Mga Senaryo ng Ekonomiya ng Anthropic AI: Paano Maaaring Magdagdag ng Higit sa $10 Trilyon sa US GDP Bago ang 2030
Panimula
Maaari bang itaas ng artificial intelligence ang output ng Estados Unidos ng higit sa $10 trilyon sa loob ng apat na taon? Ayon sa opisyal na ekonomikong skenario ng Anthropic, ang sagot ay oo sa pinakamalakas na kaso: ang GDP noong 2030 ay umabot sa $44.4 trilyon sa antas ng presyo noong 2025, 32.4% mas mataas kaysa sa path na walang AI. Mas malaki ang pagkakaiba ito kaysa sa $10 trilyon.
Ang ekonomiks na tim ng Anthropic ay nagmumodel ng ekonomiya ng Estados Unidos bilang milyon-milyon na mga gawain na kinukuha mula sa O*NET taxonomy ng Kagawaran ng Paggawa. Maaaring iwanan ng AI ang isang gawain nang walang pagbabago, palawigin ito, automatihin ito, o lumikha ng isang bagong gawain. Tatlong senaryo — modesto, malaki, at ekstremo — ay nagpapalit sa mga pagbabagong ito sa mga estima para sa GDP, mga trabaho, sahod, at bahagi ng paggawa sa kita.
Hindi ang modelo isang paghuhula. Ito ay isang mapa ng ano ang ibig sabihin ng iba’t ibang landas ng kakayahan at pagtanggap. Ang karaniwang sagot sa survey mula sa higit sa 10,000 Amerikano ay nasa malapit sa malaking kaso, hindi sa ekstremo.
Ano ang tatlong mga senaryo sa ekonomiya ng AI ni Anthropic?
Ipinakikita ng Anthropic ang tatlong futures na nagkakaiba batay sa kung gaano kakayang AI at gaano kalakas ang paggamit nito ng mga kumpanya at manggagawa.
Ang modesteong senaryo ay tumuturing sa AI tulad ng internet: ang tunay na kikitain ay dumating nang paulit-ulit at nananatili sa loob ng mga historical na norma. Ang GDP noong 2030 ay $34.1 trilyon sa presyo ng 2025, lamang 1.6% ang higit sa baseline na walang AI.
Ang malaking senaryo ay nagtataya na ang AI ay makakagawa ng kalahati ng mga gawain na kaalaman sa pamamagitan ng 2030, karamihan nito nang awtonomo, ngunit ang pagtanggap ay nananatiling hindi kumpleto. Ang GDP ay umabot sa $36.3 bilyon, 8.3% mas mataas kaysa sa path na walang AI, at ang paglago ay tumatakbo sa halos dalawang beses ang normal na rate nito.
Ang ekstremong skenaryo ay nagpapalagay na mas produktibo ang AI kaysa sa mga tao sa karamihan ng mga gawain sa kaalaman, gumagawa ng halos lahat nito nang awtonomo, at gumagawa ng halos walang bagong mga gawain sa kaalaman para sa mga tao. Ang landas na ito ay kailangan ng mga sistemang nagpapabuti nang rekursibo at mabilis na pagtanggap. Ang taunang paglago ng GDP ay umabot sa halos 15%, dumoble ang ekonomiya tuwing 4.5 taon, at ang GDP noong 2030 ay umabot sa $44.4 trilyon — 32.4% mas mataas kaysa sa landas na walang AI.
Mula sa published scenario explorer at kasamang teknikal na ulat ng Anthropic ang mga numero na ito. Ang mga antas ng GDP ay binigay sa presyo ng 2025 upang mai-isolate ang tunay na aktibidad kaysa sa implasyon.
Paano ginagawa ng task-based model ang AI bilang GDP?
Ang modelo ay nagsisimula sa isang simpleng pangakong: ang ekonomiya ay binubuo ng mga gawain.
Ang bawat propesyon ay isang bundle ng mga gawain. Ang isang nars ay tumitingin sa mga pasyente, nagtatanggal ng dugo, nagtatala ng mga bital, nag-uutos ng mga suplay, at nag-uusap tungkol sa mga diagnosis. Ilan sa mga gawain na ito ay nananatiling para sa tao lamang. Ilan ay mas mabilis sa tulong ng AI. Ilan ay maaaring buong-automated. Lumalabas ang mga bagong gawain, tulad ng pagsusuri sa isang AI care plan.
