,表明印度用户从 Claude 获得了高质量的输出。
启示¶
| 主题 | 关键发现 |
|---|---|
| AI 应用超越 IT 服务 | 45.2% 任务映射到软件职业(全球最高);四个邦贡献超过一半使用量 |
| 显著的生产力收益 | 需要 3.8 小时的任务压缩到约 15 分钟——15 倍加速 vs 全球 12 倍 |
| 缩小总量与人均差距 | 总量第2但人均第101;人均 AI 采用与人均收入强相关 |
| AI 自主性服务用户 | 更高自主性评分、更长基线任务时间、频繁用于可独立完成的任务 |
| AI 技能投资回报高 | 提示质量与响应质量强相关,培训计划可提升更广泛采用回报 |
如果不解决"与收入、数字基础设施和认知度相关的结构性障碍",采用可能仍将高度集中。
方法论¶
分析基于 2025 年 11 月 13-20 日 Claude.ai 消费者使用的隐私保护数据,如第四期 Anthropic 经济指数报告所述。地理归属使用基于 IP 的地理定位。职业/任务分类基于 O*NET 任务分类法和 SOC 职业群组。仅包含至少有 200 个观察量的国家。数据涵盖 Claude.ai 免费版、Pro 和 Max 用量。
致谢¶
Sally Aldous, Jake Eaton, Ria Strasser Galvis, Hanah Ho, Maxim Massenkoff, Peter McCrory, Jared Mueller, Emily Pastewka, Sarah Pollack, Nitarshan Rajkumar, David Saunders, Alexandra Sanderford, Kim Withee。
引用¶
@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},
}