«Роботы выполняют 74% физических задач, но дешевле человека — лишь в 0,3% случаев»: Anthropic измерила подверженность профессий

Что именно измерили

В основе работы — O*NET, база примерно 900 профессий с описаниями около 19 000 рабочих задач. Физическими признаны 46% задач по рабочему времени, остальные 54% — когнитивные и межличностные, а оценку подверженности получили 7 594 физические задачи.

Роботами авторы называют автономные физические машины, которые воспринимают среду и действуют в ней: под определение попадают, например, автомойки, сканирующие кузов для настройки форсунок, но не попадают хирургические системы, полностью управляемые хирургом.

Шкала состоит из четырёх уровней. E0 означает, что робот задачу выполнить не может; E1 — может в специально построенной роботизированной среде, например на заводском конвейере; E2 — в структурированном человеческом рабочем месте, например на логистическом складе; E3 — в неструктурированной среде, например на городской дороге.

74% физических задач и 34% рабочего времени

Как доля всех задач, около 12% сегодня не может выполнить ни один робот, 23% доступны роботам в специально построенной среде, 10% — в структурированном человеческом рабочем месте и 1% — в неструктурированной среде. В сумме это 74% физических задач, то есть 34% всего рабочего времени.

Разрыв с языковыми моделями особенно заметен на транспорте: менее 15% задач в перевозках и перемещении грузов доступны одним LLM, тогда как с роботами — около 90%. В целом примерно половина работы доступна одним LLM, но вместе с роботами показатель вырастает до 81%.

Оставшаяся незатронутой работа требует интенсивного межличностного взаимодействия или физических навыков, которых у сегодняшних роботов нет. При этом ни одна группа профессий не является подверженной менее чем на 40%.

Кто в зоне риска

В десятке самых подверженных профессий девять — операторы транспортных средств, а лидируют таксисты с индексом 2,2 из 3. У водителей шаттлов и шофёров индекс 2,0.

Портрет верхнего квинтиля индекса отличается от незатронутых работников: женщин там на 20 процентных пунктов меньше, латиноамериканцев — на 16 пунктов больше, а людей с дипломом бакалавра и выше — на 55 пунктов меньше. Такие работники зарабатывают примерно на $30 в час меньше, а безработица среди них более чем вдвое выше.

Бэктест на 50 годах подтверждает подход: с 1977 года профессии, сильнее зависевшие от существовавших роботов, в последующие десятилетия теряли в зарплатах и занятости. В 1977 году роботы не могли выполнять 62% физических задач, а логика у авторов такая: роботы должны влиять сначала на те работы, которые они умеют делать уже сейчас, а не на те, что станут доступны только с новыми технологиями и изменением регулирования.

Почему роботы пока дешевле человека только в 0,3% случаев

Доступность не равна экономической целесообразности: сегодня роботы конкурентоспособны по цене лишь для 0,3% задач. Это примерно 300 000 работников, у которых роботы способны выполнять 95% задач.

Самый наглядный пример — упаковщики, которых в США около 560 000. Роботы для их работы стоят более $2 млн на покупку и установку, но заменяют годовой труд примерно 14 человек. Обслуживание, частичный надзор человека и энергия добавляют около $45 000 в год на замену одного работника, а поскольку упаковщики получают около $49 000, роботы обходятся примерно на $2 500 в год дешевле. Занятость упаковщиков упала на 22% с 2015 года.

В сварке ситуация обратная: автоматизация требует роботов, которые вместе стоят примерно в пять раз дороже человека-сварщика. Роботакси дороже таксиста всего примерно на $7 000 в год, но упираются в регулирование.

Если бы роботы подешевели на 20%, они стали бы выгодны для физической работы 2,8 млн человек — это 0,8% всего рабочего времени экономики. Чтобы покрыть 10% работы, издержки должны упасть примерно на 70%: при историческом темпе около 3% в год с 1990-х это займёт порядка 40 лет. Половина физической работы станет выгодной для роботов не раньше 2085 года, а в быстром сценарии — к 2050 году; автоматизация 90% физической работы занимает 53 года. При этом подверженность растёт: каждый год роботы осваивают около 2% задач, которые раньше выполнить не могли.

Что сдерживает автоматизацию

Помимо цены авторы выделяют четыре группы барьеров: возможности, человеческие предпочтения, регулирование и стоимость. Возможности мешают примерно для 70% физических задач, и половина из них не будет автоматизирована в масштабе, пока роботы не научатся лучше обращаться с предметами. Нехватка навыков планирования и рассуждений — та область, которую ИИ, по мнению авторов, улучшит вероятнее всего, — ограничивает 8% физических задач.

Сегодняшнее регулирование не позволило бы роботам выполнить 14% физических задач, а человеческие предпочтения сдерживают четверть задач; в сумме предпочтения и регулирование ограничивают около 30% физических задач.

Оговорки

Разметка опирается на суждения модели: оценку выставлял Claude, и авторы прямо пишут, что их рубрика требует множества оценочных решений. Экономические оценки стоимости роботов они тоже называют приблизительными.

Результаты бэктеста, по словам авторов, дают некоторую уверенность в том, что мера способна предсказывать будущие сдвиги в занятости.

Авторы исследования — Russell Legate-Yang и Maxim Massenkoff.