Sinusunod ni Anthropic ang mga maliit na pagbabago sa mga milyon na araw-araw na halimbawa ng gawain. Ngayon, ang pagkakasum ng bawat halimbawa ng gawain sa Estados Unidos ay nagbibigay ng higit sa $30 trilyon na halaga. Ang opisyal na laki ng ekonomiya ay nasa taas na sa kasalukuyang dolyar. Ayon sa mga numero ng Joint Economic Committee batay sa datos ng BEA, ang U.S. GDP sa kasalukuyang dolyar ay nasa $32.486 trilyon sa ikalawang kuartal ng 2026. Ayon sa U.S. Bureau of Economic Analysis, tumataas ang real GDP sa rate na 1.5% taun-taon sa kuartal na iyon pagkatapos ng 2.1% sa unang kuartal.
Hindi pareho ang mga antas ng modelo noong 2030 sa kasalukuyang GDP sa dolyar ng ngayon. Ito ay mga output ng senaryo sa presyo noong 2025. Ang mahalagang paghahambing ay ang puwang kumpara sa path na walang AI: +1.6%, +8.3%, o +32.4%.
Limang input ang nagdudulot ng mga resulta: ano ang mga gawain na kayang gawin ng AI, gaano kalawak ang paggamit nito ng mga tao, gaano karami ang ginagawa nito nang walang tao sa loop, gaano karami ang pagpapataas ng produktibidad ng natitirang trabaho, at gaano katagal ang mga nawalan ng trabaho upang makahanap ng bagong trabaho.
Ano ang mangyayari sa paglago ng US GDP sa bawat skena?
Bumabawas ng GDP ang AI sa bawat skenario. Ang laki ay ang pagkakaiba.
Sa pinakamaliit na kaso, ang ekonomiya noong 2030 ay lamang 1.6% na mas malaki kaysa sa kung ano ito nang walang AI. Patuloy na malapit sa kasaysayan ng mga alon ng teknolohiya. Ang AI ay tumutugon sa maliit na bahagi ng mga gawain—tungkol sa 4% sa buong ekonomiya sa pagpapalakas ng mga ulat ng parehong modelo—kaya ang mga makro datos ay maliliit lang ang paggalaw.
Sa malaking kaso, 8.3% ang mas mataas na GDP noong 2030. Ang paglago sa taon hanggang 2030 ay umabot sa halos 5.4% sa teknikal na pag-uusap ng modelo, mas mabilis kaysa sa karaniwang mga nakaraang taon at kapareho ng peak noong huling bahagi ng 1990s. Ang knowledge work ang engine. Ang AI ay maaaring handle ang kalahati nito, ngunit ang karamihan sa mga knowledge task ay patuloy pa ring ginagawa nang walang AI.
Sa pinakamalaking kaso, 32.4% mas mataas ang GDP noong 2030. Ang paglago ay umabot sa halos 15.4% bawat taon. Ito ang landas na nagdaragdag ng higit sa $10 trilyon kumpara sa baseline na walang AI sa presyo noong 2025. Ang karagdagang output ay mula sa mataas na autonomiya, mataas na produktibidad, at kaunting paglikha ng mga bagong gawain sa kaalaman para sa mga tao.
Nasa gitna ang mga inaasahan ng publiko. Ang pag-aaral ni Anthropic noong Agosto sa higit sa 10,000 Amerikano ay nagbigay ng karaniwang sagot na nagpapahiwatig ng GDP na humigit-kumulang 10% mas mataas bago ang 2030 at kawalan ng trabaho sa paligid ng 5%. Humigit-kumulang 10% ng mga sumagot ay sumasang-ayon sa ekstremong skenaryo.
Paano magbabago ng mga trabaho at kawalan ng trabaho ang AI hanggang 2030?
Bumababa ang pagkakaloob ng trabaho kasabay ng lakas ng skenaryo. Nananatili ang kawalan ng trabaho sa loob ng mga historical na saklaw maliban sa ekstremong kaso.
