Baru-baru ini, Anthropic menerbitkan satu kajian yang menggambarkan dengan tepat pekerjaan apa yang sedang digantikan oleh AI. Kelompok yang paling terkesan adalah yang mengejutkan: mereka lebih tua, berpendidikan lebih tinggi, dan berpendapatan lebih tinggi (47% lebih tinggi daripada purata). Selain itu, kemungkinan mereka memiliki ijazah pascasarjana hampir empat kali ganda berbanding mereka yang belum terjejas oleh AI.
Namun, kajian menunjukkan bahawa AI masih jauh dari had kapasiti teorinya, dan lingkungan penggunaan sebenar semasa ini hanya merangkumi sebahagian kecil daripada skenario yang boleh dilaksanakan. Secara khusus, walaupun beberapa tugas mempunyai kebolehjadian teori untuk dilaksanakan oleh AI, ia belum mencapai aplikasi sebenar dalam skala besar, dengan sebab utama termasuk had fungsi model itu sendiri, sekatan undang-undang dan peraturan, rintangan penyesuaian perisian khusus, serta keperluan ketat pengesahan manusia.
Perlu diperhatikan bahawa syarikat yang menerbitkan kajian ini ialah syarikat yang menjual model besar terkenal Claude. Sebuah syarikat yang menjual AI telah menerbitkan data yang paling merugikan dirinya sendiri. Anthropic boleh saja melemahkan kesimpulan ini atas sebab komersial, tetapi ia tetap memilih untuk mengumumkannya.
10 pekerjaan “berisiko tinggi” terungkap, pekerjaan mana yang berada di luar batas?
Sebelum memaparkan hasil penyelidikan, Anthropic terlebih dahulu menjelaskan, “Sekarang ini, bukti mengenai kesan AI terhadap pekerjaan masih terhadat. Matlamat kami adalah membina satu kaedah untuk mengukur bagaimana AI mempengaruhi pekerjaan, serta memperbaharui analisis ini secara berkala di masa depan. Kaedah ini tidak dapat menangkap semua jalan AI membentuk semula pasaran tenaga kerja, tetapi dengan membina asas sebelum kesan yang ketara muncul, kami berharap dapat mengenal pasti kesan ekonomi dengan lebih boleh dipercayai di masa depan, bukan sekadar menyalahkan selepas kejadian. Kesan AI mungkin akhirnya menjadi sangat jelas. Namun, apabila kesannya masih tidak jelas, kerangka ini sangat berguna untuk mengenal pasti pekerjaan yang paling rentan sebelum penggantian benar-benar berlaku.”
Logik penyelidikan mereka sangat langsung. Anthropic membina satu indikator baharu, dipanggil "pendedahan yang diperhatikan (observed exposure)", yang tidak mempertimbangkan apa yang AI "boleh lakukan" secara teori, tetapi hanya memfokuskan pada apa yang ia "lakukan" dalam persekitaran pekerjaan sebenar. Semasa ini, indikator ini diukur berdasarkan jutaan percakapan Claude yang sebenar daripada pengguna perniagaan. Jika anda menghabiskan empat tahun dan US$200,000 untuk mendapat ijazah hanya untuk memasuki kerjaya perkeranian, maka syarikat yang membangunkan Claude baru sahaja mengesahkan: pendedahan jawatan anda mungkin lebih tinggi daripada bartender yang menuangkan minuman kepada anda pada hari kelulusan anda.
Sebagai contoh, dalam jawatan berkaitan komputer dan matematik, kadar kesesuaian tugas model besar adalah 94%, tetapi cakupan sebenar semasa ini hanya 33%; dalam jawatan pejabat dan pentadbiran, kemampuan teori adalah 90%, dan penggunaan sebenar semasa ini adalah 40%. Kesenjangan antara “apa yang boleh dilakukan oleh AI” dan “apa yang sudah dilakukan” masih sangat besar. Para penyelidik juga secara jelas menunjukkan apa yang akan berlaku seterusnya: seiring dengan peningkatan kemampuan dan kedalaman aplikasi, penggunaan sebenar akan secara beransur-ansur mengisi kemampuan teori.
Data menunjukkan bahawa programmer menduduki tempat pertama dalam senarai sepuluh pekerjaan dengan eksposur AI tertinggi, dengan cakupan tugas sebanyak 74.5% (selari dengan ciri penggunaan AI yang sering dalam pembangunan kod); agen perkhidmatan pelanggan menduduki tempat kedua pada 70.1% berikutan penggunaan API rasmi yang kerap; dan petugas input data menduduki tempat ketiga dengan cakupan 67% akibat proses input data yang sangat automatik.
Di bawah lagi, juru档案 perubatan ialah 66.7%; analis penyelidikan pasaran dan juru pemasaran ialah 64.8%; wakil jualan eceran dan pembuatan (tidak termasuk produk teknikal dan saintifik) ialah 62.8%; analis kewangan dan pelaburan ialah 57.2%; analis jaminan kualiti perisian dan penguji ialah 51.9%; analis keselamatan maklumat ialah 48.6%; juru sokongan pengguna komputer ialah 46.8%.
Semua ini bukan ramalan, tetapi situasi sebenar yang sedang berlaku di platform AI semasa ini.
Selain itu, teknologi yang sedang membentuk semula kerjaya pejabat ini hampir tidak memberi kesan kepada sekitar sepertiga tenaga kerja. Dari segi kumpulan ekor, 30% pekerja sepenuhnya tidak terdedah kepada AI, tugas kerja mereka terlalu jarang berlaku dalam sampel statistik sehingga tidak mencapai ambang pengiraan, dengan kadar liputan tugas AI sebanyak 0%, dan contoh jawatan khas termasuk juru masak, mekanik motosikal, penjaga keselamatan, bartender, pencuci pinggan, dan kakitangan ruang ganti. Sementara itu, terdapat banyak pekerjaan yang masih berada di luar sempadan kemampuan AI dalam jangka panjang, termasuk kerja pertanian fizikal seperti pemangkasan pokok dan pengendalian jentera pertanian, serta kerja amalan undang-undang seperti perwakilan mahkamah.
