"Теория vs практика или Какие из наших задач AI уже автоматизирует? Anthropic сегодня выпустили исследование о влиянии AI на рынок труда. Помните, я писал про их Economic Index год назад ? Тогда это был просто каталог задач, для которых юзают Claude. Теперь они пошли дальше: совместили теоретические возможности AI с реальными данными использования и замерили эффект на занятость. Ключевая идея: новая метрика ""observed exposure"" - не ""что AI теоретически может"", а ""что люди реально автоматизируют через Claude прямо сейчас"". Разрыв огромный: в Computer & Math, например, теоретически AI покрывает 94% задач. Реально - 33%. Я покопался в их датасете и нашел интересные примеры этого разрыва по релевантным профессиям + запилил вам бота, чтобы проверять это для себя любимого: Разработка: - ""Написать/обновить программу"" - 93% - ""Отладить робототехническую программу"" - 100% - ""Устранить неисправность физического оборудования"" - 0% Продажи: - ""Связаться с клиентами для презентации продуктов"" - 99% - ""Ответить на вопросы клиентов о ценах"" - 98% - ""Провести переговоры по контракту"" - 0% (ВСЕ задачи с negotiate - нулевое проникновение) Аналитика/менеджмент: - ""Анализ финансовых данных для разработки стратегии"" - 90% - ""Подготовка отчётов"" - 99% - ""Проведение совещаний с командой"" - 0% - ""Контроль персонала"" - 0% Видите паттерн? AI забирает задачи, которые можно описать текстом и выполнить за компьютером. Всё, что требует физического присутствия, переговоров лицом к лицу или управления людьми - ноль. Как раз со Стёпой про это говорили на днях. Тут имхо в тему пост по мотивам Digitalist Papers: там авторы на данных рынка труда США за 40 лет показали, что одна и та же технология (компьютеры) - автоматизировав часть задач бухгалтеров и складских работников - привела к противоположным результатам. У бухгалтеров зарплаты выросли, у складских - упали. Разница: у бухгалтеров автоматизировали рутину (ввод данных), а у складских - экспертизу (знание что где лежит). Когда автоматизируются экспертные задачи, барьер входа падает и зарплаты снижаются. Когда рутинные - наоборот. Anthropic по сути предоставили данные, чтобы это проверить для AI. И по их датасету мы видим: AI сейчас автоматизирует рутину, а не экспертизу. ""Ответь на звонок"" - 100%, ""проведи переговоры"" - 0%. ""Напиши отчёт"" - 99%, ""управляй командой"" - 0%. Если экстраполировать выводы Digitalist Papers, то AI пока скорее повышает ценность оставшейся экспертизы, чем обесценивает её. Но ""пока"" здесь ключевое слово имхо. Что с рабочими местами? Массовых увольнений нет. Безработица среди ""экспонированных"" профессий не выросла. Но есть тревожный сигнал: молодых (22-25 лет) стали на 14% реже нанимать на эти позиции. Не увольняют старых, а просто не берут новых. Это перекликается со Stanford-ским исследованием, о котором я писал летом - там нашли -13% найма джунов. Профиль ""экспонированного"" работника: чаще женщина, с высшим образованием, зарплата на $10/час больше. AI пока бьёт не по самым уязвимым, а по среднему классу с дипломом. 30% рабочей силы с нулевой экспозицией: повара, бармены, спасатели, посудомойщики. Вы пока читайте статью и пробуйте бота, а я пошел учиться на бармена-повара (full stack!)"