Laging mayroong pagbabago sa merkado ng trabaho. Karamihan sa mga naghahanap ng trabaho ay nakakakita ng trabaho sa ilang buwan sa normal na panahon. Ang problema ng modelo ay ang pagbabago ng propesyon. Maaaring kailanganin ng mga knowledge worker na lumipat sa mga tungkulin na mas kaunti ang eksposur sa AI, tulad ng pag-aalaga ng pasyente, elektrikal na gawain, o konstruksyon. Ang paglipat na ito ay mabagal. Ang mga kasanayan, lisensya, at mga preferensya ay nagdudulot ng pagkaantala.
Sa maliit na skenario, bumababa ang paggawa sa kognitibong trabaho ng halos 0.5% mula sa antas ng mid-2026. Ang kabuuang kawalan ng trabaho ay nasa 3.9% kumpara sa 3.8% na baseline na walang AI. Ang merkado ng paggawa ay tila pamilyar.
Sa malaking skenaryo, bumababa ang paggawa sa kognitibong sektor ng humigit-kumulang 3.9% mula sa antas ng mid-2026. Ang pangkalahatang kawalan ng trabaho sa ekonomiya ay umabot sa humigit-kumulang 4.6%. Kumikita ang kawalan ng trabaho sa mga trabaho na may kaalaman habang bumababa ang kawalan ng trabaho sa iba pang propesyon.
Sa ekstremong skenaryo, bumababa ang pagkakaroon ng trabaho sa kognitibong sektor ng humigit-kumulang 21.5% mula sa antas ng mid-2026. Kumakataas ang kawalan ng trabaho sa mas mataas kaysa sa karaniwang antas ng resepsyon. Ang mga suportang deskripsyon ng modelo ay naglalagay ng kawalan ng trabaho para sa mga knowledge worker sa malapit sa 18% sa ekstremong kaso. Ang pangangailangan ay umuusbong patungo sa mga propesyon na hindi naaautomatize ng AI. Bumababa ang bilang ng mga knowledge job mula 2026 hanggang 2030 habang lumalawak ang iba pang mga trabaho. Ang bottleneck ay ang bilis kung paano makakalipat ang mga tao.
Ano ang mangyayari sa mga sahod para sa mga knowledge worker kumpara sa iba pang mga propesyon?
Tumaas ang karaniwang sahod sa lahat ng tatlong skenario. Ang mga pagtaas ay nakatuon sa labas ng kaalaman sa trabaho.
Bumababa ang demand para sa mga trabaho na kaalaman habang kinukuha ng AI ang mas maraming mga gawain na iyon. Ito ay nagdudulot ng pababang presyong presyong sa mga sahod para sa kaalaman. Samantala, mas mataas na produktibidad sa disenyo, pahintulot, logistika, at pagpaplano ay maaaring magtaas ng demand para sa pisikal na trabaho. Ang pagtatayo, pangangalaga, at iba pang mas kaunting nakakasangkot na trabaho ay nagpapataas ng sahod.
Sa makatotohanang skenaryo, tumataas ang mga sahod nang kaunti: halos 0.4% para sa mga manggagawa sa kognitibo at 1.1% para sa iba pang manggagawa kumpara sa isang ekonomiya na walang AI.
Sa malaking skenaryo, ang mga sahod ng mga manggagawa sa kaalaman ay halos patag — humigit-kumulang 0.3% mas mababa kaysa sa daan na walang AI. Ang iba pang mga propesyon ay nakakakita ng mga sahod na humigit-kumulang 5.9% na mas mataas.
Sa ekstremong skenaryo, bumababa ang sahod ng mga manggagawa sa kaalaman ng higit sa 10% hanggang 2030. Patuloy pa ring tumataas ang sahod ng iba pang manggagawa. Maaaring tumaas ang average na sahod kahit na mawalan ng ground ang isang malaking grupo ng propesyon, dahil nagbabago ang komposisyon ng mga trabaho at ang laki ng pie.
Ang kuwento tungkol sa sahod ay kaya’t hindi “inaaayos ng AI ang lahat ng sahod nang pantay-pantay.” Ito ay “inaaayos ng AI ang average na sahod habang binabawi ang kapangyarihang tawaran patungo sa mga trabaho na nananatiling mahirap automatihin.”
Ano ang hindi isinasama ng modelo?
Ang mga skenaryo ay naglalabas ng ilang puwersa na magpapabago sa totoong mga resulta.
