India Country Brief: The Anthropic Economic Index

Страновой брифинг по Индии: Anthropic Economic Index

Executive summary

Краткое резюме

India, already the world’s largest exporter of IT services, is home to one of the world’s fastest-growing AI user bases. Understanding how AI is being used in India—and how it differs from other countries—is essential for informing AI policy, investment, and deployment in the country. This brief provides insights on Claude.ai use in India, drawing on data from the fourth Anthropic Economic Index report covering ~1 million Claude.ai conversations globally during November 2025. India accounts for 5.8% of total Claude.ai use, second only to the United States. Yet current adoption remains concentrated, pointing to significant opportunities to expand access more broadly across the population.

Индия, уже являющаяся крупнейшим в мире экспортёром IT-услуг, обладает одной из самых быстрорастущих баз пользователей ИИ в мире. Понимание того, как ИИ используется в Индии — и чем это отличается от других стран — критически важно для формирования политики, инвестиций и развёртывания ИИ в стране. Этот брифинг даёт представление об использовании Claude.ai в Индии, опираясь на данные четвёртого отчёта Anthropic Economic Index, охватывающего около 1 миллиона разговоров в Claude.ai по всему миру за ноябрь 2025 года. На Индию приходится 5,8% общего использования Claude.ai, что является вторым показателем после США. Однако текущее распространение остаётся концентрированным, указывая на значительные возможности для более широкого расширения доступа среди населения.

The findings point to a user base that applies AI more heavily in professional contexts, delegates more autonomy to it, and brings Claude tasks that are substantially more time-consuming to complete without assistance. Higher shares of complex tasks that humans could not complete alone suggest that Indian users are using the technology at the frontier.

Результаты указывают на пользовательскую базу, которая активнее применяет ИИ в профессиональных контекстах, делегирует ему больше автономии и приносит Claude задачи, которые значительно более трудоёмки для выполнения без помощи. Более высокая доля сложных задач, которые люди не могли бы выполнить самостоятельно, позволяет предположить, что индийские пользователи используют технологию на передовом крае.

India is among the leading countries in global AI adoption

Индия входит в число ведущих стран по глобальному внедрению ИИ

India ranks second among all countries by share of total Claude.ai use, trailing only the United States. However, on a per-capita basis, adjusting for the working-age population, India ranks 101st out of 116 countries with sufficient observation volume, below other countries in Asia such as Singapore or Malaysia. This gap suggests that India’s high Claude use overall reflects the sheer size of its population, not that the average person is using Claude heavily. This points to significant opportunities to increase adoption.

Индия занимает второе место среди всех стран по доле общего использования Claude.ai, уступая только США. Однако в пересчёте на душу трудоспособного населения Индия занимает 101-е место из 116 стран с достаточным объёмом наблюдений, ниже других стран Азии, таких как Сингапур или Малайзия. Этот разрыв позволяет предположить, что высокое общее использование Claude в Индии отражает огромный размер её населения, а не то, что средний человек активно пользуется Claude. Это указывает на значительные возможности для увеличения внедрения.

Concentrated use within India

Концентрированное использование внутри Индии

Geographic concentration

Географическая концентрация

Use is concentrated in a small number of highly economically active states. Maharashtra, Tamil Nadu, Karnataka, and Delhi together account for over half of India’s total Claude.ai use. This pattern closely mirrors India’s IT sector geography and urban economic output.

Использование сосредоточено в небольшом числе высокоэкономически активных штатов. Махараштра, Тамилнад, Карнатака и Дели вместе составляют более половины общего использования Claude.ai в Индии. Эта картина тесно отражает географию IT-сектора Индии и городского экономического производства.

The concentration in these four states—home to Bangalore, Hyderabad, Chennai, Mumbai, and Delhi NCR—suggests that current AI adoption is driven primarily by India’s established technology workforce rather than broad-based consumer uptake.

Концентрация в этих четырёх штатах — где расположены Бангалор, Хайдарабад, Ченнаи, Мумбаи и Дели NCR — позволяет предположить, что текущее внедрение ИИ обусловлено в основном устоявшейся технологической рабочей силой Индии, а не широким потребительским спросом.

