7 phát hiện quan trọng từ báo cáo Anthropic Economic Index 2026

Xu hướng này cho thấy rằng khi người dùng vượt qua giai đoạn thử nghiệm ban đầu, họ nhận thấy giá trị lớn hơn trong việc sử dụng AI để giải quyết vấn đề theo nhóm, nhiều bước, thay vì chỉ đưa ra các lệnh đơn lẻ.

2. Chất lượng kết quả của AI phản ánh chất lượng của các câu hỏi gợi ý.

Báo cáo nhấn mạnh mối tương quan gần như hoàn hảo (trên 0,92) giữa trình độ học vấn cần thiết để hiểu câu hỏi của một người và trình độ học vấn của câu trả lời từ AI. Về cơ bản, mô hình hoạt động như một tấm gương, tạo ra đầu ra phức tạp và tinh vi chủ yếu khi được cung cấp đầu vào chất lượng cao và giàu sắc thái.

Kết quả nghiên cứu này nhấn mạnh rằng việc hỗ trợ kỹ thuật kịp thời là một yếu tố quan trọng quyết định mức độ giá trị chuyên môn mà người dùng thực sự có thể thu được từ công nghệ.

3. Các mô hình sử dụng AI toàn cầu có mối tương quan với sự giàu có của quốc gia.

Báo cáo chỉ ra mối liên hệ chặt chẽ giữa sự giàu có của một quốc gia và cách người dân nước đó sử dụng trí tuệ nhân tạo (AI). Tại các quốc gia có thu nhập thấp, việc sử dụng chủ yếu tập trung vào giáo dục và các khóa học, đóng vai trò là công cụ nâng cao kỹ năng. Tại các quốc gia giàu có hơn, việc sử dụng đa dạng hơn, với tỷ lệ ứng dụng cá nhân và chuyên nghiệp cao hơn.

4. Hiệu quả của AI đạt đỉnh điểm gấp 12 lần đối với các nhiệm vụ ở cấp độ đại học.

Tuy nhiên, hiệu quả này đi kèm với một sự đánh đổi: khi các nhiệm vụ trở nên phức tạp và tốn nhiều thời gian hơn, tỷ lệ thành công của AI thường giảm xuống. Điều này củng cố quan điểm rằng, mặc dù AI là một công cụ tăng tốc mạnh mẽ cho các công việc đòi hỏi kỹ năng cao, nhưng sự giám sát của chuyên gia con người vẫn cần thiết để đảm bảo chất lượng và độ tin cậy của kết quả đầu ra.

5. Tỷ lệ thành công của mô hình giảm khi độ phức tạp của nhiệm vụ tăng lên.

Mặc dù trí tuệ nhân tạo (AI) nhìn chung hoạt động tốt, nhưng độ tin cậy của nó phụ thuộc vào độ khó của nhiệm vụ. Dữ liệu cho thấy rằng khi thời gian con người cần để hoàn thành một nhiệm vụ tăng lên, tỷ lệ thành công của AI giảm xuống. Ví dụ, các nhiệm vụ được ước tính con người cần hơn năm giờ để hoàn thành chỉ có tỷ lệ thành công khoảng 45%.

Sự đánh đổi giữa thành công và độ phức tạp này cho thấy rằng, mặc dù AI là một công cụ tăng tốc tuyệt vời, nhưng sự giám sát của chuyên gia con người vẫn cần thiết khi độ khó của công việc tăng lên.

6. Việc sử dụng AI gây ra hiệu ứng “giảm kỹ năng” ở một số vai trò cụ thể.

Ngược lại, một số vai trò, chẳng hạn như quản lý bất động sản, lại được nâng cao kỹ năng khi AI xử lý các công việc kế toán thường ngày, cho phép con người tập trung vào các nhiệm vụ có giá trị cao hơn như đàm phán hợp đồng.

7. Sai sót của AI có thể làm giảm gần một nửa hiệu quả dự kiến.

Các ước tính ban đầu cho thấy việc áp dụng rộng rãi trí tuệ nhân tạo (AI) có thể làm tăng tốc độ tăng trưởng năng suất lao động hàng năm (tốc độ chúng ta trở nên hiệu quả hơn trong công việc) thêm 1,8 điểm phần trăm. Tuy nhiên, khi điều chỉnh các dự báo này theo độ tin cậy của nhiệm vụ, hay tần suất AI mắc lỗi mà con người phải sửa chữa, thì mức tăng dự kiến ​​giảm xuống còn từ 1,0 đến 1,2 điểm phần trăm.

Mặc dù đây vẫn là một sự gia tăng đáng kể trong lịch sử, nhưng nó cho thấy thời gian con người dành để xác nhận và sửa lỗi công việc của AI hiện đang là một trở ngại lớn đối với tăng trưởng kinh tế tổng thể.

Các trường hợp sử dụng trong ngành

Mô hình AI dự đoán nguy cơ mắc bệnh mãn tính dựa trên dữ liệu ghi lại giấc ngủ.

Các nhà nghiên cứu đã phát triển SleepFM, một mô hình nền tảng đa phương thức phân tích các tín hiệu sinh lý được ghi lại trong khi ngủ để xác định các nguy cơ sức khỏe trong tương lai. Bằng cách huấn luyện trên hơn 585.000 giờ dữ liệu, mô hình này có thể dự đoán sự khởi phát của 130 bệnh (bao gồm chứng mất trí nhớ và suy tim) chỉ từ một đêm theo dõi. Phương pháp dựa trên trí tuệ nhân tạo này được thiết kế để mở rộng quy mô trong nhiều môi trường lâm sàng mà không cần sự dán nhãn thủ công của các chuyên gia, mang lại cách hiệu quả hơn để phát hiện sớm các nguy cơ bệnh tật. Đọc thêm trong bài báo này trên tạp chí Nature Medicine [4].

Multiply Labs ứng dụng robot để tự động hóa quy trình sản xuất liệu pháp tế bào.

Multiply Labs đang ứng dụng độ chính xác của ngành công nghiệp bán dẫn vào lĩnh vực khoa học sinh học bằng cách đưa robot vào sản xuất liệu pháp tế bào. Bằng cách sử dụng mô hình kỹ thuật số và công nghệ mô phỏng, công ty khởi nghiệp này huấn luyện các cánh tay robot và trợ lý hình người thực hiện các nhiệm vụ vô trùng, đòi hỏi độ chính xác cao để tạo ra các phương pháp điều trị cá nhân hóa cho bệnh ung thư và rối loạn di truyền. Cách tiếp cận tự động này giúp giảm đáng kể nguy cơ ô nhiễm do con người gây ra. Các hệ thống robot này có thể giảm chi phí sản xuất hơn 70% (giảm giá một liều từ 100.000 đô la xuống còn khoảng 30.000 đô la) đồng thời tăng sản lượng lên đến 100 lần trên mỗi mét vuông. 

Đạo diễn người Tunisia sử dụng trí tuệ nhân tạo để sản xuất phim ngắn đoạt giải thưởng.

Đạo diễn phim người Tunisia, Zoubeir ElJlassi, gần đây đã giành được giải thưởng lớn trị giá 1 triệu đô la tại Giải thưởng Phim AI Toàn cầu với phim ngắn ” Lily” , thể hiện cách các mô hình tạo sinh có thể được tích hợp thành công vào quy trình sáng tạo chuyên nghiệp. Để tạo ra bộ phim, ElJlassi đã sử dụng mô hình tạo video Veo của Google, cùng với công cụ Flow để kiểm soát chính xác cảm xúc của nhân vật và phong cách cảnh quay. Đọc thêm và xem phim ngắn trong bài viết này từ Google [6].