Hindi sila nagtatala ng mga probabilidad. Hindi ito isang paghuhula na ang GDP ng 2030 ay $44.4 trilyon. Hindi sila nagmomodelo ng buong mga tugon sa patakaran, mga siklo ng negosyo, mga limitasyon sa enerhiya, o mga katasdang panganib. Hindi rin sila nag-uunlad ng mga hyper-kakayahang robot na automatizado ang karamihan sa pisikal na trabaho. Ang pagkakabukod ay ang kaalaman sa trabaho.
Ang bilis ng pagtatanggap ay isang aksiyoma, hindi isang tukoy na batas. Ang regulasyon, mga tiyak na insentibo, mga patakaran ng unyon, propesyonal na lisensya, at pampublikong tiwala ay maaaring magpabagal o magpabilis sa pagkalat. Ang paglikha ng mga bagong gawain ay isang aksiyoma rin. Ang kasaysayan ay nagsasabi na ang teknolohiya ay lumilikha ng trabaho gayundin ang nagpapalabas nito. Ang ekstremong kaso ay nagmumungkahi ng halos walang bagong gawain sa kaalaman. Ito ay isang pagpili sa pagmomodelo, hindi isang patunay na resulta.
Dapat isaalang-alang ng mga mambabasa ang mga numero bilang pag-aaral ng sensitivity. Baguhin ang kakayahan, awtonomiya, o panahon ng pag-adjust, at lalakas ang GDP, kawalan ng trabaho, at bahagi ng puwersa ng paggawa.
Labis sa mga Balita: Ano ang Kahulugan ng KuCoin 5.0 para sa Iyo
Mabilis ang paggalaw ng mga balita sa merkado — ngunit mahalaga rin kung saan mo ito ginagamit. Sa buwan ng Oktubre, ipinapakilala ng KuCoin ang KuCoin 5.0, na nagpapabago sa KuCoin bilang isang bagong binuo na platform. Narito ang mga tunay na pagbabago para sa iyo:
-
Isang account para sa lahat. Ang mga lumang platform ay naghihiwalay ang iyong pera sa mga hiwalay na “spot,” “margin,” at “futures” account at inaasahan na maintindihan mo kung bakit. Ang unified account ng KuCoin 5.0 ay nag-alis nito nang buo — mag-deposit ng isang beses, at lahat ay simple lang doon.
-
Mga stocks, index, at komodidad. Ang KuCoin 5.0 ay lumalawak sa labas ng crypto patungo sa mga global na merkado. Kapag nag-iisip ang crypto at tumataas ang equities (o kabaligtaran), maaari kang mag-rotate sa minuto kaysa magbukas ng brokerage account at maghintay ng ilang araw para sa fiat rails.
-
Mga aktibong sa totoong mundo (RWA). Tokenized na eksposur sa tradisyonal na mga aktibo tulad ng mga komodidad, direktang sa iyong crypto account. Isa sa mga pinakamabilis na umuunlad na sektor sa pandaigdigang finansya ay hindi na nakareserba para sa mga institusyon — ikaw ay makakapag-access dito mula sa parehong balanse na ginagamit mo para mag-trade.
-
Kita habang natututo. Hindi pa handa mag-trade? KCUSD ay nagpapakita ng araw-araw na interes na auto-compound para sa iyong stablecoin. Ang pinakamaliit na stress na paraan upang gawing produktibo ang iyong hindi ginagamit na pag-deposit para sa 4% yield.
-
Isang AI assistant na nasa simpleng wika. Magtanong, makakuha ng konteksto ng merkado, maintindihan kung ano ang tinitingnan mo — nakabuilt sa platform, walang kailangang jargon.
-
Isang app na hindi nagdudulot ng pagkakalito. Mas mabilis, mas malinis, at mas magkakasundo — intuitibo agad mula sa unang pag-tap, hindi pagkatapos ng tutorial.
-
Ligtas na maaari mong i-check, hindi lang paniwalaan. Isang entidad sa EU na may lisensya sa MiCAR, Proof of Reserves na maaari mong i-verify mismo, at internasyonal na sertipikadong seguridad (SOC 2 Type II, ISO 27001:2022).
Lumikha ng iyong account sa ilang minuto — at magsimula sa platform na gawa para sa kinabukasan ng crypto, hindi sa nakaraan nito.
