Недавно Anthropic опубликовала исследование, точно описывающее, какие профессии в настоящее время заменяются ИИ. Наиболее подверженными оказались неожиданные группы: они старше, имеют более высокий уровень образования и более высокий доход (на 47% выше среднего). Кроме того, вероятность того, что у них есть степень магистра, почти в четыре раза выше, чем у людей, пока не затронутых ИИ.
Исследования показывают, что ИИ далеко не достиг своего теоретического потенциала, а текущая фактическая область применения составляет лишь небольшую часть возможных сценариев. Конкретно, некоторые задачи теоретически реализуемы с помощью ИИ, но не получили масштабного практического применения из-за множества препятствий, включая функциональные ограничения самих моделей, правовые и нормативные ограничения, барьеры адаптации специализированного программного обеспечения и обязательные требования к ручной проверке.
Стоит отметить, что компания, опубликовавшая это исследование, является той самой компанией, которая продает известную крупную модель Claude. Компания, продающая ИИ, опубликовала данные, наиболее неблагоприятные для себя. Anthropic могла по коммерческим мотивам смягчить эти выводы, но все же выбрала публикацию.
Объявлены 10 самых «рискованных» профессий, какие работы находятся за пределами?
Прежде чем представить результаты исследования, Anthropic отметила: «На данный момент доказательства влияния ИИ на занятость остаются ограниченными. Наша цель — разработать методологию для измерения того, как ИИ влияет на занятость, и регулярно обновлять анализ в будущем. Эта методология не может захватить все пути, которыми ИИ перестраивает рынок труда, но, создав основу до того, как значительное влияние проявится, мы надеемся в будущем более надежно выявлять экономические потрясения, а не объяснять их после факта. Влияние ИИ в конечном итоге может оказаться весьма заметным. Однако, когда влияние еще неясно, эта рамочная модель особенно полезна: она помогает выявить наиболее уязвимые профессии до того, как замещение действительно произойдет».
Их логика исследования очень проста. Anthropic создал новый показатель — «наблюдаемая экспозиция (observed exposure)», который не рассматривает то, что ИИ теоретически «может делать», а фокусируется только на том, что он «делает» в реальных профессиональных условиях. На данный момент этот показатель рассчитан на основе миллионов реальных диалогов Claude с корпоративными пользователями. Если вы потратили четыре года и 200 000 долларов на получение степени, чтобы попасть на бело-воротничковую работу, то компании, разрабатывающие Claude, только что подтвердили: ваша экспозиция может быть выше, чем у бармена, который на вашей церемонии вручения дипломов наливал вам напиток.
Например, в должностях, связанных с компьютерами и математикой, теоретическая степень адаптации крупных моделей составляет 94%, однако текущее фактическое покрытие — всего 33%; в офисных и административных должностях теоретические возможности составляют 90%, а фактическое использование — 40%. Разрыв между тем, что AI «может делать», и тем, что он «уже делает», по-прежнему огромен. Исследователи также четко указывают, что произойдет дальше: по мере повышения способностей и углубления применения реальное использование постепенно заполнит теоретический потенциал.
Данные показывают, что программисты занимают первое место в списке десяти профессий с наибольшей реальной степенью экспозиции к ИИ, с покрытием задач на 74,5% (что соответствует высокой частоте использования ИИ в разработке кода); специалисты по обслуживанию клиентов занимают второе место с 70,1% благодаря частому использованию официальных API-интерфейсов; сотрудники по вводу данных занимают третье место с покрытием 67% из-за высокой автоматизации процессов ввода информации.
Далее: специалисты по медицинским архивам — 66,7%; рыночные исследователи и маркетинговые специалисты — 64,8%; представители по оптовой и производственной продаже (кроме технической и научной продукции) — 62,8%; финансовые и инвестиционные аналитики — 57,2%; аналитики и тестировщики по обеспечению качества программного обеспечения — 51,9%; специалисты по информационной безопасности — 48,6%; специалисты по поддержке компьютерных пользователей — 46,8%.
Все вышеперечисленное не является прогнозом, а отражает реальные случаи замены работы на платформах ИИ прямо сейчас.
Кроме того, эта технология, которая перестраивает профессиональную деятельность офисных работников, практически не влияет на примерно одну треть рабочей силы. С точки зрения малых групп, 30% работников полностью не подвержены воздействию ИИ, поскольку их рабочие задачи встречаются слишком редко в статистической выборке, чтобы достичь порога расчета, и их уровень покрытия ИИ-задачами равен нулю. Типичные профессии включают поваров, механиков мотоциклов, спасателей, барменов, мойщиков посуды и персонал раздевалок. В то же время множество профессий по-прежнему остаются за пределами возможностей ИИ, включая физический труд в сельском хозяйстве, такой как обрезка деревьев и эксплуатация сельскохозяйственной техники, а также практические юридические задачи, например представительство в суде.
