Penulis asal: Xinzhiyuan
Kandungan "emas" pekerjaan anda sedang dikeluarkan oleh AI. Laporan terbaru daripada Anthropic mendedahkan kebenaran yang menentang intuisi: semakin kompleks tugas mengikut tahun pendidikan, semakin pantas AI mempercepatkannya. Lebih menakutkan daripada digantikan secara langsung ialah "pembuang keterampilan" - AI mengambil kesenangan berfikir, tinggalan yang ditinggalkan hanya kerja-kerja biasa. Namun data juga menunjukkan jalan keluar yang unik: mereka yang memahami kerjasama manusia dan mesin mempunyai peluang menang yang meningkat sepuluh kali ganda. Di era kelebihan kapasiti pengiraan ini, ini ialah panduan kehidupan yang wajib anda baca.
Anthropic baru-baru ini memaparkan Laporan Indeks Kewangan di laman web rasmi mereka semalam.
Laporan itu bukan sahaja memfokuskan kepada apa yang dilakukan manusia dengan AI, tetapi juga memfokuskan kepada sejauh mana AI sebenarnya menggantikan pemikiran manusia.
Kali ini, mereka memperkenalkan satu set dimensi yang dikenali sebagai "Economic Primitives" (Asas Ekonomi) yang cuba mengukur kekompleksan tugas, tahap pendidikan yang diperlukan, dan tahap kemandirian AI.
Pekerjaan masa depan yang dipantulkan oleh data ini jauh lebih kompleks berbanding teori pengangguran atau teori utopia yang sederhana.
Semakin sukar tugasan, semakin pantas AI melakukannya.
Dalam pemahaman tradisional kita, mesin biasanya cekap dalam melakukan kerja sederhana yang berulang-ulang, tetapi akan kelihatan lemah dalam bidang yang melibatkan pengetahuan yang mendalam.
Namun data dari Anthropic memberi kesimpulan yang berlawanan sepenuhnya: semakin kompleks tugasnya, semakin mengejutkan 'kelajuan' yang diberikan oleh AI.
Laporan menunjukkan bahawa Claude boleh meningkatkan kelajuan kerja sehingga 9 kali ganda untuk tugas-tugas yang hanya memerlukan tahap kefahaman diploma;
Dan apabila tahap kesukaran tugas meningkat ke tahap memerlukan kelayakan ijazah universiti, gandaan kelajuan ini terus melonjak hingga 12 kali ganda.
Ini bermakna, kerja-kerja elit pejabat yang sebelum ini memerlukan tenaga manusia untuk berfikir keras selama berjam-jam, adalah kawasan yang kini paling efisien di 'tuai' oleh AI.
Walaupun kita ambil kira kadar kegagalan AI yang sesekali menghasilkan ilusi, kesimpulannya tetap tidak berubah: kecekapan yang meningkat secara mendadak yang dibawa oleh AI untuk tugas-tugas kompleks memadai untuk menampung kos membaiki kesilapan yang diakibatkan olehnya.
Ini menerangkan mengapa programmer dan analis kewangan kini lebih bergantung kepada Claude berbanding pekerja data entry - kerana dalam bidang-bidang berintelek tinggi ini, kesan tuas yang ditunjukkan oleh AI adalah paling kuat.
19 Jam: Hukum Moore Baru untuk Kerjasama Manusia dan Mesin
Data yang paling mengejutkan dalam laporan ini ialah ujian terhadap "kekalan" (masa tugas, task horizons, diukur pada kejayaan 50%) AI.
Ujian kecekapan biasa seperti METR (Model Evaluation & Threat Research, Penilaian Model & Kajian Ancaman) percaya bahawa model terkemuka pada masa kini (seperti Claude Sonnet 4.5) mempunyai kejayaan kurang daripada 50% apabila menangani tugas yang memerlukan 2 jam masa manusia.
Namun, dalam data pengguna sebenar oleh Anthropic, had masa ini diperpanjang dengan ketara.
Dalam skop komersial panggilan API, Claude boleh mempertahankan kelebihan lebih daripada separuh dalam tugas yang melibatkan 3.5 jam kerja.
Namun dalam antara muka dialog Claude.ai, nombor ini mengejutkan dinaikkan kepada 19 jam.
Mengapakah terdapat jurang yang begitu besar? Rahsianya terletak pada campur tangan "manusia".
Benchmark adalah AI menghadapi kertas soalan secara individu, manakala pengguna sebenar dalam kehidupan nyata akan memecahkan projek besar dan kompleks kepada berjuta-juta langkah kecil, dan membetulkan arah AI melalui kitaran umpan balik yang berterusan.
Alur kerja kolaborasi antara manusia dan mesin ini telah meningkatkan had masa tugas (diukur dengan kejayaan 50%) dari 2 jam kepada kira-kira 19 jam, hampir 10 kali ganda.
Inilah mungkin rupa sebenar pekerjaan di masa depan:Bukanlah AI yang menyelesaikan segalanya sendirian, tetapi manusia telah belajar bagaimana menggunakannya untuk menamatkan perlumbaan marathon.
Peta dunia yang dilipat: yang miskin belajar ilmu, yang kaya menghasilkan.
Jika kita memperluaskan pandangan ke peringkat global, kita akan melihat satu "lengkung pengambilan" yang jelas dan sedikit ironik.