Kongklusyon
Ang tatlong skenaryo ni Anthropic ay nagbibigay ng malinaw na saklaw para sa epekto ng AI sa paglago ng Estados Unidos hanggang 2030. Ang modeste na daan ay nagdaragdag ng 1.6% sa GDP at katulad ng internet. Ang makabuluhang daan ay nagdaragdag ng 8.3% at tumutugma sa kung ano ang ipinapahiwatig ng malaking pagsasaliksik sa publiko. Ang ekstremo na daan ay nagdaragdag ng 32.4%, nagpapataas ng output noong 2030 sa $44.4 trilyon sa presyo ng 2025, at ang skenaryong ito ang naglalagay ng higit sa $10 trilyon sa mesa kumpara sa baseline na walang AI.
Ang paglago ay kalahati lang ng kuwento. Munti ang mga trabaho sa kaalaman habang tumataas ang automation. Ang iba pang hanapbuhay ang sumasapit sa pangangailangan, ngunit ang paglipat ay mabagal, kaya't tumaas ang kawalan ng trabaho. Ang mga sahod sa kaalaman ay humihinto o bumababa habang tumataas ang iba pang mga sahod. Ang bahagi ng puwersa ng paggawa sa kita ay bumababa mula sa halos 60% patungo sa 56% sa gitnang kaso at 45% sa dulo.
Ang opisyal na ekonomiya ng Estados Unidos ay nasa malaking sukat na. Ayon sa mga pagkukumpila ng JEC mula sa data ng BEA, ang GDP sa pambansang pera ay $32.486 trilyon noong Q2 2026, kasama ang real na paglago na 1.5% noong kaukulang kuartal. Ang mga numero ng Anthropic para sa 2030 ay mga output ng senaryo sa presyo ng 2025, hindi isang palitan para sa mga paglabas ng BEA. Gamitin sila upang stress-test ang mga aksiyon tungkol sa kakayahan, adopsyon, at kung sino ang nakakakuha ng mga pananagutan.
Madalit na Tanong
Sinasabi ba ng Anthropic na ang ekstremong $44.4 trilyon na resulta ay ang pinakamalikha?
Hindi nagkakaroon ng mga probabilidad ang Anthropic. Ang karaniwang respondent sa survey ay tumutugma sa malaking skenaryo, at tanging tungkol sa 10% ng mga sagot ang tumutugma sa ekstremong kaso.
Ang mga bilang na $34.1 trilyon, $36.3 trilyon, at $44.4 trilyon ay current-dollar GDP ba?
Hindi. Sinasabi ng Anthropic na ang mga antas na 2030 ay batay sa mga presyo noong 2025, kaya ang paghahambing ay ang tunay na aktibidad kumpara sa isang path na walang AI.
Bakit maaaring umataas ang karaniwang sahod kung bumababa ang kompensasyon ng mga manggagawa sa kaalaman?
Nagkakaroon ng pagbabago sa demand patungo sa mga propesyon na hindi naaayos ng AI. Mas mataas na sahod sa mga trabaho na iyon ay maaaring itaas ang average kahit ang mga sahod sa kaalaman ay patuloy na pantay o bumababa.
Ano ang opisyal na pinagkukunan na sumusukat sa U.S. GDP ngayon?
Ang U.S. Bureau of Economic Analysis ay naglalabas ng quarterly GDP. Ang pangalawang pagtataya para sa Q2 2026 ay nagpakita ng pagtaas ng real GDP ng 1.5% sa annual rate.
Kasama ba ng modelo ang mga robot na nagpapalit sa karamihan sa pisikal na paggawa?
Hindi. Ang mga napanood na senaryo ay nakatuon sa mga gawain na may kaugnayan sa kaalaman, pagpapalakas, awtomatikong proseso, at paglikha ng mga bagong gawain, hindi sa isang buong ekonomiya ng pisikal na awtomatikong proseso.
Disclaimer: Ang artikulong ito ay para sa mga layuning impormatibo lamang at hindi nagtataglay ng payo sa financial, legal, o pag-invest. Laging gawin ang iyong sariling pag-aaral bago mag-interact sa mga digital asset.
Disclaimer: AI technology ang ginamit sa pag-translate ng page na ito para sa convenience mo. Para sa pinaka-accurate na impormasyon, mag-refer sa original na English version.