Concentration of occupational tasks

Концентрация профессиональных задач

The occupational mix of Indian Claude.ai use, inferred by mapping tasks to related occupations, skews towards software development and engineering roles, consistent with the country’s large IT services sector.

Профессиональный состав использования Claude.ai в Индии, выведенный путём сопоставления задач с соответствующими профессиями, смещён в сторону ролей в разработке программного обеспечения и инженерии, что согласуется с крупным сектором IT-услуг страны.

The most common O*NET tasks performed by Indian users confirm the software-heavy profile:

Наиболее распространённые задачи O*NET, выполняемые индийскими пользователями, подтверждают преобладание программирования:

India ranks 1st globally in the share of AI use devoted to software-related tasks (45.2% of all O*NET-mapped tasks), ahead of Vietnam (42.1%) and Egypt (39.2%). The presence of educational tasks among the most common individual tasks (see Table 1) and when aggregating tasks to occupation groups (see Figure 3) indicates other common use cases in learning and instruction.

Индия занимает 1-е место в мире по доле использования ИИ для задач, связанных с программным обеспечением (45,2% всех задач, сопоставленных с O*NET), опережая Вьетнам (42,1%) и Египет (39,2%). Присутствие образовательных задач среди наиболее распространённых индивидуальных задач (см. Таблицу 1) и при агрегации задач по профессиональным группам (см. Рисунок 3) указывает на другие распространённые сценарии использования в обучении и преподавании.

Economic primitives: how India uses AI differently

Экономические примитивы: как Индия использует ИИ иначе

Our latest Economic Index report introduces “economic primitives”—fundamental measurements of how humans and AI collaborate. Comparing India to the global average reveals several distinctive patterns.

Наш последний отчёт Economic Index вводит понятие «экономических примитивов» — фундаментальных измерений того, как люди и ИИ сотрудничают. Сравнение Индии с глобальным средним показателем выявляет несколько отличительных закономерностей.

Greater productivity speedup. Indian users take on average 14.8 minutes to complete tasks with AI that would take 3.8 hours without AI—a 15x speedup. Globally, users take on average 15.4 minutes to complete tasks that would take 3.1 hours without AI—a 12x speedup. This suggests that AI is delivering outsized productivity gains on the more complex tasks Indian users bring to it.

Большее ускорение продуктивности. Индийским пользователям в среднем требуется 14,8 минут для выполнения с помощью ИИ задач, которые без ИИ заняли бы 3,8 часа — ускорение в 15 раз. Глобально пользователям требуется в среднем 15,4 минут для выполнения задач, которые без ИИ заняли бы 3,1 часа — ускорение в 12 раз. Это позволяет предположить, что ИИ даёт особенно высокий прирост продуктивности на более сложных задачах, которые приносят ему индийские пользователи.

Stronger work orientation. 51.3% of Indian Claude.ai use is work-related, compared to 46% globally. Coursework accounts for 20.9% (vs. 19.3% globally) and personal use for 27.8% (vs. 34.7% globally). The work-heavy, lower-personal-use profile is consistent with India’s large professional services sector and the finding from the main report that lower-GDP-per-capita countries tend towards work and coursework over personal use.

Более сильная рабочая ориентация. 51,3% использования Claude.ai в Индии связано с работой, по сравнению с 46% в мире. На учебные задания приходится 20,9% (против 19,3% в мире), а на личное использование — 27,8% (против 34,7% в мире). Профиль с преобладанием работы и меньшей долей личного использования согласуется с крупным сектором профессиональных услуг Индии и с выводом основного отчёта о том, что страны с более низким ВВП на душу населения склонны к работе и учёбе вместо личного использования.

Higher AI autonomy. Indian users delegate more decision-making autonomy to AI (3.60 vs. 3.38 globally on a 1–5 scale, where 1 means no delegation and 5 means extreme delegation). This suggests greater willingness to let AI operate independently rather than using it purely as an assistant.

Более высокая автономия ИИ. Индийские пользователи делегируют ИИ больше полномочий по принятию решений (3,60 против 3,38 в мире по шкале 1–5, где 1 означает отсутствие делегирования, а 5 — крайнее делегирование). Это позволяет предположить большую готовность позволять ИИ работать независимо, а не использовать его исключительно как ассистента.

