Anthropic pokazuje, jak AI może zmienić pracę do 2030 roku

Anthropic nie przewiduje, że wszyscy pracownicy wiedzy stracą pracę do 2030 roku. Econ Scenario Explorer przedstawia trzy hipotetyczne drogi dla gospodarki Stanów Zjednoczonych: od wpływu porównywalnego z oddziaływaniem internetu po gwałtowną transformację napędzaną przez bardzo szybko wdrażaną i autonomiczną AI. To model scenariuszowy, nie prognoza.

Najważniejszy wniosek jest bardziej złożony niż hasło o „końcu pracy”. AI może zwiększyć tempo wzrostu gospodarczego, a jednocześnie osłabić pozycję negocjacyjną, płace i udział w dochodzie części pracowników wiedzy.

Co naprawdę bada model Anthropic

Econ Scenario Explorer opisuje gospodarkę USA w 2030 roku, zmieniając pięć głównych założeń: możliwości AI, tempo jej adopcji, poziom autonomii, wpływ na produktywność oraz czas potrzebny pracownikom na przechodzenie do innych zawodów.

Model traktuje zawód jako zbiór zadań. Poszczególne zadania mogą być wspierane przez AI, automatyzowane, pozostać bez zmian albo zostać zastąpione nowymi zadaniami. To ważne rozróżnienie: automatyzacja części obowiązków nie oznacza automatycznie likwidacji całego etatu.

Trzy scenariusze na 2030 rok

Wariant umiarkowany zakłada wpływ AI mniej więcej porównywalny z wpływem internetu na gospodarkę. Wariant znaczący zakłada, że AI potrafi wykonywać połowę pracy wiedzy, w dużej mierze autonomicznie, choć większość takich zadań nadal nie zostaje przyjęta przez gospodarkę. Wariant ekstremalny zakłada, że AI przewyższa ludzi produktywnością przy większości zadań związanych z pracą wiedzy, wykonuje niemal wszystkie z nich autonomicznie i tworzy bardzo niewiele nowych zadań dla ludzi.

Różnica między tymi ścieżkami nie sprowadza się więc do pytania, czy AI „zabierze pracę”. Chodzi o tempo wdrożeń, zakres autonomii i to, czy nowe zadania oraz zawody powstaną wystarczająco szybko, by wchłonąć osoby wypierane z dotychczasowych ról.

Większa gospodarka nie musi oznaczać wyższych płac

Ekstremalny scenariusz łączy bardzo szybki wzrost gospodarczy z pogorszeniem sytuacji wielu pracowników wiedzy. Model zakłada w nim spadek ich płac o ponad 10% oraz wzrost bezrobocia powyżej poziomów typowych dla recesji.

Pomaga tu pojęcie udziału pracy. Oznacza ono część całkowitego dochodu gospodarki wypłacaną pracownikom, a nie właścicielom kapitału, takim jak przedsiębiorstwa, centra danych i właściciele oprogramowania. W ekstremalnym wariancie udział pracy spada z około 60% do 45,2%, podczas gdy udział kapitału wynosi 54,8%.

To pokazuje, dlaczego sam wzrost PKB nie wystarcza do oceny skutków AI. Gospodarka może wytwarzać więcej wartości, ale korzyści z tego wzrostu mogą być podzielone nierówno. Dla pracownika liczy się nie tylko rozmiar gospodarki, lecz także udział w generowanym dochodzie, dostęp do nowych zawodów i siła negocjacyjna.

Ekspozycja zadań to nie likwidacja etatów

Anthropic prowadzi również osobne badanie rynku pracy, oparte na pojęciu „zaobserwowanej ekspozycji”. Łączy ono teoretyczne możliwości dużych modeli językowych z rzeczywistym wykorzystaniem Claude w zadaniach związanych z pracą. To inny pomiar niż scenariusze gospodarcze dotyczące 2030 roku.

Najwyższe wartości zaobserwowanego pokrycia dotyczyły następujących zawodów:

W badaniu nie stwierdzono systematycznego wzrostu bezrobocia wśród osób pracujących w zawodach silnie narażonych na AI od końca 2022 roku. To opis bieżących obserwacji, a nie dowód, że przyszłe scenariusze są niemożliwe.

Czy AI już powoduje masowe bezrobocie? Te dane tego nie pokazują. Jednocześnie oddzielne wyniki dotyczące pracowników w wieku od 22 do 25 lat wskazują na wolniejsze wchodzenie do zawodów silnie narażonych na AI. Ten sygnał dotyczy konkretnej grupy i przechodzenia do określonych zawodów, a nie całego rynku pracy.

Brakujący element: roboty wykonujące pracę fizyczną

Econ Scenario Explorer nie obejmuje hiperdobrych robotów zdolnych do wykonywania pracy fizycznej. Dlatego zawody wymagające obecności w świecie fizycznym wypadają w tym modelu jako mniej narażone niż wiele prac wykonywanych przy komputerze.

Nie oznacza to jednak trwałego bezpieczeństwa zawodów manualnych. To granica analizowanego modelu. Jeśli w przyszłości pojawią się systemy zdolne do niezawodnego wykonywania zadań fizycznych, ich wpływ nie mieści się w przedstawionych tu scenariuszach.

Co z tego wynika dla pracowników

Nie warto traktować listy zawodów o wysokiej ekspozycji jak rankingu profesji, które na pewno znikną. Bardziej użyteczne pytanie brzmi: które zadania w mojej pracy są powtarzalne, cyfrowe i łatwe do opisania, a które wymagają odpowiedzialności, kontaktu z ludźmi, działania w nieprzewidywalnym środowisku lub łączenia wielu kompetencji?

Model Anthropic pomaga zrozumieć mechanizm: szybka adopcja autonomicznej AI może podnieść produktywność, ale bez odpowiedniego podziału korzyści może też obniżyć płace i udział pracy w gospodarce. Nie wskazuje jednej pewnej ścieżki kariery ani nie dowodzi, że konkretna grupa zawodowa jest trwale chroniona.

Najważniejsza lekcja jest prosta: ekspozycja AI dotyczy zadań, a nie wyroków na całe zawody. Przyszłość rynku pracy zależeć będzie nie tylko od tego, co potrafią modele, lecz także od tempa ich wdrażania i od tego, kto otrzyma korzyści z wyższej produktywności.