Pembahagian bukan lagi “kemahiran tinggi vs kemahiran rendah”, tetapi “samada diliputi oleh AI”. Dengan menggunakan skala pekerjaan semasa sebagai berat, analisis regresi peringkat pekerjaan menunjukkan: semakin tinggi tahap eksposur AI, semakin lemah jangkaan pertumbuhan jawatan. Setiap peningkatan 10 peratus dalam cakupan tugas, menyebabkan ramalan pertumbuhan jawatan BLS menurun sebanyak 0.6 peratus. Korelasi lemah ini mengesahkan konsistensi indikator ini dengan data pengkajian pasaran buruh profesional; perlu diperhatikan bahawa hanya dengan menggunakan pekali kemampuan tradisional β, hubungan ini tidak dapat dikesan.
Tahap pendidikan lebih tinggi, tetapi lebih mudah kehilangan pekerjaan
Yang benar-benar mengkhawatirkan adalah temuan dari segi struktur populasi. Perbandingan profil pekerja antara kelompok 25% terpapar tertinggi dengan kelompok 30% yang tidak terpapar menunjukkan perbezaan yang ketara: kelompok terpapar tinggi memiliki peratusan wanita 16 peratus lebih tinggi, peratusan kulit putih 11 peratus lebih tinggi, dan peratusan Asia hampir dua kali ganda.
Selain itu, kumpulan dengan paparan AI paling tinggi mempunyai pendapatan purata 47% lebih tinggi berbanding kumpulan dengan paparan paling rendah, serta tahap pendidikan keseluruhan yang lebih tinggi. Di kalangan kumpulan tanpa paparan, peratusan graduan adalah hanya 4.5%, manakala di kalangan kumpulan paparan tinggi ia mencapai 17.4%, dengan perbezaan hampir empat kali ganda.
Perhitungan skenario ekstrem menunjukkan bahawa jika pekerja di posisi dengan eksposur tertinggi 10% diberhentikan secara besar-besaran, kadar pengangguran di kumpulan eksposur tertinggi 25% akan meningkat dari 3% kepada 43%, sementara kadar pengangguran keseluruhan akan naik dari 4% kepada 13%.
Dan orang-orang ini adalah mereka yang sebelumnya dianggap "terlindungi oleh pendidikan". Seorang pengguna internet memberi komentar, "Sejujurnya, ini agak mengejutkan, tetapi masuk akal, kerana mereka mungkin memiliki kemahiran yang boleh dipindahkan dengan mudah ke bidang teknologi yang berkembang pesat."
Pekerja muda patut diperhatikan secara khusus; Brynjolfsson dan rakan-rakan melaporkan bahawa dalam kalangan individu berusia 22 hingga 25 tahun, jumlah pekerjaan dalam kerjaya dengan paparan tinggi telah menurun sebanyak 6% hingga 16%. Kajian ini berpendapat bahawa sebab utama penurunan pekerjaan ialah perlambatan perekrutan oleh syarikat, bukan peningkatan bilangan pekerja yang berhenti atau dipecat.
Selain itu, penyelidik Anthropic mendapati bahawa selepas mengeluarkan kitaran volatiliti khas 2020 hingga 2021, tren rekrutmen belia untuk dua jenis jawatan pada tahun 2024 menunjukkan perbezaan yang ketara: niat perusahaan untuk merekrut belia ke dalam jawatan dengan paparan AI tinggi menurun secara signifikan. Di mana kadar pertambahan bulanan pekerja baru dalam kerjaya dengan paparan rendah tetap stabil pada 2%, manakala kadar pekerja baru dalam jawatan dengan paparan tinggi menurun sebanyak 0.5 peratus poin. Pengiraan komprehensif menunjukkan bahawa sejak pengenalan ChatGPT, kadar rekrutmen belia dalam kerjaya dengan paparan tinggi telah menurun 14% berbanding tahun 2022, dengan keputusan ini berada pada tahap signifikan statistik marginal; manakala pekerja berusia lebih daripada 25 tahun tidak menunjukkan fenomena pengecutan rekrutmen serupa.
Kerja-kerja peringkat permulaan bukan sekadar “pekerjaan”, ia adalah medan latihan: analis peringkat permulaan berkembang menjadi analis berpengalaman, peguam peringkat permulaan belajar cara membina hujah. Jika lapisan ini hilang, dari manakah profesional berpengalaman masa depan akan datang? Masalah ini, sehingga kini, belum mempunyai jawapan.
Sementara itu, seorang pengguna internet memperhatikan, “Jika AI menggantikan semua pekerja pengetahuan dan pakar teknikal, siapakah yang akan menghasilkan bahan latihan generasi seterusnya apabila data latihan semasa model menjadi usang? Siapakah yang akan mencipta kandungan dalam talian dalam jumlah besar yang boleh dicari, kerana kandungan inilah yang menjadi bahan mentah utama bagi output model AI? Selain itu, apabila majoriti pengguna utama AI menghadapi pengangguran, siapakah yang akan terus menanggung kos pengiraan yang besar untuk menyokong pendanaan operasi dan pengembangan AI?”
Pautan rujukan: https://www.anthropic.com/research/labor-market-impacts
Artikel ini berasal daripada akaun微信公众号 "AI Frontier", disusun oleh Hua Wei