Lower human-only ability. One of the data points we measure is whether AI is being used to do something a human couldn’t do on their own, like writing code in a language they don’t know. We find that 84.6% of tasks could be completed by a human alone (vs. 87.9% globally), suggesting Indian users more frequently bring tasks to AI that they could not easily accomplish independently.

Более низкая способность выполнять задачи без ИИ. Один из показателей, который мы измеряем, — используется ли ИИ для выполнения того, что человек не смог бы сделать самостоятельно, например, написания кода на языке, которым он не владеет. Мы обнаружили, что 84,6% задач могли бы быть выполнены человеком в одиночку (против 87,9% в мире), что предполагает, что индийские пользователи чаще приносят ИИ задачи, которые они не могли бы легко выполнить самостоятельно.

Prompting skills matter. As a proxy for the skills humans and AI bring to the conversation, we estimate the years of education someone would need to understand the user prompt or the AI response in a conversation. We find that the human education level of prompts (12.2 years) and AI education level of responses (12.5 years) are relatively similar, mirroring a global pattern where input quality shapes output quality. Comparing country averages for AI education, India ranks in the top 10%, indicating Indian users are getting sophisticated outputs from Claude.

Навыки промптинга имеют значение. В качестве косвенного показателя навыков, которые люди и ИИ привносят в разговор, мы оцениваем, сколько лет образования понадобилось бы кому-то, чтобы понять пользовательский промпт или ответ ИИ в разговоре. Мы обнаружили, что уровень образования людей в промптах (12,2 года) и уровень образования ИИ в ответах (12,5 года) относительно схожи, отражая глобальную закономерность, согласно которой качество ввода формирует качество вывода. Сравнивая средние страновые показатели по уровню образования ИИ, Индия входит в топ-10%, что указывает на то, что индийские пользователи получают от Claude изощрённые результаты.

Implications

Выводы

Broadening AI’s economic impact will require looking beyond software and IT services. 45.2% of tasks map to software-related occupations—the highest share of any country. Four states (Maharashtra, Tamil Nadu, Karnataka, and Delhi) account for over half of all use. This mirrors the geography of India’s IT sector and suggests that current AI adoption is largely an extension of existing professional strengths and workflows focused on IT.

Расширение экономического влияния ИИ потребует выхода за пределы программного обеспечения и IT-услуг. 45,2% задач сопоставляются с профессиями, связанными с программным обеспечением — самая высокая доля среди всех стран. Четыре штата (Махараштра, Тамилнад, Карнатака и Дели) составляют более половины всего использования. Это отражает географию IT-сектора Индии и позволяет предположить, что текущее внедрение ИИ в значительной степени является продолжением существующих профессиональных сильных сторон и рабочих процессов, сосредоточенных на IT.

Investing in AI can provide substantial and measurable productivity gains. Indian users apply AI to tasks that would otherwise take 3.8 hours, compressing them to ~15 minutes—a 15x speedup, compared to 12x globally. This means that India is already extracting significant value from AI: bringing harder tasks and compressing the time needed to complete these tasks further than the global average.

Инвестиции в ИИ могут обеспечить существенный и измеримый прирост продуктивности. Индийские пользователи применяют ИИ к задачам, которые в противном случае заняли бы 3,8 часа, сжимая их до ~15 минут — ускорение в 15 раз по сравнению с 12-кратным в мире. Это означает, что Индия уже извлекает значительную ценность из ИИ: принося более трудные задачи и сжимая время, необходимое для их выполнения, сильнее, чем средний мировой показатель.

Closing the gap between absolute and per-capita use requires addressing structural barriers. India ranks 2nd in total use but 101st in per-capita use. The gap between these two figures reflects both India’s large population and how narrowly concentrated current adoption is. Globally, per-capita AI adoption is strongly correlated with per-capita income. India’s per-capita use is consistent with what this relationship would predict. Without addressing structural barriers related to income, digital infrastructure, and awareness outside the IT sector, Indian AI adoption is likely to remain concentrated.