Di negara-negara maju dengan pendapatan kewangan kasar seorang (GDP) yang tinggi, AI telah diterapkan secara mendalam ke dalam keupayaan pengeluaran dan kehidupan peribadi.
Mereka menggunakan ia untuk menaip kod, membuat laporan, dan malah merancang perjalanan.
Namun di negara dengan KDNK per kapita yang lebih rendah, peranan utama Claude ialah sebagai "guru", dengan kebanyakan penggunaannya berkumpul pada kerja kursus dan bimbingan pendidikan.
Selain daripada perbezaan kaya miskin, ini lebih merupakan manifestasi perbezaan generasi teknologi.
Anthropic menyatakan bahawa mereka sedang bekerjasama dengan kerajaan Rwanda untuk cuba membawa orang-orang di sana melalui peringkat "pembelajaran" yang asas, ke peringkat aplikasi yang lebih luas.
Kerana jika tidak dikawal,AI mungkin akan menjadi penghalang baru: orang di kawasan kaya menggunakan keupayaannya untuk memperbesar hasil secara eksponen, manakala orang di kawasan kurang berkembang masih menggunakan keupayaannya untuk memperkuatkan asas.
Kesedaran di Tempat Kerja: Hantu Pengekangan Kemahiran
Bahagian yang paling berkontroversi dan paling perlu dijaga dalam laporan ini ialah perbincangan mengenai "pembebasan kemahiran" (deskilling).
Data menunjukkan bahawa Claude kini merangkumi tugas-tugas yang purata memerlukan 14.4 tahun pengajian (setara dengan ijazah kolej komuniti), jauh lebih tinggi daripada purata keseluruhan aktiviti ekonomi yang memerlukan 13.2 tahun.
AI sedang secara sistematik membuang bahagian "kecerdasan tinggi" daripada pekerjaan.
Ini mungkin merupakan bencana untuk penulis teknikal atau ejen agensi perjalanan.
AI mengambil alih tugas-tugas yang memerlukan "akal" seperti menganalisis tren industri dan merancang perjalanan yang kompleks, manakala pekerjaan yang mungkin tinggal untuk manusia hanya kerja-kerja kecil seperti melakar lakaran dan mengumpul faktur.
Pekerjaan anda masih ada, tetapi "kandungan emas" pekerjaan itu telah dikeluarkan.
Tentu sahaja, ada juga pihak yang mendapat keuntungan.
Sebagai contoh, pengurus hartanah, apabila AI menyelesaikan tugas pentadbiran yang membosankan seperti akaun dan perbandingan kontrak, mereka boleh memberi tumpuan kepada perundingan pelanggan dan pengurusan pemangku kepentingan yang memerlukan empati tinggi - ini sebenarnya adalah "peningkatan kemahiran" (Upskilling).
Anthropic dengan berhati-hati menyatakan ini hanya simulasi berdasarkan keadaan semasa, bukan ramalan yang pasti.
Tetapi kesedaran yang diberikannya adalah nyata.
Jika kekuatan kompetitif utama anda hanya memproses maklumat yang kompleks, maka anda sedang berada di pusat ribut.
Kembali ke Zaman Emas Produktiviti?
Akhirnya, mari kita kembali ke perspektif makro.
Anthropic memperbaiki jangkaan mereka tentang keluaran tenaga kerja di Amerika Syarikat.
Selepas membuang kesilapan dan kegagalan AI yang mungkin berlaku, mereka jangka AI akan mendorong pertumbuhan produktiviti sebanyak 1.0% hingga 1.2% setiap tahun dalam dekad akan datang.
Ini kelihatan menyusut sepertiga daripada anggaran optimis sebelumnya sebanyak 1.8%, tetapi jangan sesekali menganggap remeh 1 peratus ini.
Ini memadai untuk membawa semula kadar pertumbuhan keluaran di Amerika Syarikat kembali ke tahap yang dicapai semasa kegemilangan internet akhir tahun 1990-an.
Selain itu, angka ini hanya merujuk kepada keupayaan model pada November 2025 sahaja. Dengan kemasukan Claude Opus 4.5 dan mod "peningkatan" (iaitu, pengguna tidak lagi cuba memasukkan keseluruhan tugas kepada AI, tetapi bekerja sama dengan AI secara lebih bijak) yang semakin mendominasi tingkah laku pengguna, angka ini masih mempunyai potensi kenaikan yang besar.
Kesimpulan
Apabila melihat keseluruhan laporan ini, yang paling mengejutkan bukanlah betapa hebatnya AI, tetapi sebaliknya betapa cepatnya manusia menyesuaikan diri.
Kami sedang melalui satu migrasi dari "automasi pasif" ke "penguatan aktif".
Dalam perubahan ini, AI seperti cermin yang mengambil alih tugas-tugas yang memerlukan tahap pendidikan tinggi tetapi boleh disempurnakan melalui inferens logik, seterusnya memaksa kita mencari nilai-nilai yang tidak boleh dikuantifikasikan oleh algoritma.
Dalam era kelebihan kapasiti pengiraan ini, kebolehan paling langka manusia bukan lagi mencari jawapan, tetapi menentukan soalan.
Rujukan:
https://www.anthropic.com/research/economic-index-primitives
https://www.anthropic.com/research/anthropic-economic-index-january-2026-report