Недавно Anthropic опублікувала дослідження, яке точно визначило, які роботи зараз замінюються штучним інтелектом. Найбільш підвержені впливу групи виявилися неочікуваними: вони старші, мають вищу освіту та вищий дохід (на 47% вищий, ніж середній). Крім того, ймовірність того, що вони мають вищу освіту, майже в чотири рази вища, ніж у тих, хто ще не піддався впливу ШІ.
Дослідження показують, що ШІ далеко не досяг свого теоретичного потенціалу, а поточний реальний охоплення становить лише невелику частину можливих сценаріїв. Зокрема, деякі завдання, хоча й мають теоретичну можливість реалізації за допомогою ШІ, не отримали масштабного практичного застосування, головними причинами чого є функціональні обмеження самих моделей, правові та регуляторні обмеження, високі бар’єри адаптації спеціалізованого програмного забезпечення, обов’язкові вимоги до ручної перевірки та інші бар’єри.
Варто зазначити, що компанія, яка опублікувала це дослідження, є саме тією, що продає відому велику модель Claude. Компанія, яка продає ШІ, опублікувала найбільш небажані для себе дані. Anthropic мала можливість з метою комерційної користі приглушити ці висновки, але все ж вибрала оприлюднення.
10 найбільш «небезпечних» професій, які вийшли за межі?
Перед презентацією результатів дослідження Anthropic спочатку зазначила: «На даний момент доказів впливу ШІ на зайнятість все ще обмежено. Наша мета — розробити методологію для вимірювання того, як ШІ впливає на зайнятість, і регулярно оновлювати цей аналіз у майбутньому. Цей підхід не може захопити всі шляхи, якими ШІ перетворює ринок праці, але, заклавши основу до того, як значні впливи стануть очевидними, ми сподіваємося зможемо в майбутньому більш надійно виявляти економічні шоки, а не пояснювати їх після того, як вони відбулися. Вплив ШІ, можливо, у кінцевому підсумку буде дуже помітним. Але коли вплив ще неясний, ця рамка особливо корисна, оскільки допомагає виявити найбільш вразливі посади до того, як заміна стане реальністю».
Їхній підхід дуже простий. Anthropic розробила новий показник — «спостережуване впливове впливання (observed exposure)», який не враховує те, що ШІ теоретично «може робити», а зосереджується лише на тому, що він «робить» у реальних професійних умовах. Наразі цей показник обчислюється на основі мільйонів реальних діалогів Claude з корпоративними користувачами. Якщо ви витратили чотири роки та 200 000 доларів на отримання ступеня, щоб потрапити до білого комірця, то компанія, що розробляє Claude, щойно підтвердила: ваш рівень впливовості може бути вищим, ніж у бармена, який на вашій випускній церемонії наливав вам напої.
Наприклад, у робочих місцях, пов’язаних з комп’ютерами та математикою, теоретична сумісність з великими моделями становить 94%, але наразі реальне використання становить лише 33%; у офісних та адміністративних посадах теоретичний потенціал — 90%, а реальне використання — 40%. Розрив між «що може робити AI» і «що вже робить AI» залишається дуже великим. Дослідники також чітко вказують, що далі відбуватиметься: зі зростанням здатностей і глибиною застосування реальне використання поступово заповнить теоретичний потенціал.
Дані показують, що програмісти займають перше місце у списку десяти професій з найвищою реальною експозицією до ШІ з покриттям 74,5% завдань (що відповідає високій частоті використання ШІ в розробці коду); оператори служб підтримки займають друге місце з 70,1% через часте використання офіційних API-інтерфейсів; а оператори даних — третє місце з покриттям 67% через високий рівень автоматизації процесів введення інформації.
Далі: спеціалісти з медичних архівів — 66,7%; аналітики ринкових досліджень та маркетингові спеціалісти — 64,8%; представники з продажу оптової торгівлі та виробництва (крім технічних та наукових продуктів) — 62,8%; фінансові та інвестиційні аналітики — 57,2%; аналітики та тестувальники забезпечення якості програмного забезпечення — 51,9%; аналітики інформаційної безпеки — 48,6%; спеціалісти з підтримки користувачів комп’ютерів — 46,8%.
Все це не прогнози, а реальні випадки заміни праці на платформах ШІ зараз.