Сокращение разрыва между абсолютным и подушевым использованием требует устранения структурных барьеров. Индия занимает 2-е место по общему использованию, но 101-е по подушевому. Разрыв между этими двумя цифрами отражает как большое население Индии, так и узкую концентрацию текущего внедрения. Глобально подушевое внедрение ИИ сильно коррелирует с подушевым доходом. Подушевое использование в Индии соответствует тому, что предсказала бы эта зависимость. Без устранения структурных барьеров, связанных с доходом, цифровой инфраструктурой и осведомлённостью за пределами IT-сектора, внедрение ИИ в Индии, вероятно, останется концентрированным.

Embracing AI autonomy appears to be serving Indian users well. Higher autonomy scores, longer baseline task times, and frequent use for tasks humans could do alone suggest that Indian professionals are trusting AI to make decisions and using it to enhance human capabilities.

Принятие автономии ИИ, по-видимому, идёт на пользу индийским пользователям. Более высокие оценки автономии, более длительное базовое время выполнения задач и частое использование для задач, которые люди могли бы выполнить самостоятельно, позволяют предположить, что индийские специалисты доверяют ИИ принимать решения и используют его для расширения человеческих возможностей.

Investing in AI skills could have high returns. The strong correlation between prompt sophistication and response quality in the global data suggests that training programs focused on effective AI use—particularly for workers outside India’s current IT-heavy user base—could meaningfully improve the returns from wider AI adoption.

Инвестиции в навыки работы с ИИ могут принести высокую отдачу. Сильная корреляция между сложностью промпта и качеством ответа в глобальных данных позволяет предположить, что программы обучения, сосредоточенные на эффективном использовании ИИ — особенно для работников за пределами текущей IT-ориентированной базы пользователей Индии — могли бы значительно улучшить отдачу от более широкого внедрения ИИ.

Methodology

Методология

This analysis draws on privacy-preserving data from Claude.ai consumer use from November 13–20, 2025, as described in the fourth Anthropic Economic Index report. Economic primitives are computed using the methodology detailed in that report. Geographic assignment uses IP-based geolocation. Occupation and task classification are based on mappings to the O*NET task taxonomy and SOC occupation groups. For country-level rankings, we only include countries with at least 200 observations in our sample because of the uncertainty of the measure for low-usage countries in our random sample. The underlying data includes Claude.ai Free, Pro, and Max usage.

Этот анализ опирается на сохраняющие конфиденциальность данные о потребительском использовании Claude.ai с 13 по 20 ноября 2025 года, как описано в четвёртом отчёте Anthropic Economic Index. Экономические примитивы рассчитываются с использованием методологии, подробно изложенной в этом отчёте. Географическое назначение использует геолокацию на основе IP. Классификация профессий и задач основана на сопоставлениях с таксономией задач O*NET и группами профессий SOC. Для страновых рейтингов мы включаем только страны с не менее чем 200 наблюдениями в нашей выборке из-за неопределённости измерения для стран с низким использованием в нашей случайной выборке. Базовые данные включают использование Claude.ai Free, Pro и Max.

For the full methodology, global findings, and time-series analysis, see the Anthropic Economic Index January 2026 report.

Полную методологию, глобальные результаты и анализ временных рядов см. в отчёте Anthropic Economic Index за январь 2026 года.

Citation

Цитирование

@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}, }

Acknowledgements

Благодарности

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.

Связанные материалы

2028: Two scenarios for global AI leadership

2028: Два сценария глобального лидерства в ИИ

Our views on the AI competition between the US and China.

Наши взгляды на конкуренцию в области ИИ между США и Китаем.

Teaching Claude why

Учим Claude почему

New research on how we've reduced agentic misalignment.

Новое исследование о том, как мы снизили агентское рассогласование.

Natural Language Autoencoders: Turning Claude’s thoughts into text

Естественно-языковые автокодировщики: превращение мыслей Claude в текст

AI models like Claude talk in words but think in numbers. In this study we train Claude to translate its thoughts into human-readable text.

ИИ-модели вроде Claude говорят словами, но мыслят числами. В этом исследовании мы обучаем Claude переводить свои мысли в читаемый человеком текст.

India Country Brief: The Anthropic Economic Index