ИИ уже помогает учёным, но чаще в разборе данных и подготовке текстов, чем в поиске больших идей. Новый отчёт Anthropic показывает, где помощник действительно входит в ежедневную работу.
В истории про ИИ-учёного легко представить эффектное открытие. В ежедневной исследовательской работе много более приземлённых задач: привести таблицу в порядок, проверить вычисление, разобрать публикации и объяснить результат коллегам.
Новый отчёт Anthropic от 5 ноября помогает посмотреть именно на эту повседневную сторону. Компания изучила, для чего люди используют Claude и Claude Code в научных задачах.
В основную выборку вошли 207 049 научных сессий на потребительских планах с 2 августа по 30 сентября 2026 года. Разговоры классифицировали по научным направлениям и задачам; результаты описывают использование сервисов Claude в этой выборке.
Компания сообщает, что для анализа сохранялись категории, а не открытые тексты о содержании исследований. При чтении отчёта важно не превращать число сессий в число учёных: один человек может провести много разговоров.
Область наблюдения тоже имеет значение. Здесь не весь мировой рынок ИИ и не случайная выборка всех научных сотрудников. Поэтому по отчёту можно обсуждать характер работы с Claude, но нельзя объявлять долю использования любой нейросети всеми учёными.
Самая заметная категория — анализ данных: около трети сессий в Claude и почти половины в Claude Code. Также часто встречаются письмо и подготовка материалов. Генерация идей и сбор данных представлены слабее.
В этом есть понятная логика. Цифровые данные уже можно передать помощнику. А физический эксперимент или получение нового образца требует работы за пределами чата. Даже внутри одной профессии разные части процесса по-разному подходят для автоматизации.
Для бизнеса здесь полезен способ постановки вопроса. Вместо «заменит ли ИИ аналитика» можно разобрать работу на действия: очистка выгрузки, расчёт показателя, объяснение отклонения и решение, что менять. У каждого действия свой критерий качества.
Например, в условном исследовании клиентских обращений помощник может группировать темы, но человек заранее определяет, что считается отдельной жалобой, и проверяет спорные случаи. В статье о нейросетях для таблиц такой подход разобран на задачах с вычислениями и проверкой чисел.
Нет: наблюдения об использовании и сценарии возможного будущего эффекта — разные части исследования. Прогноз зависит от того, что модели смогут делать и насколько широко эти возможности будут применяться.
Для читателя полезнее начать с наблюдаемой картины: ИИ чаще привлекают там, где можно передать цифровой материал и получить проверяемый промежуточный результат. Громкий образ полностью самостоятельного открытия не должен заслонять эту работу.
Выбирая первую задачу для помощника, можно задать три вопроса:
Такой отбор подходит исследователю, маркетологу и руководителю. Для работы непосредственно с файлами и кодом полезен разбор Claude Code, а не только общие обещания про ИИ.