Крім того, ця технологія, яка трансформує професії представників білих комірочок, майже не впливає на третину робочої сили. З точки зору менш поширених професій, 30% працівників зовсім не піддаються впливу ШІ — їхні завдання настільки рідкісні у статистичній вибірці, що не досягають порогу для оцінки, і їхній рівень покриття ШІ-завданнями дорівнює нулю. До таких професій належать шеф-кухарі, мотоциклісти-ремонтники, рятувальники, бармени, мийники посуду, працівники гардеробних кімнат тощо. Крім того, багато робіт залишаються поза межами можливостей ШІ й надалі: це фізичні сільськогосподарські роботи, такі як обрізка дерев і експлуатація сільгосптехніки, а також юридична практика, наприклад, представлення інтересів у суді.
Диференціація більше не є «висококваліфіковані проти низькокваліфікованих», а «чи охоплено AI». За вагою поточного рівня зайнятості було проведено регресійний аналіз на рівні професій: чим вищим є фактичний рівень впливу AI, тим слабшим є прогноз зростання посад. Кожне збільшення покриття завдань на 10 відсоткових пунктів відповідає зниженню прогнозу зростання посад BLS на 0,6 відсоткового пункту. Ця слабка кореляція підтверджує узгодженість цього показника з даними професійного аналізу ринку праці; варто зауважити, що за допомогою традиційного коефіцієнта теоретичних здібностей β цей зв’язок не можна виявити.
Більш високий рівень освіти, але легше втратити роботу
Справді тривожним є виявлення на рівні демографічної структури. Порівняння профілів працівників між 25% групою з найвищою експозицією та 30% групою з нульовою експозицією показує значні розбіжності: у групі з високою експозицією частка жінок вища на 16 відсоткових пунктів, частка білих — на 11 відсоткових пунктів, а частка азіатів майже подвоїлася.
Крім того, група з найвищою експозицією до ШІ має середній дохід на 47% вищий, ніж група з найнижчою експозицією, а також вищий рівень освіти в цілому. У групі з нульовою експозицією частка осіб із вищою освітою становить лише 4,5%, тоді як у групі з високою експозицією — 17,4%, що майже в чотири рази більше.
Розрахунки для екстремальних сценаріїв показують, що у випадку масових звільнень працівників із найбільшою експозицією, що входять до топ-10%, рівень безробіття серед чотирьох найбільш експонованих груп зросте з 3% до 43%, а загальний рівень безробіття — з 4% до 13%.
А ці люди — саме ті, кого вважали «захищеними освітою». Один із користувачів у мережі прокоментував: «Чесно кажучи, це досить дивно, але логічно, бо вони, ймовірно, мають навички, які можна легко перенести до швидко розвиваються технологічних галузей».
Особливо варто звернути увагу на молодих працівників; за даними Бриньольфссона та інших, у групі віком 22–25 років кількість працівників у професіях з високим рівнем експозиції зменшилася на 6–16%. Дослідження вказує, що основною причиною зменшення зайнятості є уповільнення найму компаніями, а не збільшення числа звільнень або виходу працівників.
Крім того, дослідники Anthropic виявили, що після вилучення особливого періоду волатильності 2020–2021 років у 2024 році спостерігається чітке розходження в тенденціях найму молоді на дві категорії посад: бажання компаній наймати молодь на посади з високим рівнем впливу ШІ значно знизилося. У посадах з низьким рівнем впливу щомісячний показник нових прийомів стабільно тримається на рівні 2%, тоді як частка нових працівників на посадах з високим рівнем впливу знизилася приблизно на 0,5 процентного пункта. Загальні розрахунки показують, що з моменту поширення ChatGPT частка молоді, яка влаштовується на посади з високим рівнем впливу, знизилася на 14% порівняно з 2022 роком — цей результат є статистично значущим на межі; при цьому серед працюючих старше 25 років подібного скорочення найму не спостерігається.
Початкові посади — це завжди не просто «робота», а майданчик для навчання: початківці-аналітики стають тут досвідченими аналітиками, початківці-юристи вчаться тут будувати аргументацію. Якщо цей рівень зникне, звідки взяться майбутні досвідчені фахівці? На це питання поки що немає відповіді.
Також один із користувачів зауважив: «Якщо ШІ замінить усіх працівників із знаннями та технічними фахівцями, то хто буде створювати наступний набір даних для навчання, коли поточні дані моделі стануть застарілими? Хто буде створювати надзвичайно великий обсяг онлайн-контенту, який є основним сировинним матеріалом для генерації виводів ШІ? Крім того, коли більшість основних користувачів ШІ втратять роботу, хто буде постійно фінансувати витрати на обчислювальну потужність, необхідну для роботи та ітерацій ШІ?»
Посилання для довідки: https://www.anthropic.com/research/labor-market-impacts
Цей матеріал зі сторінки WeChat «AI Frontline», підготував: Хуа Вей