Дифференциация больше не является «высококвалифицированные vs низкоквалифицированные», а заключается в «том, охватывается ли работа ИИ». При проведении регрессионного анализа на уровне профессий с весами, основанными на текущем уровне занятости, результаты показывают: чем выше фактическая степень воздействия ИИ, тем слабее ожидаемый рост рабочих мест. Каждое повышение покрытия задач на 10 процентных пунктов соответствует снижению прогнозируемого роста рабочих мест BLS на 0,6 процентных пункта. Эта слабая корреляция подтверждает согласованность данного показателя с данными профессионального анализа рынка труда; важно отметить, что с помощью традиционного коэффициента теоретических способностей β эта связь не наблюдается.
Более высокий уровень образования, но и более высокая вероятность безработицы
Самым тревожным является открытие на уровне демографической структуры. При сравнении профилей участников из группы с наивысшей экспозицией (25%) и группы с нулевой экспозицией (30%) наблюдается значительная разница: доля женщин в группе с высокой экспозицией выше на 16 процентных пунктов, доля белых — выше на 11 процентных пунктов, а доля азиатов почти удвоилась.
Кроме того, группа с наивысшей степенью экспозиции к ИИ имеет средний доход на 47% выше, чем группа с наименьшей экспозицией, а также более высокий уровень образования. Доля аспирантов в группе с нулевой экспозицией составляет всего 4,5%, тогда как в группе с высокой экспозицией — 17,4%, что почти в четыре раза больше.
Расчеты для экстремальных сценариев показывают, что при массовых увольнениях сотрудников, занимающих позиции с высокой экспозицией, входящих в топ-10%, уровень безработицы среди группы с наивысшей экспозицией (четверть с наивысшими показателями) возрастет с 3% до 43%, а общий уровень безработицы — с 4% до 13%.
А именно эти люди, которые ранее считались «защищёнными образованием». Один из пользователей сети прокомментировал: «Честно говоря, это немного удивительно, но логично — возможно, у них есть навыки, которые легко перенести в быстро развивающиеся технологические области».
Особого внимания заслуживают молодые работники; по данным Бриньольфссона и других, в возрастной группе 22–25 лет занятость в высокоэкспонированных профессиях снизилась на 6–16%. Исследование указывает, что основной причиной сокращения занятости является замедление найма компаниями, а не рост числа увольнений или уходов.
Кроме того, исследователи Anthropic обнаружили, что после исключения специального периода волатильности 2020–2021 годов в 2024 году наблюдается четкое расхождение в тенденциях найма молодежи по двум категориям должностей: желание компаний нанимать молодежь на должности с высокой степенью экспозиции к ИИ значительно снизилось. При этом ежемесячный уровень привлечения новых сотрудников на должности с низкой экспозицией стабильно сохраняется на уровне 2%, а доля новых сотрудников на должностях с высокой экспозицией снизилась примерно на 0,5 процентного пункта. Сводные расчеты показывают, что с момента распространения ChatGPT уровень найма молодежи на должности с высокой экспозицией снизился на 14% по сравнению с 2022 годом — этот результат имеет пограничную статистическую значимость; при этом среди работников старше 25 лет подобного сокращения найма не наблюдается.
Начальные позиции никогда не были просто «работой» — они являются тренировочной площадкой: начальные аналитики становятся опытными аналитиками, а начальные юристы учатся строить аргументы. Если этот уровень исчезнет, откуда возьмутся будущие опытные специалисты? На этот вопрос пока нет ответа.
В то же время некоторые пользователи сети отметили: «Если ИИ заменит всех знаниевых работников и специалистов с техническими навыками, то кто будет создавать следующее поколение обучающих данных, когда текущие данные модели устареют? Кто будет создавать огромные объемы контента в интернете, доступного для поиска — ведь именно он является основным сырьем для генерации выводов ИИ? Кроме того, когда большинство основных пользователей ИИ окажутся безработными, кто будет продолжать финансировать огромные затраты на вычислительные ресурсы, необходимые для функционирования и развития ИИ?»
Ссылка для справки: https://www.anthropic.com/research/labor-market-impacts
Эта статья взята из официального аккаунта WeChat «AI Frontline», подготовлено: Хуа Вэй