Anthropic: ИИ может удвоить рост производительности труда в экономике Команда Anthropic выпустила интересное исследование, в котором попыталась оценить реальный экономический эффект от внедрения генеративного ИИ. Они взяли 100 тыс. анонимных диалогов с чат-ботом Claude, где пользователи решали рабочие задачи, и попросили сам ИИ оценить, сколько времени заняла бы каждая задача без него и с ним. Главные цифры: +1.8% в год - настолько ИИ может увеличить рост производительности труда в США в ближайшее десятилетие. Для контекста: это в 2 раза выше средних исторических показателей за последние годы. Сокращение времени на 80%. По оценкам самой модели, типичные задачи, которые пользователи делегируют ИИ, занимают у человека около 1.4 часа. С ИИ это время сокращается в разы. Отдельные мысли, которые показались интересными: Мы видим, как пользователи выполняют задачи по разработке учебных программ, которые, по оценкам Клода, заняли бы 4,5 часа, всего за 11 минут. Стоимость таких задач оценивается в 115 долларов США - подтверждаю, мы тоже видим, что сотрудники вузов в основном используют ИИ для актуализации учебных программ. ИИ может помочь инспектору по проверке домов готовить отчёты, но если инспектору всё равно придётся тратить столько же времени на поездки... это может увеличить долю инспекций в общем объёме работы - то есть фактически меняется структура работы. Люди работают те же 8 часов, просто больше концентрируются на других задачах. Учителям мы видим, что ИИ помогает в планировании уроков и мероприятий, но не в организации внеклассных кружков или обеспечении соблюдения правил в классе. - доп. подтверждение тезиса выше. Ограничения исследования: Авторы честно признают ограничения. Во-первых, полагаться на оценки самой модели - это риск (она может переоценивать свой вклад). Во-вторых, исследование предполагает, что возможности ИИ не будут расти в течение 10 лет (что крайне консервативно), но при этом считает, что технология будет внедрена повсеместно. С помощью нано банана перевел ключевую картинку (перевод не идеален, но заодно можно наблюдать прогресс графических моделей за год).